正文

openai報(bào)錯(cuò)（open出錯(cuò)）

發(fā)布時(shí)間：2023-03-13 13:08:01 稿源：創(chuàng)意嶺閱讀： 87 問大家

大家好！今天讓創(chuàng)意嶺的小編來大家介紹下關(guān)于openai報(bào)錯(cuò)的問題，以下是小編對(duì)此問題的歸納整理，讓我們一起來看看吧。

ChatGPT國內(nèi)免費(fèi)在線使用，一鍵生成原創(chuàng)文章、方案、文案、工作計(jì)劃、工作報(bào)告、論文、代碼、作文、做題和對(duì)話答疑等等

只需要輸入關(guān)鍵詞，就能返回你想要的內(nèi)容，越精準(zhǔn)，寫出的就越詳細(xì)，有微信小程序端、在線網(wǎng)頁版、PC客戶端

官網(wǎng)：https://ai.de1919.com

本文目錄:

1、解決網(wǎng)頁出現(xiàn)error1020是怎么回事?有什么方法可以解決？
2、報(bào)錯(cuò)vpn service not available怎么解決？
3、為什么我使用PyTorch來生成隨機(jī)數(shù)總會(huì)失敗？
4、openai寫一半顯示網(wǎng)絡(luò)錯(cuò)誤

openai報(bào)錯(cuò)（open出錯(cuò)）

一、解決網(wǎng)頁出現(xiàn)error1020是怎么回事?有什么方法可以解決？

打開IE瀏覽器，然后點(diǎn)擊打開“工具”選項(xiàng)----Internet選項(xiàng)。

為什么在源文件看不到任何圖片？網(wǎng)頁文件中存放的只是圖片的鏈接位置，而圖片文件與網(wǎng)頁文件是互相獨(dú)立存放的，甚至可以不在同一臺(tái)計(jì)算機(jī)上。

openai報(bào)錯(cuò)（open出錯(cuò)）

在網(wǎng)頁上點(diǎn)擊鼠標(biāo)右鍵，選擇菜單中的 “查看源文件” ，就可以通過記事本看到網(wǎng)頁的實(shí)際內(nèi)容?？梢钥吹骄W(wǎng)頁實(shí)際上只是一個(gè)純文本文件。

它通過各式各樣的標(biāo)記對(duì)頁面上的文字、圖片、表格、聲音等元素進(jìn)行描述（例如字體、顏色、大小），而瀏覽器則對(duì)這些標(biāo)記進(jìn)行解釋并生成頁面，于是就得到你現(xiàn)在所看到的畫面。

二、報(bào)錯(cuò)vpn service not available怎么解決？

1.看服務(wù)中 cisco anyconnect vpn client的服務(wù)是否正常啟動(dòng)，如果沒有在該服務(wù)上右擊--屬性，選擇自動(dòng)，然后點(diǎn)擊應(yīng)用，，再點(diǎn)一下啟動(dòng)服務(wù)，確認(rèn)，關(guān)閉窗口。

2.嘗試卸載重裝，或者換一個(gè)新版本客戶端，安裝前先卸載舊版本，（不卸載也行）然后按照下圖把默認(rèn)勾選的項(xiàng)目取消掉。

openai報(bào)錯(cuò)（open出錯(cuò)）

VPN：在公用網(wǎng)絡(luò)上建立專用網(wǎng)絡(luò)，進(jìn)行加密通訊。在企業(yè)網(wǎng)絡(luò)中有廣泛應(yīng)用。VPN網(wǎng)關(guān)通過對(duì)數(shù)據(jù)包的加密和數(shù)據(jù)包目標(biāo)地址的轉(zhuǎn)換實(shí)現(xiàn)遠(yuǎn)程訪問。VPN有多種分類方式，主要是按協(xié)議進(jìn)行分類。VPN可通過服務(wù)器、硬件、軟件等多種方式實(shí)現(xiàn)。

openai報(bào)錯(cuò)（open出錯(cuò)）

三、為什么我使用PyTorch來生成隨機(jī)數(shù)總會(huì)失??？

明敏發(fā)自凹非寺

量子位報(bào)道 | 公眾號(hào) QbitAI

到底是怎樣的一個(gè)bug，能讓95%的Pytorch庫中招，就連特斯拉AI總監(jiān)深受困擾？

還別說，這個(gè)bug雖小，但有夠“狡猾”的。

這就是最近Reddit上熱議的一個(gè)話題，是一位網(wǎng)友在使用再平常不過的Pytorch+Numpy組合時(shí)發(fā)現(xiàn)。

最主要的是，在代碼能夠跑通的情況下，它甚至還會(huì)影響模型的準(zhǔn)確率！

除此之外，網(wǎng)友熱議的另外一個(gè)點(diǎn)，竟然是：

而是它到底算不算一個(gè)bug？

這究竟是怎么一回事？

事情的起因是一位網(wǎng)友發(fā)現(xiàn)，在PyTorch中用NumPy來生成隨機(jī)數(shù)時(shí)，受到數(shù)據(jù)預(yù)處理的限制，會(huì)多進(jìn)程并行加載數(shù)據(jù)，但最后每個(gè)進(jìn)程返回的隨機(jī)數(shù)卻是相同的。

