热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

NetworkDissection:QuantifyingInterpretabilityofDeepVisualRepresentations跑源码遇到的问题

Environment:服务器Ubuntu16.4torchtorchvisionscipy1.1.0运行过程中出现的错误:error1.ImportError:c

Environment :服务器Ubuntu 16.

4 + torch + torchvision + scipy==1.1.0

在这里插入图片描述


运行过程中出现的错误:


error 1.ImportError: cannot import name ‘imresize’ from ‘scipy.misc’
解决办法:由于原来的scipy版本比较高,imresize 已经被弃用了
方法一:减低scipy版本号 安装scipy1.1.0(pip install scipu1.1.0)(sudo pip install scipy==1.1.0)
安装scipy之前检查是否已经安装pillow 模块


还有其他解决方法就是不用scipy.imresize使用别的方法来对图像进行处理


error 2:RuntimeError: Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is False. If you are running on a CPU-only machine, please usead with map_locatio
上面错误的意思是:用不了GPU,不能用cuda,要我改成cpu,原理作者的使用的是pgu环境
我查看了服务器是否真的不能使用cuda.
在终端:>python
import torch
print(torch.cuda.is_available())#如果返回False说明不能使用cuda,
拓展:查看tensorflow_gpu是否可用
import tensorflow as tf
tf.test.is_gpu_avalible()##看返回是False 还是 True


所以我只能更改为cpu(如果出现这种情况,或者你可以将服务器的cuda环境搞好,用pgu来跑代码)


更改代码如下:
将load_model 下的checkpoint = torch.load(settings.MODEL_FILE)更改为checkpoint = torch.load(settings.MODEL_FILE,map_location=‘cpu’)



ERROR 3:RuntimeError: generator raised StopIteration
问题说明:生成器停止迭代
原因:原本我实验使用的python版本是3.7
这个实验的版本是要用python3.6;所有接下来就是要换python版本进行实验;



在Ubuntu16.4 下安装python3.6.4

使用两种方法:


1 sudo apt-get install python3.6.4
方法2:
首先下载安装包
01.wget http://www.python.org/ftp/python/3.6.4/Python-3.6.4.tgz
解压安装包
02.-tar -xvzf Python-Python3.6.4
切换目录
03.cd Python3.6.4 #切换到Python3.6.4目录下
04…/configure --with-ssl
编译 make
05.make
如果没有make,安装make
06.sudo make install



这个时候python3.6.4就安装好了

里面只要pip 和 setuptools 两个工具包


这个实验还要用到 torch torchvision scipy(1.1.0)


在python3.6.4目录下使用sudo install modlename(安装对应的模块名称,和指定版本号)


