在今天我换了个电脑跑模型的时候,出现了一个问题:

C:\ProgramData\Anaconda3\python.exe H:/ywp/project/model/msi_caijian.py
Traceback (most recent call last):File "H:/ywp/project/model/msi_caijian.py", line 2, in <module>import numpy as npFile "C:\ProgramData\Anaconda3\lib\site-packages\numpy\__init__.py", line 142, in <module>from . import add_newdocsFile "C:\ProgramData\Anaconda3\lib\site-packages\numpy\add_newdocs.py", line 13, in <module>from numpy.lib import add_newdocFile "C:\ProgramData\Anaconda3\lib\site-packages\numpy\lib\__init__.py", line 8, in <module>from .type_check import *File "C:\ProgramData\Anaconda3\lib\site-packages\numpy\lib\type_check.py", line 11, in <module>import numpy.core.numeric as _nxFile "C:\ProgramData\Anaconda3\lib\site-packages\numpy\core\__init__.py", line 35, in <module>from . import _internal  # for freeze programsFile "C:\ProgramData\Anaconda3\lib\site-packages\numpy\core\_internal.py", line 18, in <module>from .numerictypes import object_File "C:\ProgramData\Anaconda3\lib\site-packages\numpy\core\numerictypes.py", line 334, in <module>_add_aliases()File "C:\ProgramData\Anaconda3\lib\site-packages\numpy\core\numerictypes.py", line 307, in _add_aliasesif base[-3:] == 'int' or char[0] in 'ui':
IndexError: string index out of rangeProcess finished with exit code 1

然后搜索发现是numpy库可能被破坏了,所以无法使用,然后我先尝试了一下卸载重装,但是因为别人安装的版本比较多,所以在卸载的时候会出现错误:

(base) PS H:\ywp\project> pip uninstall numpy -y
Fatal error in launcher: Unable to create process using '"e:\anaconda3\python.exe"  "D:\Anaconda3\Scripts\pip.exe" uninstall numpy -y': ???????????

这是因为下载了好几个anaconda,所以不知道应该卸载哪一个,所以就使用下面的方法:

# 使用您当前激活的Anaconda路径(base环境)
python -m pip uninstall numpy -y
python -m pip install --upgrade numpy

但是依旧没用,所以我就新建了一个自己的虚拟环境,创建步骤如下(我是直接在pycharm中修改的):

  1. 打开终端​
  2. 导航到项目目录​​:
    cd /path/to/your/project
  3. 创建纯净虚拟环境​​:
    python -m venv venv_name  # 替换 venv_name 为你的环境名(如 `venv`)

    将会生成一个仅包含 pip和 setuptools的纯净环境。

  4. 在pycharm中打开项目后,点击File > Settings > Project:xxx > Python Interpreter
  5. 点击齿轮图标 ➔ Add
  6. 选择 Existing environment→ 导航到虚拟环境的 Python解释器:因为我的是​​Windows​系统,所以就在终端输入​: venv_name\Scripts\python.exe(venv_name是自己前面设置的虚拟环境那块的名称)

  7. ​确认并应用​​ → 点击 OK保存。

  8. 然后验证环境是否纯净,输入:

    pip list 

    正确输出应仅显示 pip和 setuptools(无其他第三方包)

  9. 激活环境(手动):(依旧是windows)

    venv_name\Scripts\activate

    ok ,这样就进入到自己的虚拟环境了。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若转载,请注明出处:http://www.pswp.cn/news/919284.shtml
繁体地址,请注明出处:http://hk.pswp.cn/news/919284.shtml
英文地址,请注明出处:http://en.pswp.cn/news/919284.shtml

如若内容造成侵权/违法违规/事实不符,请联系英文站点网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

(第十八期)图像标签的三个常用属性:width、height、border

&#xff08;第十八期&#xff09;图像标签的三个常用属性&#xff1a;width、height、border 在网页开发中&#xff0c;控制图片尺寸与样式是基础又高频的操作。本文围绕 img 图像标签的三个属性展开&#xff1a;width&#xff08;宽度&#xff09;、height&#xff08;高度&a…

