C++博客-从零开始

python中json报错JSONDecodeError: invalid control character

未央 — Thu, 26 Nov 2020 03:36:00 GMT

json.loads(json, strict=False)#关掉strict即可

Json的严格写法应该是：

{"title": "\u6587\u7ae0\u6807\u9898\n\u6362\u884c"}1

但是有的时候由于不严格：

{"你在哪呢": "kiral"}1

load时会造成错误：

JSONDecodeError: invalid control character1

解决方案：

json.loads(json, strict=False)#关掉strict即可

未央 2020-11-26 11:36 发表评论

技术成长之路

未央 — Fri, 17 Jan 2020 03:57:00 GMT

最近在做一些视频分类的任务，按照论文中的模型结果去做实验，感觉有些技术上的小进步，心里是安稳些的。
在代码上还是要继续改进，写出更flexible的代码，就像收拾屋子，乱了就随时收拾，一直保持整洁，不要积累到最后才搞大扫除，嗯嗯，继续加油，稳住！

未央 2020-01-17 11:57 发表评论

pip 安装 pytroch is not a supported wheel on this platform

未央 — Fri, 09 Nov 2018 07:26:00 GMT

pip安装报错：is not a supported wheel on this platform

可能的原因1：安装的不是对应python版本的库，下载的库名中cp27代表python2.7,其它同理。

可能的原因2：这个是我遇到的情况（下载的是对应版本的库，然后仍然提示不支持当前平台）

　　我下载到的numpy库文件名：

numpy-1.10.4+mkl-cp27-cp27m-win32.whl

　　使用pip安装(在命令行中):

pip install numpy-1.10.4+mkl-cp27-cp27m-win32.whl

　　报错：*** is not a supported wheel on this platform，通过在stackoverflow上的一个帖子成功解决问题。

　　方法：在shell中输入import pip; print(pip.pep425tags.get_supported())可以获取到pip支持的文件名还有版本，我这里如下：

>>import pip; print(pip.pep425tags.get_supported())
[('cp27', 'none', 'win32'), ('py2', 'none', 'win32'), ('cp27', 'none', 'any'), ('cp2', 'none', 'any'), ('cp26', 'none', 'any'), ('cp25', 'none', 'any'), ('cp24', 'none', 'any'), ('cp23', 'none', 'any'), ('cp22', 'none', 'any'), ('cp21', 'none', 'any'), ('cp20', 'none', 'any'), ('py27', 'none', 'any'), ('py2', 'none', 'any'), ('py26', 'none', 'any'), ('py25', 'none', 'any'), ('py24', 'none', 'any'), ('py23', 'none', 'any'), ('py22', 'none', 'any'), ('py21', 'none', 'any'), ('py20', 'none', 'any')]

　　通过这里可以发现上面下载的文件名格式是不支持的，修改为：numpy-1.10.4+mkl-cp27-none-win32.whl即可成功安装。

　　其它的库也同理可以成功安装，不过也请注意库的依赖。

　　（参考帖子网址：http://stackoverflow.com/questions/28107123/cannot-install-numpy-from-wheel-format?rq=1）

　　（python库下载地址(库很丰富，下载速度也很快)：http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy）

未央 2018-11-09 15:26 发表评论

centos 6.x 上安装tensorflow 1.3 的一些问题总结

未央 — Thu, 13 Sep 2018 10:38:00 GMT

1、python里import tensorflow时报 “ImportError: /lib64/libc.so.6: version `GLIBC_2.17' not found (required by /usr/local/lib/python2.7/site-packages/tensorflow/python/_pywrap_tensorflow.so)”

glibc 升级

GLIBC 升级

安装包，自己编译

由于centos6.5以下版本glibc最高为2.12，如果想要升级，必须自己下载源码，编译升级，但是从官网上下载的安装包，需要一些其他的关联包，安装麻烦，且不利于其他机器的部署。

rpm安装

从网上下载glibc-2.15.rpm，以及其他相关的glib安装包，

glibc-common-2.15-60.el6.x86_64.rpm

glibc-devel-2.15-60.el6.x86_64.rpm

glibc-2.15-60.el6.x86_64.rpm

glibc-headers-2.17-60.el6.x86_64.rpm

这个包能找到就下，找不到就不用安装了。

[下载好放到了nb01-sys-gpu-kongming13.nb01.baidu.com:/root/softwares/glibc217.tar]

nscd-2.12-1.192.el6.x86_64.rpm

在使用rpm安装时，需要忽略包的关联性，否则无法正常安装。

rpm -Uvh --nodeps *2.17-55.el6.x86_64.rpm --force

安装好后，ldconfig

检查ll /lib64/libc.*

此时可以看到glibc.so.6 已经指向了2.17.so

注意

在安装glibc时，一定注意备份，因为一旦出错，整个系统就会挂掉。

libstdc++.so.6

ImportError: /usr/lib64/libstdc++.so.6: version `GLIBCXX_3.4.19' not found

Kongming 机器：

export LD_PRELOAD=/home/opt/gcc-4.8.2.bpkg-r2/gcc-4.8.2.bpkg-r2/lib64/libstdc++.so.6

2. python里import tensorflow时报 “ImportError: /usr/local/python27/lib/python2.7/site-packages/tensorflow/python/_pywrap_tensorflow_internal.so: undefined symbol: PyUnicodeUCS4_FromString”

如果自己单独升级了python,或者有多个版本的python时,便有可能出现此问题.

问题表象为:报错:undefined symbol: PyUnicodeUCS2_AsUTF8String或者undefined symbol: PyUnicodeUCS4_AsUTF8String.

