当前位置：首页 > article >正文

深度学习，python编程运行环境问题等记录（更新）

article 2025/2/1 18:03:29

1、pip升级到最新版本
pip install pip -U

2、pip设置加速镜像，有些能用，有些不能，遇到返回403,404 则不能用
命令：pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/

清华镜像：https://pypi.tuna.tsinghua.edu.cn/simple
科大镜像：https://pypi.mirrors.ustc.edu.cn/simple
豆瓣镜像：http://pypi.douban.com/simple/
阿里镜像：https://mirrors.aliyun.com/pypi/simple/
百度镜像：https://mirror.baidu.com/pypi/simple

3、设置pip下载包存放路径，windows默认存放在c盘下，只需设置一个环境变量。
设置环境变量PYTHONUSERBASE=E:\python\Lib\site-packages
对应的是USER_BASE路径，原默认的USER_BASE是在c盘下
查看命令：python -m site
如果找不到脚本或包，就安装，如果安装了还提示没有，就把安装包路径加入环境变量（运行依赖的路径变量）

4、新版MinGW-w64(12.2.0)安装
GitHub的MinGW已经更新到14了。
下载资源，注意有好几种版本，了解它们的区别。
https://zenlayer.dl.sourceforge.net/project/mingw-w64/mingw-w64/mingw-w64-release/mingw-w64-v11.0.0.zip
https://github.com/niXman/mingw-builds-binaries/releases
微软c++编译构建环境
https://visualstudio.microsoft.com/zh-hans/downloads/

5、ERROR: Could not install packages due to an OSError: Could not find a suitable TLS CA certificate bundle
设置环境变量，一般在
{python根目录}\Lib\site-packages\certifi
或者{anaconda3根目录}\Lib\site-packages\certifi
REQUESTS_CA_BUNDLE=F:\anaconda3\Lib\site-packages\certifi\cacert.pem
REQUESTS_CA_BUNDLE=F:\python\Lib\site-packages\certifi\cacert.pem

6、OMP: Error #15: Initializing libiomp5md.dll, but found libiomp5md.dll already initialized.
https://blog.csdn.net/gaoenyang760525/article/details/143984820
import os
os.environ[“KMP_DUPLICATE_LIB_OK”]=“TRUE”

7、QMimeDatabase: Error loading internal MIME data
An error has been encountered at line 1 of <internal MIME data>: Premature end of document.:
Traceback (most recent call last):
File "F:\anaconda3\Lib\site-packages\libs\canvas.py", line 530, in paintEvent
p.drawLine(self.prev_point.x(), 0, self.prev_point.x(), self.pixmap.height())
TypeError: arguments did not match any overloaded call:
drawLine(self, l: QLineF): argument 1 has unexpected type 'float'
drawLine(self, line: QLine): argument 1 has unexpected type 'float'
drawLine(self, x1: int, y1: int, x2: int, y2: int): argument 1 has unexpected type 'float'
drawLine(self, p1: QPoint, p2: QPoint): argument 1 has unexpected type 'float'
drawLine(self, p1: Union[QPointF, QPoint], p2: Union[QPointF, QPoint]): argument 1 has unexpected type 'float'

降低python版本

8、Building wheel for PyQt5-sip (pyproject.toml) did not run successfully.
还是c++编译器或安装包版本问题，更换包的版本或更换C++编译器版本

9、OLLAMA 安装，配置

Ollama 官网下载，还可搜索下载模型文件，默认安装在c盘。

配置下载的模型路径，只需加个环境变量OLLAMA_MODELS。

ollama --help

查看命令帮助，一般是create，list，run，pull

安装依赖：

pip install ollama

import ollama
import time
start_time = time.time()  # 记录开始时间
response = ollama.chat(
    model = "MiniCPM-o:latest",
    messages = [{
        'role':'user',
        'content':'请使用中文回答，这张图片你看到了什么？',
        'images':['F:/pic2/06c3430d412047e6b0f8c3696ce4f824.jpg']
    }]
)

print(response['message']['content'])
end_time = time.time()  # 记录结束时间
elapsed_time = end_time - start_time  # 计算耗时
print(f"{elapsed_time:.4f} 秒")

‌MiniCPM-V 2.6是一款强大的多模态模型，能够处理文本、图像、音频和视频等多种类型的数据，并生成高质量的输出。‌

功能和应用场景
‌多模态处理‌：MiniCPM-V 2.6支持单图、多图和视频理解，能够在这些领域达到SOTA水平，甚至超越GPT-4V和Gemini 1.5 Pro等商用模型‌。
‌实时视频理解‌：该模型能够进行实时视频理解，适用于需要连续视频处理的场景，如监控和直播‌。
‌多图联合理解‌：MiniCPM-V 2.6处理多张图片，进行上下文少样本学习（ICL）和视觉类比学习‌。
‌OCR能力‌：在OCR方面表现出色，能够准确识别和处理图像中的文字‌。
‌语音处理‌：支持双语语音对话、声音克隆和情感控制，适用于需要自然语言处理的场景‌。

技术参数和性能指标
‌参数量‌：MiniCPM-V 2.6的参数量为8B‌。
‌知识压缩率‌：其Token Density达到了2822，是GPT-4o的两倍，处理效率更高‌。
‌性能提升‌：与前代模型相比，MiniCPM-V 2.6在多图像和视频理解方面有显著提升.

10、LM-Studio

下载安装
http://lmstudio.ai
LM-Studio-0.2.16-Setup.exe
https://hf-mirror.com 下载gguf文件，直接打开。或点击左边第二个按钮搜索下载。

查看全文

http://www.kler.cn/a/521432.html