conda环境下Could not create share link解决方法

news2024/10/5 16:41:18

1 问题描述

在运行chatglm-6B项目时，运行python web_demo.py，出现如下错误：

(chatglm) [root@localhost ChatGLM2-6B]# python web_demo.py 
Loading checkpoint shards: 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 7/7 [00:06<00:00,  1.08it/s]
/opt/ChatGLM2-6B/web_demo.py:89: GradioDeprecationWarning: The `style` method is deprecated. Please set these arguments in the constructor instead.
  user_input = gr.Textbox(show_label=False, placeholder="Input...", lines=10).style(
Running on local URL:  http://0.0.0.0:7860

Could not create share link. Missing file: /root/anaconda3/envs/chatglm/lib/python3.9/site-packages/gradio/frpc_linux_amd64_v0.2. 

Please check your internet connection. This can happen if your antivirus software blocks the download of this file. You can install manually by following these steps: 

1. Download this file: https://cdn-media.huggingface.co/frpc-gradio-0.2/frpc_linux_amd64
2. Rename the downloaded file to: frpc_linux_amd64_v0.2
3. Move the file to this location: /root/anaconda3/envs/chatglm/lib/python3.9/site-packages/gradio

2 问题分析

因为缺少frpc_linux_amd64_v0.2或没执行权限，导致创建share链接失败

3 问题解决

# 下载文件，如果无法连接，需要使用代理下载
wget https://cdn-media.huggingface.co/frpc-gradio-0.2/frpc_linux_amd64

mv frpc_linux_amd64 frpc_linux_amd64_v0.2

mv frpc_linux_amd64_v0.2 /root/anaconda3/envs/chatglm/lib/python3.9/site-packages/gradio

# 增加可执行权限
chmod +x /root/anaconda3/envs/chatglm/lib/python3.9/site-packages/gradio/frpc_linux_amd64_v0.2

执行完成后，查看文件列表：

(chatglm) [root@localhost ChatGLM2-6B]# ll /root/anaconda3/envs/chatglm/lib/python3.9/site-packages/gradio
总用量 12016
-rw-r--r-- 1 root root     7871 1月   3 14:56 analytics.py
-rw-r--r-- 1 root root   105800 1月   3 14:56 blocks.py
-rw-r--r-- 1 root root   288125 1月   3 14:56 CHANGELOG.md
-rw-r--r-- 1 root root    21598 1月   3 14:56 chat_interface.py
-rw-r--r-- 1 root root     1604 1月   3 14:56 cli_env_info.py
-rw-r--r-- 1 root root      518 1月   3 14:56 cli.py
drwxr-xr-x 3 root root     4096 1月   3 14:56 components
-rw-r--r-- 1 root root     1249 1月   3 14:56 context.py
-rw-r--r-- 1 root root     1849 1月   3 14:56 data_classes.py
-rw-r--r-- 1 root root      541 1月   3 14:56 deploy_space_action.yaml
-rw-r--r-- 1 root root     5867 1月   3 14:56 deploy_space.py
-rw-r--r-- 1 root root     2561 1月   3 14:56 deprecation.py
-rw-r--r-- 1 root root    21963 1月   3 14:56 events.py
-rw-r--r-- 1 root root     2121 1月   3 14:56 exceptions.py
-rw-r--r-- 1 root root    22914 1月   3 14:56 external.py
-rw-r--r-- 1 root root     4620 1月   3 14:56 external_utils.py
-rw-r--r-- 1 root root    19720 1月   3 14:56 flagging.py
-rwxr-xr-x 1 root root 11374592 1月   3 15:54 frpc_linux_amd64_v0.2
-rw-r--r-- 1 root root    46227 1月   3 14:56 helpers.py
-rw-r--r-- 1 root root     2217 1月   3 14:56 __init__.py
-rw-r--r-- 1 root root    16583 1月   3 14:56 inputs.py
-rw-r--r-- 1 root root    40108 1月   3 14:56 interface.py
-rw-r--r-- 1 root root    14354 1月   3 14:56 interpretation.py
-rw-r--r-- 1 root root     2589 1月   3 14:56 ipython_ext.py
-rw-r--r-- 1 root root       15 1月   3 15:58 launches.json
-rw-r--r-- 1 root root    13014 1月   3 14:56 layouts.py
-rw-r--r-- 1 root root     4970 1月   3 14:56 mix.py
-rw-r--r-- 1 root root    10022 1月   3 14:56 networking.py
-rw-r--r-- 1 root root     7288 1月   3 14:56 oauth.py
-rw-r--r-- 1 root root    10808 1月   3 14:56 outputs.py
-rw-r--r-- 1 root root       83 1月   3 14:56 package.json
-rw-r--r-- 1 root root    10466 1月   3 14:56 pipelines.py
-rw-r--r-- 1 root root    19246 1月   3 14:56 processing_utils.py
drwxr-xr-x 2 root root     4096 1月   3 14:56 __pycache__
-rw-r--r-- 1 root root    21900 1月   3 14:56 queueing.py
-rw-r--r-- 1 root root     6228 1月   3 14:56 ranged_response.py
-rw-r--r-- 1 root root     3163 1月   3 14:56 reload.py
-rw-r--r-- 1 root root    28588 1月   3 14:56 routes.py
-rw-r--r-- 1 root root     8475 1月   3 14:56 route_utils.py
-rw-r--r-- 1 root root     1721 1月   3 14:56 state_holder.py
-rw-r--r-- 1 root root     3665 1月   3 14:56 strings.py
drwxr-xr-x 4 root root       33 1月   3 14:56 templates
-rw-r--r-- 1 root root    16345 1月   3 14:56 templates.py
drwxr-xr-x 5 root root      288 1月   3 14:56 test_data
drwxr-xr-x 4 root root      249 1月   3 14:56 themes
-rw-r--r-- 1 root root     4054 1月   3 14:56 tunneling.py
-rw-r--r-- 1 root root    30926 1月   3 14:56 utils.py
-rw-r--r-- 1 root root      502 1月   3 14:56 wasm_utils.py

