使用洋红色安装"pip install magenta"即使在新环境中也会出现错误



几天来,我一直在尝试在anaconda上安装品红色,但每次我觉得我即将实现一个可以运行它的实际功能环境时,我都会遇到错误。起初我认为这个问题可能是一些相互冲突的版本,所以我创建了一个全新的环境,并运行了"pip安装品红色";希望能创造一个工作环境。就在那时,我在安装过程中出现了以下两个错误:

ERROR: tensorflow 2.2.0 has requirement scipy==1.4.1; python_version >= "3", but you'll have scipy 1.5.1 which is incompatible.
ERROR: tensor2tensor 1.15.7 has requirement tensorflow-probability==0.7.0, but you'll have tensorflow-probability 0.10.1 which is incompatible.

我认为这可能是一个简单的修复程序,因为它可能只是我需要安装的不同版本,所以我继续安装它在错误消息中所说的指定版本。然后我得到了一个完全不同的错误,结构相同,但略有不同。

ERROR: apache-beam 2.22.0 has requirement oauth2client<4,>=2.0.1, but you'll have oauth2client 4.1.3 which is incompatible.

在收到这个错误后,我决定最好重新开始并再次尝试,所以我制作了另一个新环境,并再次尝试。不用说,我的多次尝试都没有给我任何回报,更不用说一个功能性的环境了。

我甚至花时间联系了一位朋友,请求他的帮助,他遵循了与我类似的步骤,并使用pip安装尝试获得品红色,但这只会导致他的机器出现同样的两个错误。我还试着把python从电脑上完全抹掉,把anaconda从电脑上抹掉,然后重新安装,我用不同版本的python进行了测试。

最奇怪的是,当我最初将品红色安装到我的第一个环境中时,它实际上已经编译了代码,直到它说tensorflow已经过时了,这就是为什么我要疯狂地寻找所有正确版本的原因。

我也尝试过在更改版本后甚至之前忽略问题,只尝试在IntelliJ中编译代码,但每当我尝试使用该环境时,它要么根本不会编译任何内容,要么有这两个错误。

2020-07-17 00:38:44.182011: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'cudart64_101.dll'; dlerror: cudart64_101.dll not found
2020-07-17 00:38:44.182121: I tensorflow/stream_executor/cuda/cudart_stub.cc:29] Ignore above cudart dlerror if you do not have a GPU set up on your machine.

我想,也许我完全错过了这整个情况的一些东西,或者希望这是一个非常简单的问题,看起来比实际情况更大。

任何帮助都将不胜感激,如果有任何日志需要,我会提供。我只想让品红色为我计划尝试的项目工作,似乎仅仅安装它最终将是整个项目中最耗时的部分。

2020-07-17 00:38:44.182011:Wtensorflow/stream_executor/platform/default/dso_loader.cc:55]可以未加载动态库"cudart64_101.dll";dlerror:cudart64_101.dll未找到2020-07-17 00:38:44.18211:Itensorflow/stream_executor/cuda/cudart_stub.cc:29]忽略上面的cuartdleerror如果您的机器上没有设置GPU。

如果您的机器上没有GPU,请忽略此错误。如果确实有,请安装CUDA,它提供了丢失的库。

错误:apachebeam 2.22.0有oauth2client<4,>2.0.1,但您将拥有不兼容的oauth2client 4.1.3。

只需用正确的版本手动安装pip抱怨的所有不兼容的依赖项,就应该安装它。

我建议用conda构建一个新的环境,这样可以确保安装的软件包相互兼容。

conda install -n new_env tensorflow=[tf_version] python=[python_version] magenta=[magenta_version]
conda activate new_env

应该起作用。如果您的机器上有GPU,请将tensorflow替换为tensorflow-gpu

最新更新