实验部分结果

在这里插入图片描述

在这里插入图片描述

--------------------------------------------------------------------2020-12-27


推荐阅读
  • 本文详细介绍了在Windows操作系统上使用Python 3.8.5编译支持CUDA 11和cuDNN 8.0.2的TensorFlow 2.3的步骤。文章不仅提供了详细的编译指南,还分享了编译后的文件下载链接,方便用户快速获取所需资源。此外,文中还涵盖了常见的编译问题及其解决方案,确保用户能够顺利进行编译和安装。 ... [详细]
  • 在Windows系统中安装TensorFlow GPU版的详细指南与常见问题解决
    在Windows系统中安装TensorFlow GPU版是许多深度学习初学者面临的挑战。本文详细介绍了安装过程中的每一个步骤,并针对常见的问题提供了有效的解决方案。通过本文的指导,读者可以顺利地完成安装并避免常见的陷阱。 ... [详细]
  • 本文介绍了如何使用 Google Colab 的免费 GPU 资源进行深度学习应用开发。Google Colab 是一个无需配置即可使用的云端 Jupyter 笔记本环境,支持多种深度学习框架,并且提供免费的 GPU 计算资源。 ... [详细]
  • 通过使用CIFAR-10数据集,本文详细介绍了如何快速掌握Mixup数据增强技术,并展示了该方法在图像分类任务中的显著效果。实验结果表明,Mixup能够有效提高模型的泛化能力和分类精度,为图像识别领域的研究提供了有价值的参考。 ... [详细]
  • 在Windows命令行中,通过Conda工具可以高效地管理和操作虚拟环境。具体步骤包括:1. 列出现有虚拟环境:`conda env list`;2. 创建新虚拟环境:`conda create --name 环境名`;3. 删除虚拟环境:`conda env remove --name 环境名`。这些命令不仅简化了环境管理流程,还提高了开发效率。此外,Conda还支持环境文件导出和导入,方便在不同机器间迁移配置。 ... [详细]
  • vue引入echarts地图的四种方式
    一、vue中引入echart1、安装echarts:npminstallecharts--save2、在main.js文件中引入echarts实例:  Vue.prototype.$echartsecharts3、在需要用到echart图形的vue文件中引入:   importechartsfrom"echarts";4、如果用到map(地图),还 ... [详细]
  • 本文详细介绍了Java反射机制的基本概念、获取Class对象的方法、反射的主要功能及其在实际开发中的应用。通过具体示例,帮助读者更好地理解和使用Java反射。 ... [详细]
  • 本文将详细介绍如何在Mac上安装Jupyter Notebook,并提供一些常见的问题解决方法。通过这些步骤,您将能够顺利地在Mac上运行Jupyter Notebook。 ... [详细]
  • 大类|电阻器_使用Requests、Etree、BeautifulSoup、Pandas和Path库进行数据抓取与处理 | 将指定区域内容保存为HTML和Excel格式
    大类|电阻器_使用Requests、Etree、BeautifulSoup、Pandas和Path库进行数据抓取与处理 | 将指定区域内容保存为HTML和Excel格式 ... [详细]
  • Python错误重试让多少开发者头疼?高效解决方案出炉
    ### 优化后的摘要在处理 Python 开发中的错误重试问题时,许多开发者常常感到困扰。为了应对这一挑战,`tenacity` 库提供了一种高效的解决方案。首先,通过 `pip install tenacity` 安装该库。使用时,可以通过简单的规则配置重试策略。例如,可以设置多个重试条件,使用 `|`(或)和 `&`(与)操作符组合不同的参数,从而实现灵活的错误重试机制。此外,`tenacity` 还支持自定义等待时间、重试次数和异常处理,为开发者提供了强大的工具来提高代码的健壮性和可靠性。 ... [详细]
  • 在Conda环境中高效配置并安装PyTorch和TensorFlow GPU版的方法如下:首先,创建一个新的Conda环境以避免与基础环境发生冲突,例如使用 `conda create -n pytorch_gpu python=3.7` 命令。接着,激活该环境,确保所有依赖项都正确安装。此外,建议在安装过程中指定CUDA版本,以确保与GPU兼容性。通过这些步骤,可以确保PyTorch和TensorFlow GPU版的顺利安装和运行。 ... [详细]
  • Python 程序转换为 EXE 文件:详细解析 .py 脚本打包成独立可执行文件的方法与技巧
    在开发了几个简单的爬虫 Python 程序后,我决定将其封装成独立的可执行文件以便于分发和使用。为了实现这一目标,首先需要解决的是如何将 Python 脚本转换为 EXE 文件。在这个过程中,我选择了 Qt 作为 GUI 框架,因为之前对此并不熟悉,希望通过这个项目进一步学习和掌握 Qt 的基本用法。本文将详细介绍从 .py 脚本到 EXE 文件的整个过程,包括所需工具、具体步骤以及常见问题的解决方案。 ... [详细]
  • 在使用 SQL Server 时,连接故障是用户最常见的问题之一。通常,连接 SQL Server 的方法有两种:一种是通过 SQL Server 自带的客户端工具,例如 SQL Server Management Studio;另一种是通过第三方应用程序或开发工具进行连接。本文将详细分析导致连接故障的常见原因,并提供相应的解决策略,帮助用户有效排除连接问题。 ... [详细]
  • 深入解析经典卷积神经网络及其实现代码
    深入解析经典卷积神经网络及其实现代码 ... [详细]
  • 本文提供了PyTorch框架中常用的预训练模型的下载链接及详细使用指南,涵盖ResNet、Inception、DenseNet、AlexNet、VGGNet等六大分类模型。每种模型的预训练参数均经过精心调优,适用于多种计算机视觉任务。文章不仅介绍了模型的下载方式,还详细说明了如何在实际项目中高效地加载和使用这些模型,为开发者提供全面的技术支持。 ... [详细]
author-avatar
一腕儿本人
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有