14 KiB

Raw Blame History Unescape Escape

Trikčių šalinimo vadovas

Šis vadovas padės išspręsti dažniausiai pasitaikančias problemas, susijusias su „Machine Learning for Beginners“ mokymo programa. Jei čia nerandate sprendimo, apsilankykite mūsų Discord diskusijose arba atidarykite problemą.

Turinys

Diegimo problemos

Python diegimas

Problema: python: command not found

Sprendimas:

Įdiekite Python 3.8 ar naujesnę versiją iš python.org
Patikrinkite diegimą: python --version arba python3 --version
macOS/Linux sistemose gali reikėti naudoti python3 vietoj python

Problema: Konfliktai dėl kelių Python versijų

Sprendimas:

# Use virtual environments to isolate projects
python -m venv ml-env

# Activate virtual environment
# On Windows:
ml-env\Scripts\activate
# On macOS/Linux:
source ml-env/bin/activate

Jupyter diegimas

Problema: jupyter: command not found

Sprendimas:

# Install Jupyter
pip install jupyter

# Or with pip3
pip3 install jupyter

# Verify installation
jupyter --version

Problema: Jupyter neatidaro naršyklėje

Sprendimas:

# Try specifying the browser
jupyter notebook --browser=chrome

# Or copy the URL with token from terminal and paste in browser manually
# Look for: http://localhost:8888/?token=...

R diegimas

Problema: R paketai neįdiegiami

Sprendimas:

# Ensure you have the latest R version
# Install packages with dependencies
install.packages(c("tidyverse", "tidymodels", "caret"), dependencies = TRUE)

# If compilation fails, try installing binary versions
install.packages("package-name", type = "binary")

Problema: IRkernel nėra Jupyter aplinkoje

Sprendimas:

# In R console
install.packages('IRkernel')
IRkernel::installspec(user = TRUE)

Jupyter Notebook problemos

Branduolio problemos

Problema: Branduolys nuolat miršta arba persikrauna

Sprendimas:

Perkraukite branduolį: Kernel → Restart
Išvalykite išvestį ir perkraukite: Kernel → Restart & Clear Output
Patikrinkite atminties problemas (žr. Našumo problemos)
Bandykite vykdyti langelius po vieną, kad nustatytumėte probleminį kodą

Problema: Pasirinktas neteisingas Python branduolys

Sprendimas:

Patikrinkite esamą branduolį: Kernel → Change Kernel
Pasirinkite tinkamą Python versiją
Jei branduolio nėra, sukurkite jį:

python -m ipykernel install --user --name=ml-env

Problema: Branduolys neprasideda

Sprendimas:

# Reinstall ipykernel
pip uninstall ipykernel
pip install ipykernel

# Register the kernel again
python -m ipykernel install --user

Notebook langelių problemos

Problema: Langeliai vykdomi, bet nerodo išvesties

Sprendimas:

Patikrinkite, ar langelis vis dar vykdomas (ieškokite [*] indikatoriaus)
Perkraukite branduolį ir vykdykite visus langelius: Kernel → Restart & Run All
Patikrinkite naršyklės konsolę dėl JavaScript klaidų (F12)

Problema: Negalima vykdyti langelių – nėra reakcijos paspaudus „Run“

Sprendimas:

Patikrinkite, ar Jupyter serveris vis dar veikia terminale
Atnaujinkite naršyklės puslapį
Uždarykite ir vėl atidarykite užrašų knygelę
Perkraukite Jupyter serverį

Python paketų problemos

Importavimo klaidos

Problema: ModuleNotFoundError: No module named 'sklearn'

Sprendimas:

pip install scikit-learn

# Common ML packages for this course
pip install scikit-learn pandas numpy matplotlib seaborn

Problema: ImportError: cannot import name 'X' from 'sklearn'

Sprendimas:

# Update scikit-learn to latest version
pip install --upgrade scikit-learn

# Check version
python -c "import sklearn; print(sklearn.__version__)"

Versijų konfliktai

Problema: Paketų versijų nesuderinamumo klaidos

Sprendimas:

# Create a new virtual environment
python -m venv fresh-env
source fresh-env/bin/activate  # or fresh-env\Scripts\activate on Windows

# Install packages fresh
pip install jupyter scikit-learn pandas numpy matplotlib seaborn

# If specific version needed
pip install scikit-learn==1.3.0

Problema: pip install nepavyksta dėl leidimų klaidų

Sprendimas:

# Install for current user only
pip install --user package-name

# Or use virtual environment (recommended)
python -m venv venv
source venv/bin/activate
pip install package-name

Duomenų įkėlimo problemos

Problema: FileNotFoundError įkeliant CSV failus

Sprendimas:

import os
# Check current working directory
print(os.getcwd())

# Use relative paths from notebook location
df = pd.read_csv('../../data/filename.csv')

# Or use absolute paths
df = pd.read_csv('/full/path/to/data/filename.csv')

R aplinkos problemos

Paketų diegimas

Problema: Paketų diegimas nepavyksta dėl kompiliavimo klaidų

Sprendimas:

