python语法报错日志(更新中)

python高级语法
待拆分类别：

1. 类的使用
2. 内存的使用
3. 简易语法的使用

---

1. 三元表达式在else处使用pass或者continue
   报错：Syntax Error
   https://cloud.tencent.com/developer/ask/187566
   总之，
   想写：x=A if condition==True else pass
   不如：if condition==True: x=A
2. 使用torch基于npy创建自己的数据集
   报错：TypeError: object.__new__() takes exactly one argument (the type to instantiate)
   原来代码是：

class Mydata(Data.Dataset):
    def __init_(self,xpath,ypath):
        self.x = np.load(xpath)
        self.y = np.load(ypath)

应该改为：

class MyDataset(Dataset):
    def __init__(self,xdata,ydata):
        self.xdata = np.load(xdata) 
        self.ydata = np.load(ydata)

注意，传入的参数a应该使用self.a定义。

3. dataloader载入数据集时报错：
   TypeError: 'module' object is not callable
   原来是：

import torch.utils.data as Data
train_loader = Data.dataloader(略)

改为：

from torch.utils.data import DataLoader, Dataset
train_loader = DataLoader(略)

错误同此link

4. 数据类型错误
   input type (torch.cuda.DoubleTensor) and weight type (torch.cuda.FloatTensor) should be the same
   https://blog.csdn.net/weixin_38314865/article/details/103130389
   目前：

def transform(x):
    x = x.transpose(0,2,1)
    return torch.from_numpy(x).type(torch.FloatTensor)
def target_transform(y):
    return torch.from_numpy(y)[:,0].type(torch.int64)

x为FloatTensor，label为torch.int64。

5. cuda out of memory

• 可能情况1:之前占用的内存空间没有释放。
  解决：
  • 查看占用内存空间的进程号。
    nvidia-smi
  • 杀死进程。
    kill 进程号
• 可能情况2: torch 版本和cuda版本不匹配
• 可能情况3: 变量太多爆炸了
  • 解决方式1：释放不需要的变量（torch可以自己检测出哪些不需要，只需要加上以下语句即可。）
    torch.cuda.empty_cache()
  • 解决方式2：测试时爆炸了用网络测试时，依然在计算梯度。需要在不需要计算梯度的地方加上：
    with torch.no_grad():

6. “non-default argument follows default argument”
   报这个错是因为：把含有默认值的参数放在了不含默认值的参数的前面。
   解决：调整位置即可。
   link
7. 忽视warning

import warnings
warnings.filterwarnings("ignore")

8. load big npy file, but crashed in colab after using all RAM. 【link】
   try:
   np.load('filename.npy',mmap_mode='c')

conclusion: load it with a mmap_mode='c' if you want to be able to modify data in memory but not on dis, or 'r+ if you want to modify data both in memory and on disk.

9. conda env create -f environment.yml安装别人的环境时报错【ResolvePackageNotFound】
   https://blog.csdn.net/langjijianghu_123/article/details/80923293
   原因：conda里面没有存储这些库的下载地址。
   解决方法：
   将这些报错的库在environment.yml里注释掉。然后安装完环境后在环境里用pip下载。
10. from utils import utilities, file_analysis as fa, plotter
    注意断句。
    等同于：

from utils import utilities
from utils import file_analysis as fa
from utils import plotter