m0_45924886的博客

wandb是一个可视化的库，就是方便在网络模型训练的过程中，可以在云端查看训练过程，你也可以不使用，不使用那么就不会存在报错。一开始也没搞明白这些问题，如果已经成功安装好wandb库，那么其他的问题都是，本地链接云端wandb的问题了，比如。找到这两个参数，wandb_entity是你wandb的账户名，wandb_project为你创建的项目名称。项目名称自己定，可以跟你要运行的项目一个名字，复制到终端enter即可。4.与本地项目进行链接配置。点击链接注册账户，登录，6.问题及解决方法合集。

或者关闭不使用 visdom也可以解决，即将 --display_id 设置为 0。

或者使用别人的环境跑代码的时候，亦或者自己使用MulticoreTSNE库，该库安装比较麻烦，即使安装成功也会在运行当中出现很多问题，比如：Cannot find/open tsne_multicore shared library、或者fp\install-record.txt' --single-version-externally-managed --compile --install-headers 'D:\Anaconda3\envs\MCgan\Include\MulticoreTSNE' Ch

两个代理都取消，也就是上面的两个代码都在命令行运行，如果在终端那么就在终端运行，或者在cmd。

安装第三方库

C:\Users\test\Anaconda3\envs\cu100_py37_torch120\lib\site-packages\torch\utils\cpp_extension.py:189: UserWarning: Error checking compiler version for cl: [WinError 2] 系统找不到指定的文件。在复现别人代码的时候，发现该代码不仅使用了python还使用了c和c++语言，所以在运行的时候就出现了问题。所在的目录添加到系统变量中的。

这是在训练GAN网络的时候最容易报错的地方。

当然如果你的cuda版本比较高比如我的12.0官网没有，或者选择cuda版本后torch版本又不满足，那么降低cuda版本，因为cuda是向下兼容的，保证你的torch版本正确，你可以依次看一下哪一个cuda版本有满足你torch要求的，然后后面的mmcv选最后一个，我是这样选的最后不报错了， 然后复制下面的指令到cmd当中，当然记得选择安装的环境，使用。

问题描述：今天复现别人的代码，发现环境要求跟我原来的环境相差太多，所以打算重新创建一个 新的虚拟环境，当然创建一个虚拟环境还是很简单的，之后简单说明一下，最后发现创建的新环境下的cuda不可用，也就是torch.cuda.is_available()=fulse，当然我的其他环境能正常使用，所以按照我的情况只能是torch安装出错。选择你的环境，不然的话会默认安装到python环境下，比如我要安装的新建的一个环境下：使用指令。记录学习，希望对你有所帮助，菜鸟一枚，有错望指出共同学习。

很多大佬代码的预训练权重并不是直接给出链接在谷歌云盘下载，而是在code文件下给出download.sh这类的文件，那么这时需要我们运行该脚本文件来下载该模型的预训练权重。下载后将wget.exe文件复制到mingw64下的bin文件下，注意不是Git下的bin，别搞错了不然还是报错，复制后直接 bash download.sh，即完成下载。该博库写的很详细，安装完成后，在刚才安装的Git路径下找到bin文件下的sh.exe。

print(stat(model,input_size=[4,256,256])) #input_size是输入图片的大小。model=InpaintGenerator(1) #1是InpaintGenerator的参数。

报错：RuntimeError: Given groups=1, weight of size [32, 32, 1, 1], expected input[1, 64, 28, 28] to have 32 channels, but got 64 channels instead。报此类错误是前后卷积层的通道不匹配，比如这里期望输入的通道是32，而上一层卷积传入的通道却是64，所以更改后面的输入通道即可。

def forward（self，x）和def __init__(self,**kwargs)对齐。出现该错误很大可能是：1.forWord单词拼写错误，2.格式错误。

报错TypeError: Cannot handle this data type: (1, 1, 134),