Github--NeuralEDUSeg代码依赖安装,以及运行报错的解决

这篇博客记录了安装NeuralEDUSeg项目时遇到的依赖冲突及解决过程,包括torch的手动下载,psycopg2的预先安装,requirements.txt的修改,以及针对错误如TypeError、找不到sklearn.utils.linear_assignment_和TensorboardX安装问题的解决办法。
部署运行你感兴趣的模型镜像

源地址:https://github.com/PKU-TANGENT/NeuralEDUSeg
Repository上给的依赖安装不太对,会有conflicts,所以安装依赖有点坑
记录一下整个流程(仅需要用pip和conda,不然太麻烦了)

安装步骤

  • 需要安装torch-0.3,conda和pip都找不到official source。所以上官网下,下载链接,注意对应的系统和python版本即可,我的是python3.6和linux,所以下载torch-0.3.1-cp36-cp36m-manylinux1_x86_64.whl即可。
conda create -n edu_seg python=3.6
ac edu_seg
pip install torch-0.3.1-cp36-cp36m-manylinux1_x86_64.whl
  • 参考issue,提前安装好两个依赖psycopg2-binary与psycopg2
pip install psycopg2-binary
conda install psycopg2
  • 修改一下requirements.txt,不然会因为conflicts安装失败。更改后的版本如下:
tensorflow_gpu==1.14.0
spacy==2.0.11
allennlp==0.4.2
numpy==1.14.5

  • 用pip安装requirements
pip install -r requirements.txt

Error的解决

  • TypeError: Params.pop: key must be a supertype of <class ‘inspect._empty’> but is <class ‘str’> 调整override的版本
pip install overrides==4.1.2
  • No module named ‘sklearn.utils.linear_assignment_’ linear_assignment 在高版本的sklearn里移除了,所以我们需要低版本的sklearn
pip install scikit-learn==0.22.2
  • Tensorboard报错couldn‘t build proto file into descriptor pool!’ 类似的问题,卸载tensorboardX,安装1.8版本
pip uninstall tensorboardX
pip install tensorboardX==1.8

您可能感兴趣的与本文相关的镜像

PyTorch 2.9

PyTorch 2.9

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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