RuntimeError: The server socket has failed to listen on any local network address. The server socket

RuntimeError: The server socket has failed to listen on any local network address. The server socket has failed to bind to [::]:6021 (errno: 98 - Address already in use). The server socket has failed to bind to 0.0.0.0:6021 (errno: 98 - Address already in use).

报错是说我的服务器无法监听到我的本地网络地址,6021是我的本地端口号。

出现这个错误的原因:

我通过

 oarsub -p "host in ('byta6000i0')" -l "cpu=1/gpuset=1/host=1",walltime=168:00:00 "bash exp.sh"

这句指令在服务器的passive mode 上执行了我的train.py任务,我发现结果不太对,于是我就又重新修改了网络结构,想再跑一下,但是我不想停止我之前的训练,于是又执行了上述指令,而没有修改代码里指定的端口号6021

解决办法:

parser.add_argument('--port_num', type=str, default='6021',help='port selection for code')

把这句代码里的 --port_num 修改为6022

看了网上有相似的错误,也有一些解决办法,但是感觉还是有点麻烦。

如果我的不能帮助到你,可以参考:

RuntimeError: The server socket has failed to listen on any local network address. The server socket has failed to bind to [::]:29500 - distributed - PyTorch Forums

https://github.com/microsoft/DeepSpeed/issues/3916

torchrun (Elastic Launch) — PyTorch 2.1 documentation


 

  • 11
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
runtimeerror: failed to import transformers.models.bert.modeling_bert错误是由于在导入transformers中的BERT模型时出现了问题。该错误可能有多种可能的原因。 首先,可能是因为您没有正确安装transformers库或该库的某些依赖项。请确保已正确安装transformers库,并且您的环境中已安装了所有必需的依赖项。您可以使用pip或conda来安装该库,具体取决于您使用的是哪个Python包管理器。 其次,可能是因为您尝试导入的BERT模型的路径或名称不正确。请检查您的导入语句,并确保正确指定了BERT模型所在的路径和名称。您可以查看transformers文档来获取正确的模型导入语句示例。 另外,可能是因为您的系统缺少必需的依赖项。某些模型可能需要特定的依赖项才能正确导入。请查看transformers文档,了解与所使用的BERT模型相关的所有必备系统依赖项,并确保您的系统已正确安装它们。 最后,如果以上方法仍无法解决问题,可能是因为您的transformers库版本过旧或过新,导致与BERT模型的兼容性问题。请尝试更新或回滚transformers库的版本,以确保与您使用的BERT模型兼容的transformers版本。 综上所述,runtimeerror: failed to import transformers.models.bert.modeling_bert错误可能是由于transformers库安装问题、路径或名称错误、缺少系统依赖项或与BERT模型不兼容的库版本等问题引起的。您可以通过检查和解决以上问题来解决此错误。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值