1. 에러 화면ImportError: cannot import name 'container_abcs' from 'torch._six' 2. 발생 원인torch의 버전이 업데이트 되면서 발생 3. 발생 위치코드 중, torch._six의 container_abcs를 import 하는 부분에서 발생 4. 해결 방법1) 의 코드를 2) 의 코드로 변경1)from torch._six import container_abcs2)from collections import abc as container_abcs

1. 에러 화면AttributeError: module 'numpy' has no attribute 'int' 2. 발생 원인scikit-learn 라이브러리와 numpy 라이브러리의 호환성이 맞지않아 발생 3. 발생 위치개인마다 위치가 다르며, 본인의 경우 DeepSORT 논문을 실행하던 중 deep_sort/linear_assignment.py 파일에서 발생 4. 해결 방법4.1.1. 일반적인 해결 방법1) 코드에 사용된 np.int를 int로 변경2) pip install "numpy을 통해 이전 버전의 numpy 라이브러리 설치4.1.2. DeepSORT 코드에 맞는 해결 방법에러가 발생한 파이썬 실행 파일의 모듈 import 부분을 1)에서 2)로 교체(즉, 2)의 2번째 라인을 코드에 추가)1..

1. 에러 화면ModuleNotFoundError: No module named 'sklearn.utils.linear_assignment_' 2. 발생 원인scikit-learn 라이브러리의 모듈 중, linear_assignment_가 0.23 버전 이후로 사라짐 3. 발생 위치본인의 파이썬 실행 파일 중, import sklearn.utils.linear_assignment_ 부분 4. 해결 방법에러가 발생한 파이썬 실행 파일의 모듈 import 부분을 1)에서 2)로 교체1)from sklearn.utils.linear_assignment_ import linear_assignment2)from scipy.optimize import linear_sum_assignment as linear_ass..

1. 에러 화면UserWarning: __floordiv__ is deprecated, and its behavior will change in a future version of pytorch. It currently rounds toward 0 (like the 'trunc' function NOT 'floor'). This results in incorrect rounding for negative values. To keep the current behavior, use torch.div(a, b, rounding_mode='trunc'), or for actual floor division, use torch.div(a, b, rounding_mode='floor').2. 발생 원인tensor의..

1. 에러 화면ERROR:torch.distributed.elastic.multiprocessing.api:failed (exitcode: 1) local_rank: 1 (pid: 2762685) 2. 발생 원인컴퓨터의 자원(cpu, ram, gpu 등) 한계보다 더 큰 모델의 크기나, 데이터가 한 번에 들어온 경우 3. 발생 위치본인의 파이썬 실행 파일 중, 모델을 구성하는 부분 혹은 데이터를 로드하는 부분 4. 해결 방법모델의 크기 축소, 배치 크기 축소 등

1. 에러 화면return _lsap_module.calculate_assignment(cost_matrix)ValueError: matrix contains invalid numeric entries 2. 발생 원인matrix에 숫자가 아닌 elements가 존재해서 발생, 주로 어떤 수를 0으로 나눠서 발생(NaN 값 생성)하는 에러로 보여짐GitHub의 issue에 올라온 버그 논의 3. 발생 위치본인의 파이썬(아나콘다) 라이브러리 중, scipy의 설치경로(.../pythonX.X/site-packages/scipy/optimize) 폴더의 _lsap.py 파일 혹은 linear assignment.py 파일 4. 해결 방법파일에 NaN 값을 피하기 위해, 임의의 아주 큰 값으로 대체하는 아래 코..