心流的博客

今天在用celery做消息队列管理的时候出现了进程卡死的现象，具体表现为 celery 的 inference_task 函数接收到app 传来的请求，inference_task 在执行的时候直接卡在 model_pipeline 的地方不动了。另外，如果直接在 tasks.py 中加载模型，那么 app.py 引用 tasks.py 的时候也会导致重复加载，所以目前的办法就是 tasks.py 从其他脚本中导入加载好的模型，然后再延迟导入。

这些警告信息表明在编译或链接过程中找不到某些共享库 (libopen-rte.so.40, libopen-pal.so.40, libm.so.6, libhwloc.so.15)。这些库是 OpenMPI（用于并行计算的消息传递接口）的依赖库。其实系统中是有这些文件的，只不过没有在指定的路径下，所以只需要找到这些文件，然后重新指定一下这些文件的路径。除了文件找不到，各种库的版本适配也是个大问题，因为这个框架一直在迭代，还不是很稳定，建议安装tensorrt_llm。

报错的代码，在执行完这行代码后的到的 supported_classes 为 (PreTrainedModel,) ，这时保存checkpoint的逻辑又要经过多次判断才能保存，所以就出错了。报错发生在 trainer 保存 checkpoint 的时候，从源码来看，trainer 在保存 checkpoint 的时候会经过一系列的判断，然后选择合适的方法来保存。这种方法仅是为了解决问题而提出的，感觉走的是歪路，但是经过验证保存的 checkpoint 是正常可用的。此外，这种方法不一定能适用各种场景。

点击Path mappings右边的文件夹，点击左上方的加号，然后手动输入本地路径和远程路径，点击完成，问题解决。今天试着远程调试代码，配置好路径之后还是遇到了如题的报错，然后一顿鼓捣，最后通过以下方法解决问题。1、点击Edit Configurations。

安装pytorch的时候一直报错whl is not a supported wheel on this platform，搞了很久一直没有解决，后来发现是自己安装的anaconda是32位的，真的是绝望，耽误事啊！一个小错，始终没有发现，记录下来，希望能帮到和我一样的人。

以上就是全部的内容了，常见的注意点也提了一嘴，希望能帮到像我一样的小白。

以上方法虽然能在低版本python下安装高版本的安装包，但是因为python版本较低的原因还是会出现报错，比如依赖包里需要的某些函数可能会缺失。以上就是全部内容了，虽然是比较笨的方法，但也是自己慢慢摸索出来的，记录下来作为小白成长日记的一部分。