再次运行python web_demo.py，成功创建share链接，问题解决。

(chatglm) [root@localhost ChatGLM2-6B]# python web_demo.py 
Loading checkpoint shards: 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 7/7 [00:06<00:00,  1.10it/s]
/opt/ChatGLM2-6B/web_demo.py:89: GradioDeprecationWarning: The `style` method is deprecated. Please set these arguments in the constructor instead.
  user_input = gr.Textbox(show_label=False, placeholder="Input...", lines=10).style(
Running on local URL:  http://0.0.0.0:7860
Running on public URL: https://f918ca62c0259d8e73.gradio.live

  4 conda环境介绍

Conda是一个开源的包管理器和环境管理系统，用于安装、运行和更新包和其依赖项。它是由Anaconda, Inc.（以前称为Continuum Analytics）创建，用于支持Python程序开发，但它也可以用来管理来自其他语言的包。Conda使得包管理和环境隔离变得简单，对于处理多个项目中的依赖关系和版本控制尤其有用。

7fe216bee95143b88dd373480ba452ee.webp

Conda是一个强大的工具，对于管理复杂的Python项目和环境至关重要。它简化了包管理和环境设置，使得Python开发更加容易和高效。通过使用Conda，开发者可以确保他们的项目在不同机器和操作系统上都能以相同的方式运行，大大提高了项目的可移植性和可复现性。

4.1 Conda的核心概念

  • 包管理：Conda作为包管理器，能够安装、更新和卸载软件包。这些包可能包含Python或其他编程语言的库和应用程序。Conda通过包含所有依赖性的方式来解决包之间的依赖关系问题。

  • 环境管理：Conda允许用户创建隔离的环境，以便在不同的项目之间切换，而不会导致依赖项或版本的冲突。每个环境都有自己的一套独立的安装的软件包。

  • 跨平台：Conda是跨平台的，可以在Windows、macOS和Linux操作系统上运行。这使得在不同操作系统上保持一致的开发和部署环境成为可能。

  • 语言无关性：虽然Conda最初是为Python生态系统设计的，但它实际上是语言无关的，可以管理多种编程语言的软件包。

  • 通道（Channels）：Conda软件包可以从所谓的“通道”中获得。这些通道是包存储库，可以是公共的或私有的。Anaconda Cloud提供了许多预建的包，而用户也可以创建自己的通道来托管和分享包。

