正文

openai報錯（open出錯）

發(fā)布時間：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報錯的問題，以下是小編對此問題的歸納整理，讓我們一起來看看吧。

ChatGPT國內(nèi)免費在線使用，一鍵生成原創(chuàng)文章、方案、文案、工作計劃、工作報告、論文、代碼、作文、做題和對話答疑等等

只需要輸入關(guān)鍵詞，就能返回你想要的內(nèi)容，越精準，寫出的就越詳細，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、報錯vpn service not available怎么解決？
3、為什么我使用PyTorch來生成隨機數(shù)總會失??？
4、openai寫一半顯示網(wǎng)絡(luò)錯誤

openai報錯（open出錯）

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，然后點擊打開“工具”選項----Internet選項。

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)頁文件是互相獨立存放的，甚至可以不在同一臺計算機上。

openai報錯（open出錯）

在網(wǎng)頁上點擊鼠標右鍵，選擇菜單中的 “查看源文件” ，就可以通過記事本看到網(wǎng)頁的實際內(nèi)容。可以看到網(wǎng)頁實際上只是一個純文本文件。

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

二、報錯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，如果沒有在該服務(wù)上右擊--屬性，選擇自動，然后點擊應用，，再點一下啟動服務(wù)，確認，關(guān)閉窗口。

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

openai報錯（open出錯）

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

openai報錯（open出錯）

三、為什么我使用PyTorch來生成隨機數(shù)總會失??？

明敏發(fā)自凹非寺

量子位報道 | 公眾號 QbitAI

到底是怎樣的一個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bug雖小，但有夠“狡猾”的。

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

最主要的是，在代碼能夠跑通的情況下，它甚至還會影響模型的準確率！

除此之外，網(wǎng)友熱議的另外一個點，竟然是：

而是它到底算不算一個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來生成隨機數(shù)時，受到數(shù)據(jù)預處理的限制，會多進程并行加載數(shù)據(jù)，但最后每個進程返回的隨機數(shù)卻是相同的。

他還舉出例子證實了自己的說法。

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

然后神奇的事情發(fā)生了：每個進程返回的隨機數(shù)都是一樣的。

這個結(jié)果會著實讓人有點一頭霧水，就好像數(shù)學應用題求小明走一段路程需要花費多少時間，而你卻算出來了負數(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PyTorch庫，用同樣的方法產(chǎn)生隨機數(shù)。

結(jié)果更加令人震驚：居然有超過95%的庫都受到這個問題的困擾！

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也承認自己“被坑過”！

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

到底是不是bug？

如果這個問題已經(jīng)可以解決，為什么還會引起如此大的討論呢？

因為網(wǎng)友們的重點已經(jīng)上升到了“哲學”層面：

這到底是不是一個bug？

在Reddit上有人認為：這不是一個bug。

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

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

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

對于包含隨機轉(zhuǎn)換的數(shù)據(jù)加載pipeline，這意味著每個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轉(zhuǎn)換來進行數(shù)據(jù)增強，所以不重新初始化可能是一個預設(shè)。

另一位網(wǎng)友也表示這個bug其實是在預設(shè)程序下運行才出現(xiàn)的，應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：

我認識到這一點是之前跑了許多進程來創(chuàng)建數(shù)據(jù)集時，然而發(fā)現(xiàn)其中一半的數(shù)據(jù)是重復的，之后花了很長的時間才發(fā)現(xiàn)哪里出了問題。

也有用戶補充說，如果 95% 以上的用戶使用時出現(xiàn)錯誤，那么代碼就是錯的。

順便一提，這提供了Karpathy定律的另一個例子：即使你搞砸了一些非常基本代碼，“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)驗血淚史嗎？

歡迎評論區(qū)留言討論～

參考鏈接：