他還舉出例子證實(shí)了自己的說法。

如下是一個(gè)示例數(shù)據(jù)集，它會(huì)返回三個(gè)元素的隨機(jī)向量。這里采用的批量大小分別為2，工作進(jìn)程為4個(gè)。

然后神奇的事情發(fā)生了：每個(gè)進(jìn)程返回的隨機(jī)數(shù)都是一樣的。

這個(gè)結(jié)果會(huì)著實(shí)讓人有點(diǎn)一頭霧水，就好像數(shù)學(xué)應(yīng)用題求小明走一段路程需要花費(fèi)多少時(shí)間，而你卻算出來了負(fù)數(shù)。

發(fā)現(xiàn)了問題后，這位網(wǎng)友還在GitHub上下載了超過10萬個(gè)PyTorch庫，用同樣的方法產(chǎn)生隨機(jī)數(shù)。

結(jié)果更加令人震驚：居然有超過95%的庫都受到這個(gè)問題的困擾！

這其中不乏PyTorch的官方教程和OpenAI的代碼，連特斯拉AI總監(jiān)Karpathy也承認(rèn)自己“被坑過”！

但有一說一，這個(gè)bug想要解決也不難：只需要在每個(gè)epoch都重新設(shè)置seed，或者用python內(nèi)置的隨機(jī)數(shù)生成器就可以避免這個(gè)問題。

到底是不是bug？

如果這個(gè)問題已經(jīng)可以解決，為什么還會(huì)引起如此大的討論呢？

因?yàn)榫W(wǎng)友們的重點(diǎn)已經(jīng)上升到了“哲學(xué)”層面：

這到底是不是一個(gè)bug？

在Reddit上有人認(rèn)為：這不是一個(gè)bug。

雖然這個(gè)問題非常常見，但它并不算是一個(gè)bug，而是一個(gè)在調(diào)試時(shí)不可以忽略的點(diǎn)。

就是這個(gè)觀點(diǎn)，激起了千層浪花，許多人都認(rèn)為他忽略了問題的關(guān)鍵所在。

這不是產(chǎn)生偽隨機(jī)數(shù)的問題，也不是numpy的問題，問題的核心是在于PyTorch中的DataLoader的實(shí)現(xiàn)

對(duì)于包含隨機(jī)轉(zhuǎn)換的數(shù)據(jù)加載pipeline，這意味著每個(gè)worker都將選擇“相同”的轉(zhuǎn)換。而現(xiàn)在NN中的許多數(shù)據(jù)加載pipeline，都使用某種類型的隨機(jī)轉(zhuǎn)換來進(jìn)行數(shù)據(jù)增強(qiáng)，所以不重新初始化可能是一個(gè)預(yù)設(shè)。

另一位網(wǎng)友也表示這個(gè)bug其實(shí)是在預(yù)設(shè)程序下運(yùn)行才出現(xiàn)的，應(yīng)該向更多用戶指出來。

并且95%以上的Pytorch庫受此困擾，也絕不是危言聳聽。

有人就分享出了自己此前的慘痛經(jīng)歷：

我認(rèn)識(shí)到這一點(diǎn)是之前跑了許多進(jìn)程來創(chuàng)建數(shù)據(jù)集時(shí)，然而發(fā)現(xiàn)其中一半的數(shù)據(jù)是重復(fù)的，之后花了很長的時(shí)間才發(fā)現(xiàn)哪里出了問題。

也有用戶補(bǔ)充說，如果 95% 以上的用戶使用時(shí)出現(xiàn)錯(cuò)誤，那么代碼就是錯(cuò)的。

順便一提，這提供了Karpathy定律的另一個(gè)例子：即使你搞砸了一些非?；敬a，“neural nets want to work”。

你有踩過PyTorch的坑嗎？

如上的bug并不是偶然，隨著用PyTorch的人越來越多，被發(fā)現(xiàn)的bug也就越來越多，某乎上還有PyTorch的坑之總結(jié)，被瀏覽量高達(dá)49w。

其中從向量、函數(shù)到model.train()，無論是真bug還是自己出了bug，大家的血淚史還真的是各有千秋。

所以，關(guān)于PyTorch你可以分享的經(jīng)驗(yàn)血淚史嗎？

歡迎評(píng)論區(qū)留言討論～

參考鏈接：