  • 依赖和兼容性管理：Conda在安装软件包时会自动处理依赖关系和版本控制，确保所有依赖项都兼容，并且不会发生冲突。

4.2 使用Conda的优势

  • 解决依赖性问题：Conda可以自动解决包之间的依赖关系，简化了安装过程。

  • 环境隔离：创建独立的环境可以避免包之间的版本冲突，使得项目更稳定。

  • 易于使用：Conda的命令行界面简单直观，易于学习和使用。

  • 广泛的包支持：Conda支持Python的许多流行库和应用程序。

  • 社区支持：作为一个流行的工具，Conda拥有一个活跃的社区，用户可以从中找到支持和资源。

4.3 Conda环境的创建和管理

  • 创建新环境：使用conda create命令创建一个新环境，可以指定Python版本和所需的包。

  • 激活环境：使用conda activate命令来激活环境。

  • 安装包：在激活的环境中使用conda install命令来安装新的包。

  • 环境列表：使用conda env list来查看所有可用的Conda环境。

  • 移除环境：使用conda env remove命令来移除不再需要的环境。

4.4 应用场景

Conda作为一个强大的包和环境管理工具，广泛应用于需要精确控制依赖和环境的各种软件开发和科学计算领域，主要包括：

  • 数据科学和机器学习项目：由于Conda可以轻松安装和管理各种数据科学和机器学习的库（如NumPy, Pandas, Scikit-learn, TensorFlow, PyTorch等），它成为了这些领域专家的首选工具。

  • 多语言项目：对于涉及Python、R、Ruby、Lua、Scala等多种编程语言的项目，Conda能够有效管理不同语言的依赖和环境，使项目维护变得更加简单。

  • 环境隔离：在需要为不同项目创建隔离的运行环境时，Conda可以创建独立的环境，每个环境具有不同的库和版本，这有助于防止依赖冲突。

  • 跨平台开发：由于Conda支持Windows、macOS和Linux，它允许开发者在不同的操作系统上以一致的方式设置和维护他们的开发环境。

  • 科学研究：在科学研究中，需要使用特定版本的软件和库来重现实验结果。Conda可以确保这些环境的一致性和可复制性。

  • 软件开发：对于需要确保应用程序在特定版本的库上正常运行的开发场景，Conda可以帮助管理和锁定这些依赖。

  • 教育和培训：在教育场景中，Conda可以帮助创建统一的学习环境，确保所有学生都在相同的软件设置下学习。

  • 持续集成/持续部署（CI/CD）：在自动化构建和部署流程中，Conda可以用于创建和管理构建环境，确保软件在不同环境中的一致性和可靠性。

4.5 常用命令

Conda 是一个开源的包管理器和环境管理器，广泛用于管理Python环境和包。以下是一些常用的 Conda 命令：

  • 安装 Conda 包:

    • conda install [package-name]: 安装指定的包。

  • 创建和管理环境:

    • conda create --name [env-name]: 创建一个新的环境。
    • conda activate [env-name]: 激活指定环境。
    • conda deactivate: 退出当前环境。
    • conda env list: 列出所有可用的环境。

  • 管理包:

    • conda list: 在当前环境中列出所有已安装的包。
    • conda update [package-name]: 更新指定的包。
    • conda remove [package-name]: 移除指定的包。

  • 搜索包:

    • conda search [package-name]: 搜索可用的包版本。

  • 环境导出和导入:

    • conda env export > environment.yml: 导出当前环境的配置到一个YAML文件。
    • conda env create -f environment.yml: 使用YAML文件创建一个新环境。

  • 更新 Conda:

    • conda update conda: 更新 Conda 到最新版本。

  • 查看 Conda 信息:

    • conda info: 显示关于 Conda 的信息。

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.coloradmin.cn/o/1357493.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

scratch给数据清单排序 2023年12月中国电子学会图形化编程 少儿编程 scratch编程等级考试四级真题和答案解析

scratch给数据清单排序 2023年12月中国电子学会图形化编程 少儿编程 scratch编程等级考试四级真题和答案解析

目录 scratch给数据清单排序 一、题目要求 1、准备工作 2、功能实现 二、案例分析
阅读更多...
性能优化-OpenMP基础教程（三）-Android上运行OpenMP