Windows桌面自动化的革命性突破:深度解析Windows-MCP.Net Desktop模块的技术奥秘

"在数字化浪潮中&#xff0c;桌面自动化不再是程序员的专利&#xff0c;而是每个人都能掌握的超能力。" —— 当我第一次接触到Windows-MCP.Net的Desktop模块时&#xff0c;这样的感慨油然而生。 &#x1f3af; 引言&#xff1a;为什么桌面自动化如此重要&#xff1f…

免费又强大的 PDF 编辑器 ——PDF XChange Editor

在日常的学习和工作中&#xff0c;我们经常会与 PDF 文档打交道&#xff0c;然而&#xff0c;PDF 文档的编辑却常常让人抓狂。比如拿到一份 PDF 合同或报告&#xff0c;发现里面有错别字或者需要更新数据&#xff1b;又或者遇到需要填写的 PDF 表单&#xff0c;只能打印出来手写…

Unity引擎播放HLS自适应码率流媒体视频

大家好&#xff0c;我是阿赵。今天来学习一下Unity引擎怎样播放自适应码率视频的方法。 一、 HLS是什么HLS是什么&#xff0c;各位可以自己百度一下。简单的概括&#xff0c;HLS是一种自适应码率流媒体传输协议&#xff0c;实现的是分片下载和动态码率切换。它的原理是把一段视…

Flink 源码系列 - 前言

Flink 源码系列 - 前言 &#x1f680; 为什么要学习 Flink 源码&#xff1f; Apache Flink 作为当前最流行的流式计算框架之一&#xff0c;其源码体系极其庞大。根据统计&#xff0c;Flink 项目包含&#xff1a; Java 文件总行数&#xff1a;232万行有效代码行数&#xff1a…

Rust:实现仅通过索引(序数)导出 DLL 函数的功能

在 Rust 中&#xff0c;可以通过手动控制导出来实现仅通过索引&#xff08;序数&#xff09;导出 DLL 函数的功能。以下是具体方法和完整步骤&#xff1a;解决方案 通过结合 .def 文件&#xff08;模块定义文件&#xff09;和 MSVC 链接器参数来实现函数名隐藏&#xff0c;只暴…

部分网站记录

Gradle多渠道打包[umeng] https://www.jianshu.com/p/8b8fdd37bf26 介绍在app的build.gradle设置produceFlavors&#xff0c;一键打包所有环境的命令 Android 知识图谱 https://upload-images.jianshu.io/upload_images/19956127-1b214e26967dacc6.jpg 百度的语音识别 https:…

【速通】深度学习模型调试系统化方法论:从问题定位到性能优化

深度学习模型调试的系统化方法论&#xff1a;从问题定位到性能优化 文章目录深度学习模型调试的系统化方法论&#xff1a;从问题定位到性能优化摘要1. 引言2. 模型调试的层次化框架2.1 三层调试架构2.2 调试优先级原则3. 系统化调试流程3.1 快速诊断清单3.2 最小可复现案例 (MR…

Nacos-6--Naco的QUIC协议实现高可用的工作原理

QUIC&#xff08;Quick UDP Internet Connections&#xff09;是一种基于UDP的传输层协议&#xff0c;旨在减少网络延迟、提升安全性并优化多路复用能力。它由Google开发&#xff0c;后被IETF标准化为HTTP/3的底层协议。 1、QUIC是什么&#xff1f; QUIC&#xff08;Quick UDP …

python实现pdfs合并

灵感来源于博主正在学408&#xff0c;在搞到视频课对应的ppt.pdf后发现pdf是按小节的&#xff0c;以至于每章有5-10甚至更多&#xff0c;这可太繁琐了&#xff0c;我想要一章一个pdf就可以了&#xff0c;于是浅浅查了几个CSDN发现使用python的要么收费要么要vip&#xff0c;不用…

51单片机-驱动74HC595芯片实现IO口扩展模块教程

本章概述思维导图&#xff1a; 51单片机驱动74HC595芯片实现IO口扩展 74HC595芯片简介 74HC595是一款8位串行输入、并行输出的移位寄存器&#xff0c;属于硅结构的CMOS器件。它能将串行输入数据转换为并行输出&#xff0c;其中并行输出为三态输出&#xff08;即高电平、低电平…

录音转文字,如何做到“快、准、狠“多格式通吃?

