国外论文类网站有哪些方面,百度搜索网站提交,小米开发者模式怎么关闭,如何自己做软件网站类型一#xff1a;安装包问题 1、包内部代码报错#xff0c;如#xff1a;某方法没有 检查版本#xff1a; python - import 包名 - 包名.__version__ - 包名.__file__ 若import 的包名与 pip安装的包的路径不一致#xff0c;则copy过去 具体#xff1a…类型一安装包问题 1、包内部代码报错如某方法没有 检查版本 python - import 包名 - 包名.__version__ - 包名.__file__ 若import 的包名与 pip安装的包的路径不一致则copy过去 具体 1、key llama error transformers问题需安装4.28 2、deepspeed没有adam_cuda属性需要安装0.8.3 (torch的版本要1.12.1的) 类型二目录没有权限 sudo chmod 777 dir sudo chmod 777 dir/* 目录下的文件负最大权限 类型三、python使用版本不对  sudo python与python用的不是同一个python 解决办法 iii. sudo cp /usr/bin/python /usr/bin/python_bak     iv. sudo rm /usr/bin/python     v. sudo ln -s /opt/conda/bin/python /usr/bin/python 类型三、cpu与gpu上的半精度问题 def normalize(x, axis-1):     x 1. * x / (torch.norm(x, 2, axis, keepdimTrue).expand_as(x)1e-12)     return x embed 目前在显卡上且是半精度 normalize(embed_f).cpu() 与 normalize(embed_f.cpu()) 的结果会不一样后者会改变精度 解决办法采用normalize(embed_f.cpu().float()) tips:这三种结果都有细微 的差别只是normalize(embed_f.cpu())差别很明显 numpy与tensor 取值问题: [str(i.item()) for i in normalize(embed_f[0]).cpu().numpy()]result:[0.02435302734375, 0.0052337646484375][str(i) for i in normalize(embed_f[0]).cpu().numpy()]result:[0.02435, 0.005234] cuda error: RuntimeError: CUDA error: device-side assert triggered CUDA kernel errors might be asynchronously reported at some other API call, so the stacktrace below might be incorrect. For debugging consider passing CUDA_LAUNCH_BLOCKING1. Compile with TORCH_USE_CUDA_DSA to enable device-side assertions. 解决办法python 前面加入CUDA_VISIBLE_DEVICES3 llama1 加入这一串也能解决 if tokenizer.pad_token is None:DEFAULT_PAD_TOKEN [PAD]DEFAULT_EOS_TOKEN /sDEFAULT_BOS_TOKEN /sDEFAULT_UNK_TOKEN /stokenizer.add_special_tokens({eos_token: DEFAULT_EOS_TOKEN,bos_token: DEFAULT_BOS_TOKEN,unk_token: DEFAULT_UNK_TOKEN,pad_token: DEFAULT_PAD_TOKEN,})tokenizer.add_eos_token False