性能优化-OpenMP基础教程（三）-Android上运行OpenMP

本文主要介绍如何在一个常规的Android手机上调试OpenMP程序&#xff0c;包括Android NDK的环境配置和使用JNI编写一个OpenMP程序运行在Android手机中。 &#x1f3ac;个人简介&#xff1a;一个全栈工程师的升级之路&#xff01; &#x1f4cb;个人专栏&#xff1a;高性能&#…
阅读更多...
js——json对象相互转化——js基础积累

js——json对象相互转化——js基础积累

js——json对象相互转化——js基础积累 需求场景解决步骤1&#xff1a;定义一个变量接收此字段&#xff0c;方便处理解决步骤2&#xff1a; { 外面的双引号要去掉解决步骤3&#xff1a;使用正则去除参数中的\\解决步骤4&#xff1a;如果此参数必须以{开头&#xff0c;以}结尾解…
阅读更多...
Java学校教务管理系统源码带微信小程序

Java学校教务管理系统源码带微信小程序

运行环境&#xff1a;jdk8mysql5.7IntelliJ IDEAmaven 技术&#xff1a;springbootmybatislayuishirojquery 教务管理系统是一个基于网络的在线管理平台, 帮助学校管理教务系统&#xff0c;用一个帐号解决学校教务教学管理&#xff0c; 灵活的定制符合学校自己实际情况的教务系…
阅读更多...
Eclipse下安装GDB

Eclipse下安装GDB

主要参考资料&#xff1a; 链接: https://blog.csdn.net/u013609041/article/details/18967837 目录 简介Eclipse中安装和配置GDB错误 简介 Eclipse是一款开发软件。 GDB是一个调试软件&#xff0c;但是GDB通常是运行在linux下的&#xff0c;无法直接在windows下运行&#xff…
阅读更多...
RabbitMQ安装与应用

RabbitMQ安装与应用

文章目录 1. RabbitMQ1.1. 同步通讯与异步通讯1.2. 异步通讯的优缺点1.3. 几种MQ的对比1.4. docker安装运行RabbitMQ 流程1.5. RabbitMQ的几个概念1.6. 五种模型1.6.1. 基本消息队列 1.7. 基本使用1.7.1. 1建立连接时会出现以下界面![在这里插入图片描述](https://img-blog.csd…
阅读更多...
Redis第四讲——Redis的数据库结构、删除策略及淘汰策略

Redis第四讲——Redis的数据库结构、删除策略及淘汰策略

一、redis中的数据库 redis服务器将所有数据库都保存在服务器状态redis.h/redisServer结构的db数组中。db数组的每项都是一个redis.h/redisDb结构&#xff0c;而每个redisDb结构就代表一个数据库。在初始化服务器时&#xff0c;程序会根据服务器状态的dbnum属性来决定应该创建多…
阅读更多...
python+selenium爬虫笔记

python+selenium爬虫笔记

本文只是做例子&#xff0c;具体网站路径麻烦你们换下&#xff0c;还有xpath路径也换下 一、安装所需要的组件&#xff08;此处采用谷歌&#xff09; 1、安装驱动 查看你的浏览器版本&#xff0c;去安装对应的版本 下载驱动 下载驱动路径 之前版本的 输入这个路径下载下来解压…
阅读更多...
CTF-PWN-栈溢出-高级ROP-【SROP】

CTF-PWN-栈溢出-高级ROP-【SROP】

文章目录 linux信息处理2017 360春秋杯 smallest检查源码思路第一次要执行ret时的栈执行write函数时修改rsp到泄露的栈地址上去 输入/bin/sh并sigreturn调用系统调用回忆exp注意一个离离原上谱的地方 参考链接 SROP(Sigreturn Oriented Programming) 于 2014 年被 Vrije Univer…
阅读更多...
系列十、Spring Cloud Gateway

系列十、Spring Cloud Gateway

一、Spring Cloud Gateway 1.1、概述 Spring Cloud全家桶中有个很重要的组件就是网关&#xff0c;在1.x版本中采用的是Zuul网关&#xff0c;但是在2.x版本中&#xff0c;由于Zuul的升级一直跳票&#xff0c;Spring Cloud最后自己研发了一个网关替代Zuul&#xff0c;即&#xf…
阅读更多...
优雅实现微信小程序动态tabBar，根据不同用户角色显示不同底部导航——更新版（支持自由组合总数超过5个tabBar菜单）