# Install binary version (Windows/macOS)
install.packages("package-name", type = "binary")

# Update R to latest version if packages require it
# Check R version
R.version.string

# Install system dependencies (Linux)
# For Ubuntu/Debian, in terminal:
# sudo apt-get install r-base-dev

Problema: tidyverse neįdiegiama

Sprendimas:

# Install dependencies first
install.packages(c("rlang", "vctrs", "pillar"))

# Then install tidyverse
install.packages("tidyverse")

# Or install components individually
install.packages(c("dplyr", "ggplot2", "tidyr", "readr"))

RMarkdown problemos

Problema: RMarkdown nerenderuoja

Sprendimas:

# Install/update rmarkdown
install.packages("rmarkdown")

# Install pandoc if needed
install.packages("pandoc")

# For PDF output, install tinytex
install.packages("tinytex")
tinytex::install_tinytex()

Klausimynų programos problemos

Kūrimas ir diegimas

Problema: npm install nepavyksta

Sprendimas:

# Clear npm cache
npm cache clean --force

# Remove node_modules and package-lock.json
rm -rf node_modules package-lock.json

# Reinstall
npm install

# If still fails, try with legacy peer deps
npm install --legacy-peer-deps

Problema: Uostas 8080 jau naudojamas

Sprendimas:

# Use different port
npm run serve -- --port 8081

# Or find and kill process using port 8080
# On Linux/macOS:
lsof -ti:8080 | xargs kill -9

# On Windows:
netstat -ano | findstr :8080
taskkill /PID <PID> /F

Kūrimo klaidos

Problema: npm run build nepavyksta

Sprendimas:

# Check Node.js version (should be 14+)
node --version

# Update Node.js if needed
# Then clean install
rm -rf node_modules package-lock.json
npm install
npm run build

Problema: Linting klaidos trukdo kurti

Sprendimas:

# Fix auto-fixable issues
npm run lint -- --fix

# Or temporarily disable linting in build
# (not recommended for production)

Duomenų ir failų kelių problemos

Kelių problemos

Problema: Duomenų failai nerandami vykdant užrašų knygeles

Sprendimas:

Visada vykdykite užrašų knygeles iš jų aplanko
```
cd /path/to/lesson/folder
jupyter notebook
```

Patikrinkite santykinius kelius kode

# Correct path from notebook location
df = pd.read_csv('../data/filename.csv')

# Not from your terminal location

Naudokite absoliučius kelius, jei reikia

import os
base_path = os.path.dirname(os.path.abspath(__file__))
data_path = os.path.join(base_path, 'data', 'filename.csv')

Trūkstami duomenų failai

Problema: Trūksta duomenų rinkinių failų

Sprendimas:

Patikrinkite, ar duomenys turėtų būti saugykloje – dauguma duomenų rinkinių yra įtraukti
Kai kurios pamokos gali reikalauti atsisiųsti duomenis – patikrinkite pamokos README
Įsitikinkite, kad atsisiuntėte naujausius pakeitimus:
```
git pull origin main
```

Dažnos klaidų žinutės

Atminties klaidos

Klaida: MemoryError arba branduolys miršta apdorojant duomenis

Sprendimas:

# Load data in chunks
for chunk in pd.read_csv('large_file.csv', chunksize=10000):
    process(chunk)

# Or read only needed columns
df = pd.read_csv('file.csv', usecols=['col1', 'col2'])

# Free memory when done
del large_dataframe
import gc
gc.collect()

Konvergencijos įspėjimai

Įspėjimas: ConvergenceWarning: Maximum number of iterations reached

Sprendimas:

from sklearn.linear_model import LogisticRegression

# Increase max iterations
model = LogisticRegression(max_iter=1000)

# Or scale your features first
from sklearn.preprocessing import StandardScaler
scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)

Vaizdavimo problemos

Problema: Grafikai nerodomi Jupyter aplinkoje

Sprendimas:

# Enable inline plotting
%matplotlib inline

# Import pyplot
import matplotlib.pyplot as plt

# Show plot explicitly
plt.plot(data)
plt.show()

Problema: Seaborn grafikai atrodo kitaip arba meta klaidas

Sprendimas:

import warnings
warnings.filterwarnings('ignore', category=UserWarning)

# Update to compatible version
# pip install --upgrade seaborn matplotlib

Unicode/kodavimo klaidos

Problema: UnicodeDecodeError skaitant failus

Sprendimas:

# Specify encoding explicitly
df = pd.read_csv('file.csv', encoding='utf-8')

# Or try different encoding
df = pd.read_csv('file.csv', encoding='latin-1')

# For errors='ignore' to skip problematic characters
df = pd.read_csv('file.csv', encoding='utf-8', errors='ignore')

Našumo problemos

Lėtas užrašų knygelių vykdymas

Problema: Užrašų knygelės vykdomos labai lėtai

Sprendimas:

Perkraukite branduolį, kad atlaisvintumėte atmintį: Kernel → Restart
Uždarykite nenaudojamas užrašų knygeles, kad atlaisvintumėte resursus

Naudokite mažesnius duomenų pavyzdžius testavimui:

# Work with subset during development
df_sample = df.sample(n=1000)

Profilinkite savo kodą, kad rastumėte našumo problemas:

%time operation()  # Time single operation
%timeit operation()  # Time with multiple runs

Didelis atminties naudojimas

Problema: Sistema išnaudoja visą atmintį

Sprendimas:

# Check memory usage
df.info(memory_usage='deep')

# Optimize data types
df['column'] = df['column'].astype('int32')  # Instead of int64

# Drop unnecessary columns
df = df[['col1', 'col2']]  # Keep only needed columns

# Process in batches
for batch in np.array_split(df, 10):
    process(batch)

Aplinka ir konfigūracija

Virtualios aplinkos problemos

Problema: Virtuali aplinka neaktyvuojama

Sprendimas:

# Windows
python -m venv venv
venv\Scripts\activate.bat

# macOS/Linux
python3 -m venv venv
source venv/bin/activate

# Check if activated (should show venv name in prompt)
which python  # Should point to venv python

Problema: Paketai įdiegti, bet nerandami užrašų knygelėje

Sprendimas:

# Ensure notebook uses the correct kernel
# Install ipykernel in your venv
pip install ipykernel
python -m ipykernel install --user --name=ml-env --display-name="Python (ml-env)"

# In Jupyter: Kernel → Change Kernel → Python (ml-env)

Git problemos

Problema: Nepavyksta atsisiųsti naujausių pakeitimų – susijungimo konfliktai

Sprendimas:

# Stash your changes
git stash

# Pull latest
git pull origin main

# Reapply your changes
git stash pop

# If conflicts, resolve manually or:
git checkout --theirs path/to/file  # Take remote version
git checkout --ours path/to/file    # Keep your version

VS Code integracija

Problema: Jupyter užrašų knygelės neatidaromos VS Code

Sprendimas:

Įdiekite Python plėtinį VS Code
Įdiekite Jupyter plėtinį VS Code
Pasirinkite tinkamą Python interpretatorių: Ctrl+Shift+P → „Python: Select Interpreter“
Perkraukite VS Code

Papildomi ištekliai

Discord diskusijos: Užduokite klausimus ir dalinkitės sprendimais #ml-for-beginners kanale
Microsoft Learn: ML for Beginners moduliai
Vaizdo pamokos: YouTube grojaraštis
Problemų sekimo įrankis: Praneškite apie klaidas

Vis dar kyla problemų?

Jei išbandėte aukščiau pateiktus sprendimus ir vis dar susiduriate su problemomis:

Ieškokite esamų problemų: GitHub Issues
Patikrinkite diskusijas Discord: Discord diskusijos
Atidarykite naują problemą: Įtraukite:
- Savo operacinę sistemą ir versiją
- Python/R versiją
- Klaidos pranešimą (pilną atsekimo informaciją)
- Žingsnius, kaip atkurti problemą
- Ką jau bandėte

Mes pasiruošę padėti! 🚀

Atsakomybės atsisakymas:
Šis dokumentas buvo išverstas naudojant AI vertimo paslaugą Co-op Translator. Nors stengiamės užtikrinti tikslumą, prašome atkreipti dėmesį, kad automatiniai vertimai gali turėti klaidų ar netikslumų. Originalus dokumentas jo gimtąja kalba turėtų būti laikomas autoritetingu šaltiniu. Kritinei informacijai rekomenduojama naudoti profesionalų žmogaus vertimą. Mes neprisiimame atsakomybės už nesusipratimus ar klaidingus interpretavimus, atsiradusius dėl šio vertimo naudojimo.

14 KiB Raw Blame History Unescape Escape

Trikčių šalinimo vadovas

Turinys

Diegimo problemos

Python diegimas

Jupyter diegimas

R diegimas

Jupyter Notebook problemos

Branduolio problemos

Notebook langelių problemos

Python paketų problemos

Importavimo klaidos

Versijų konfliktai

Duomenų įkėlimo problemos

R aplinkos problemos

Paketų diegimas

RMarkdown problemos

Klausimynų programos problemos

Kūrimas ir diegimas

Kūrimo klaidos

Duomenų ir failų kelių problemos

Kelių problemos

Trūkstami duomenų failai

Dažnos klaidų žinutės

Atminties klaidos

Konvergencijos įspėjimai

Vaizdavimo problemos

Unicode/kodavimo klaidos

Našumo problemos

Lėtas užrašų knygelių vykdymas

Didelis atminties naudojimas

Aplinka ir konfigūracija

Virtualios aplinkos problemos

Git problemos

VS Code integracija

Papildomi ištekliai

Vis dar kyla problemų?

14 KiB

Raw Blame History Unescape Escape