MP3、FLAC、M4A、OGG、WAV、MP4等多种常见音频格式&#xff0c;一键精准转成文字&#xff0c;让办公效率翻倍提升&#xff01;&#x1f525; 真实痛点场景&#xff1a;告别低效&#xff0c;迎接智能办公紧急会议纪要&#xff0c;争分夺秒&#xff01;上午10点刚结束一场跨部门脑…

【秋招】2025.08.16京东秋招机考真题

📌 点击直达笔试专栏 👉《大厂笔试突围》 💻 春秋招笔试突围在线OJ 👉 笔试突围在线刷题 bishipass.com 京东 题目一:魔法水晶阵列能量优化 1️⃣:理解逆序对的变化规律,分析区间操作对逆序对的影响 2️⃣:选择后缀区间避免产生新的逆序对,只最大化消除的逆序对…

RocksDB 解密可逆哈希:BijectiveHash的设计奥秘

BijectiveHash&#xff08;双射哈希&#xff0c;即可逆哈希&#xff09;的设计精髓在于它借鉴了现代密码学和高性能哈希函数中的核心思想&#xff0c;但目标并非加密&#xff0c;而是实现一种无冲突、可逆的置换&#xff08;Permutation&#xff09;。可逆哈希是什么&#xff0…

05.用户和组管理命令

用户和组管理命令用户和组管理命令1. getent2. useradd3. usermod4. userdel5. id6. su7. passwd8. chage9. groupadd10. groupmod11. groupdel12. gpasswd13. groupmems用户和组管理命令 用户和组的主要配置文件 /etc/passwd&#xff1a;用户及其属性信息(名称、UID、主组ID…

go 多版本共存【goup + alias方案】

一、需求背景 以go1.21为主&#xff0c;临时可以快速切换到go1.23,且只有当前窗口生效 二、安装 安装 goup go install github.com/owenthereal/goup/cmd/gouplatest安装 go1.23 # 注意这里是安装新的sdk,如果你本地存在相同版本的话&#xff0c;应该保持统一用goup安装的 goup…

DR200差速移动机器人的多功能感知系统与多场景应用

DR200差速移动机器人平台是一款基于室内平地的差速转向移动机器人底盘&#xff0c;主要针对教育教学、超市移动促销、无人配送、室内仓储、室内巡检、物流搬运等行业。整套底盘采用了4个万向轮和双驱动轮差速驱动结构&#xff0c;间驱动轮带直流无刷伺服电机。整套结构采用了摆…

基于ZLMediaKit的大疆上云视频流服务集成方案

引言 随着无人机技术的快速发展&#xff0c;大疆&#xff08;DJI&#xff09;设备产生的高清视频流需要高效、低延迟的云端处理方案。传统基于SRS的视频流服务在多协议支持和并发性能上存在局限&#xff0c;而ZLMediaKit作为一款高性能流媒体服务框架&#xff0c;凭借其多协议支…

用 Python 实现一个“小型 ReAct 智能体”:思维链 + 工具调用 + 环境交互

在大语言模型&#xff08;LLM&#xff09;的应用开发中&#xff0c;如何让模型具备调用外部工具的能力是一个关键问题。我们不希望模型只是“生成答案”&#xff0c;而是能像一个智能体&#xff08;Agent&#xff09;一样&#xff0c;按照推理链条自主决定调用搜索、计算、或数…

集成电路学习:什么是SIFT尺度不变特征变换

SIFT:尺度不变特征变换 SIFT(尺度不变特征变换,Scale Invariant Feature Transform)是一种在图像处理和计算机视觉领域广泛应用的算法,由David Lowe在1999年提出。该算法能够在图像的不同尺度、旋转和光照条件下保持特征不变性,从而提取出独特的特征点,并用于图像…