根本原因时python和某个你用的库编译时指定的UCS编码方式不对.

编译python时,可以通过指定--enable-unicode[=ucs[24]]来选择使用UCS2或者UCS4.

如果你的错误是undefined symbol: PyUnicodeUCS2_AsUTF8String,说明你的python编译时使用的是UCS4,反之依然.

解决方案两个:1,重新编译python,2,重新编译库.

选择一般是重新编译库.

我这重新编译python,因为报错是PyUnicodeUCS4_FromString，说明tensorflow是用UCS4编译的，而python是UCS2编译的:

重新编译时设置unicode为ucs4

./configure --prefix=/usr/local/python27 --enable-unicode=ucs4

python2.7.11默认是使用UCS2.

3. ImportError: No module named Tkinter

https://www.douban.com/note/524197380/

未央 2018-09-13 18:38 发表评论

多版本Python共存时pip给指定版本的python安装package的方法

未央 — Wed, 12 Sep 2018 07:54:00 GMT

在linux安装了多版本python时（例如python2.6和2.7），pip安装的包不一定是用户想要的位置，此时可以用 -t 选项来指定位置.

例如目标位置是/usr/local/lib/python2.7/site-packages/ ，要安装xlrd 这个包，则：

$ pip install -t /usr/local/lib/python2.7/site-packages/ xlrd 1

权限不够则在命令前加sudo

未央 2018-09-12 15:54 发表评论

python print 不能立即输出

未央 — Tue, 31 Oct 2017 03:33:00 GMT

最近写的python脚本，在用print输出的时候，都有一个很讨厌的问题，就是print的输出被延迟了。

根源是python默认启用了stdout缓冲，解决的办法有两种：

一种办法是每次print后，都调用stdout flush()，把缓冲区打印出来，这个办法比较麻烦，要重载stdout，不推荐。

最简单的方法是用命令行参数-u启动python，禁用stdout缓冲

比如脚本是build-native.py，运行 python -u build-native.py就不会出现print延迟问题了

未央 2017-10-31 11:33 发表评论

make64: *** No rule to make target `pycaffe'. Stop.

未央 — Thu, 21 Sep 2017 09:01:00 GMT

问题：在make pycaffe时，可能会出现：

error: make: ***No rule to make target 'include/layers/python_layer.hpp, needed by 'python/caffe/_caffe.so'. Stop.

这是由于caffe的版本不同导致的。

解决方法：

在 include/caffe/layers/文件夹中的python_layer.hpp复制到include/caffe/文件夹下

再次make pycaffe，编译成功

在其他地方打开python，使之可以import caffe:

添加环境变量:

cd ~

vim /.bashrc

将export PYTHONPATH=/home/nielsen/caffe-master/python:$PYTHONPATH添加到文件中

source ~/.bashrc 使之生效

未央 2017-09-21 17:01 发表评论

error while loading shared libraries libmkl_intel.so

未央 — Tue, 18 Jul 2017 02:35:00 GMT

Liunx 运行用 Intel MKL 库文件的程序出错 “error while loading shared libraries libmkl_intel.so” 解决办法

2012-06-05 18:19 本站整理浏览(9)

编译例子：

gcc -o foo foo.c -I/opt/intel/mkl/10.1.0.015/include  -L/opt/intel/mkl/10.1.0.015/lib/32 -lmkl_intel ...

错误提示：

./foo: error while loading shared libraries libmkl_intel.so: cannot open shared object file No such file or directory

解决办法：在Liunx 环境变量中加入Intel MKL 库文件路径
Intel 官网详解：
Before using the Intel® MKL shared libraries, update the system variable LD_LIBRARY_PATH to include the libraries location. For example, if the Intel MKL libraries are in the /opt/intel/mkl/10.1.0.015/lib/32 directory then the following command line can be
used (assuming a bash shell):

export LD_LIBRARY_PATH=/opt/intel/mkl/lib/ia32:$LD_LIBRARY_PATH

未央 2017-07-18 10:35 发表评论

wamp 修改localhost目录

未央 — Wed, 28 Jan 2015 07:43:00 GMT

1. 修改 C:\wamp\bin\apache\Apache2.2.17\conf \httpd.conf（实现更改默认网站路径,即将DocumentRoot和Directory定向到自己的默认目录：E:/phproot/）
2. 重启所有服务

未央 2015-01-28 15:43 发表评论

判断两个矩形是否相交

未央 — Mon, 10 Nov 2014 05:26:00 GMT

假定矩形是用一对点表达的(minx, miny) (maxx, maxy)，那么两个矩形

rect1{(minx1, miny1)(maxx1, maxy1)}

rect2{(minx2, miny2)(maxx2, maxy2)}

相交的结果一定是个矩形，构成这个相交矩形rect{(minx, miny) (maxx, maxy)}的点对坐标是：

minx = max(minx1, minx2)

miny = max(miny1, miny2)

maxx = min(maxx1, maxx2)

maxy = min(maxy1, maxy2)

如果两个矩形不相交，那么计算得到的点对坐标必然满足：

（ minx > maxx ）或者（ miny > maxy ）

判定是否相交，以及相交矩形是什么都可以用这个方法一体计算完成。

从这个算法的结果上，我们还可以简单的生成出下面的两个内容：

㈠相交矩形： (minx, miny) (maxx, maxy)

㈡面积：面积的计算可以和判定一起进行

if ( minx>maxx ) return 0;

if ( miny>maxy ) return 0;

return (maxx-minx)*(maxy-miny)

未央 2014-11-10 13:26 发表评论