优雅实现微信小程序动态tabBar，根据不同用户角色显示不同底部导航——更新版（支持自由组合总数超过5个tabBar菜单）

背景 在开发小程序过程中&#xff0c;有个需求是&#xff0c;小程序底部的tabBar需要根据不同用户角色显示不同底部导航。此时就需要用到自定义底部导航 custom-tab-bar。 上次发文是组合显示4个底部tabBar导航&#xff0c;很多小伙伴评论说组合超过5个怎么办。他们的需求总数…
阅读更多...
Android中的Intent

Android中的Intent

一.显式Intent 显示Intent是明确目标Activity的类名 1. 通过Intent(Context packageContext, Class<?> cls)构造方法 2.通过Intent的setComponent()方法 3.通过Intent的setClass/setClassName方法 通过Intent(Context packageContext, Class<?> cls)构造方法 通…
阅读更多...
JVM之对象创建

JVM之对象创建

对象创建的流程 1.类加载检查 虚拟机遇到一条new指令时&#xff0c;首先将去检查这个指令的参数是否能在常量池中定位到一个类的符号引用&#xff0c;并且检查这个符号引用代表的类是否已被加载、解析和初始化过。如果没有&#xff0c;那必须先执行相应的类加载过程。new指令对…
阅读更多...
Callback Hook

Callback Hook

一、Callback Hook 函数名&#xff1a;useCallback 用于得到一个固定引用值的函数&#xff0c;通常用它进行性能优化。 useCallback: 该函数只需要传入两个参数&#xff1a;一个回调函数和一个依赖数组即可。 1.函数&#xff0c;useCallback会固定该函数的引用&#xff0c;…
阅读更多...
【Rust日报】Piccolo - 用纯Rust实现的无栈Lua虚拟机

【Rust日报】Piccolo - 用纯Rust实现的无栈Lua虚拟机

Piccolo - 用纯Rust实现的无栈Lua虚拟机 Piccolo&#xff0c;原名luster&#xff0c;在经过数年的中断后&#xff0c;于2023年4月悄然恢复了开发。曾经开发过 rlua 的 kyren&#xff0c;在底层 gc-arena crate 取得突破后&#xff0c;回到了 piccolo 项目。这两个项目现在已经&…
阅读更多...
Python：界面开发，wx入门篇

Python：界面开发，wx入门篇

以下内容为本人的学习笔记&#xff0c;如需要转载&#xff0c;请声明原文链接 微信公众号「ENG八戒」https://mp.weixin.qq.com/s/3Yb_YAKiMte_f5HanetXiA 本文大概 3617 个字&#xff0c;阅读需花 10 分钟 内容不多&#xff0c;但也花了一些精力 如要交流&#xff0c;欢迎评…
阅读更多...
极速 JavaScript 打包器：esbuild

极速 JavaScript 打包器：esbuild

文章目录 引言什么是esbuild&#xff1f;esbuild的特点esbuild如何实现如此出色的性能&#xff1f;esbuild缺点基本配置入口文件输出文件模块格式targetplatformexternalbanner和footer 高级配置插件系统自定义插件压缩代码调试代码 结论&#x1f636; 写在结尾 引言 esbuild是…
阅读更多...
leetcode：724. 寻找数组的中心下标

leetcode：724. 寻找数组的中心下标

一、题目 二、函数原型 int pivotIndex(int* nums, int numsSize) 三、思路 首先要理解正确中心下标&#xff0c;中心下标左侧元素之和等于右侧元素之和&#xff0c;比较时是不包含中心下标所指元素的。 先将数组和求出来记为sum&#xff0c;再遍历数组&#xff0c;遍历到…
阅读更多...
快速批量运行命令

快速批量运行命令

Ansible 是 redhat 提供的自动化运维工具&#xff0c;它是 Python编写&#xff0c;可以通过 pip 安装。 pip install ansible 它通过任务(task)、角色(role)、剧本(playbook) 组织工作项目&#xff0c;适用于批量化系统配置、软件部署等需要复杂操作的工作。 但对于批量运行命…
阅读更多...
pytorch集智-1安装与简单使用

pytorch集智-1安装与简单使用

1 安装 1.1 简介 pytorch可用gpu加速&#xff0c;也可以不加速。gpu加速是通过cuda来实现&#xff0c;cuda是nvidia推出的一款运算平台&#xff0c;它可以利用gpu提升运算性能。 所以如果要装带加速的pytorch&#xff0c;需要先装cuda&#xff0c;再装pytorch&#xff0c;如…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023