Skip to content

TROUBLESHOOTING.md

Latest commit

 

History

History
601 lines (428 loc) · 14.1 KB

TROUBLESHOOTING.md

File metadata and controls

601 lines (428 loc) · 14.1 KB

Ghid de depanare

Acest ghid te ajută să rezolvi problemele comune întâlnite în lucrul cu curriculumul Machine Learning for Beginners. Dacă nu găsești o soluție aici, verifică Discuțiile pe Discord sau deschide o problemă.

Cuprins

Probleme de instalare

Instalarea Python

Problemă: python: command not found

Soluție:

  1. Instalează Python 3.8 sau o versiune mai nouă de pe python.org
  2. Verifică instalarea: python --version sau python3 --version
  3. Pe macOS/Linux, poate fi necesar să folosești python3 în loc de python

Problemă: Versiuni multiple de Python cauzează conflicte

Soluție:

# Use virtual environments to isolate projects
python -m venv ml-env

# Activate virtual environment
# On Windows:
ml-env\Scripts\activate
# On macOS/Linux:
source ml-env/bin/activate

Instalarea Jupyter

Problemă: jupyter: command not found

Soluție:

# Install Jupyter
pip install jupyter

# Or with pip3
pip3 install jupyter

# Verify installation
jupyter --version

Problemă: Jupyter nu se deschide în browser

Soluție:

# Try specifying the browser
jupyter notebook --browser=chrome

# Or copy the URL with token from terminal and paste in browser manually
# Look for: http://localhost:8888/?token=...

Instalarea R

Problemă: Pachetele R nu se instalează

Soluție:

# Ensure you have the latest R version
# Install packages with dependencies
install.packages(c("tidyverse", "tidymodels", "caret"), dependencies = TRUE)

# If compilation fails, try installing binary versions
install.packages("package-name", type = "binary")

Problemă: IRkernel nu este disponibil în Jupyter

Soluție:

# In R console
install.packages('IRkernel')
IRkernel::installspec(user = TRUE)

Probleme cu Jupyter Notebook

Probleme cu kernel-ul

Problemă: Kernel-ul continuă să se oprească sau să se restarteze

Soluție:

  1. Restartează kernel-ul: Kernel → Restart
  2. Șterge output-ul și restartează: Kernel → Restart & Clear Output
  3. Verifică problemele de memorie (vezi Probleme de performanță)
  4. Rulează celulele individual pentru a identifica codul problematic

Problemă: Kernel-ul Python greșit selectat

Soluție:

  1. Verifică kernel-ul curent: Kernel → Change Kernel
  2. Selectează versiunea corectă de Python
  3. Dacă kernel-ul lipsește, creează-l:
python -m ipykernel install --user --name=ml-env

Problemă: Kernel-ul nu pornește

Soluție:

# Reinstall ipykernel
pip uninstall ipykernel
pip install ipykernel

# Register the kernel again
python -m ipykernel install --user

Probleme cu celulele notebook-ului

Problemă: Celulele rulează, dar nu afișează output

Soluție:

  1. Verifică dacă celula încă rulează (caută indicatorul [*])
  2. Restartează kernel-ul și rulează toate celulele: Kernel → Restart & Run All
  3. Verifică consola browserului pentru erori JavaScript (F12)

Problemă: Nu pot rula celulele - nu există răspuns la clic pe "Run"

Soluție:

  1. Verifică dacă serverul Jupyter încă rulează în terminal
  2. Reîmprospătează pagina browserului
  3. Închide și redeschide notebook-ul
  4. Restartează serverul Jupyter

Probleme cu pachetele Python

Erori de import

Problemă: ModuleNotFoundError: No module named 'sklearn'

Soluție:

pip install scikit-learn

# Common ML packages for this course
pip install scikit-learn pandas numpy matplotlib seaborn

Problemă: ImportError: cannot import name 'X' from 'sklearn'

Soluție:

# Update scikit-learn to latest version
pip install --upgrade scikit-learn

# Check version
python -c "import sklearn; print(sklearn.__version__)"

Conflicte de versiuni

Problemă: Erori de incompatibilitate a versiunilor pachetelor

Soluție:

# Create a new virtual environment
python -m venv fresh-env
source fresh-env/bin/activate  # or fresh-env\Scripts\activate on Windows

# Install packages fresh
pip install jupyter scikit-learn pandas numpy matplotlib seaborn

# If specific version needed
pip install scikit-learn==1.3.0

Problemă: pip install eșuează cu erori de permisiune

Soluție:

# Install for current user only
pip install --user package-name

# Or use virtual environment (recommended)
python -m venv venv
source venv/bin/activate
pip install package-name

Probleme la încărcarea datelor

Problemă: FileNotFoundError la încărcarea fișierelor CSV

Soluție:

import os
# Check current working directory
print(os.getcwd())

# Use relative paths from notebook location
df = pd.read_csv('../../data/filename.csv')

# Or use absolute paths
df = pd.read_csv('/full/path/to/data/filename.csv')

Probleme cu mediul R

Instalarea pachetelor

Problemă: Instalarea pachetelor eșuează cu erori de compilare

Soluție:

# Install binary version (Windows/macOS)
install.packages("package-name", type = "binary")

# Update R to latest version if packages require it
# Check R version
R.version.string

# Install system dependencies (Linux)
# For Ubuntu/Debian, in terminal:
# sudo apt-get install r-base-dev

Problemă: tidyverse nu se instalează

Soluție:

# Install dependencies first
install.packages(c("rlang", "vctrs", "pillar"))

# Then install tidyverse
install.packages("tidyverse")

# Or install components individually
install.packages(c("dplyr", "ggplot2", "tidyr", "readr"))

Probleme cu RMarkdown

Problemă: RMarkdown nu se renderizează

Soluție:

# Install/update rmarkdown
install.packages("rmarkdown")

# Install pandoc if needed
install.packages("pandoc")

# For PDF output, install tinytex
install.packages("tinytex")
tinytex::install_tinytex()

Probleme cu aplicația de quiz

Construire și instalare

Problemă: npm install eșuează

Soluție:

# Clear npm cache
npm cache clean --force

# Remove node_modules and package-lock.json
rm -rf node_modules package-lock.json

# Reinstall
npm install

# If still fails, try with legacy peer deps
npm install --legacy-peer-deps

Problemă: Portul 8080 este deja utilizat

Soluție:

# Use different port
npm run serve -- --port 8081

# Or find and kill process using port 8080
# On Linux/macOS:
lsof -ti:8080 | xargs kill -9

# On Windows:
netstat -ano | findstr :8080
taskkill /PID <PID> /F

Erori de construire

Problemă: npm run build eșuează

Soluție:

# Check Node.js version (should be 14+)
node --version

# Update Node.js if needed
# Then clean install
rm -rf node_modules package-lock.json
npm install
npm run build

Problemă: Erori de linting împiedică construirea

Soluție:

# Fix auto-fixable issues
npm run lint -- --fix

# Or temporarily disable linting in build
# (not recommended for production)

Probleme cu datele și căile fișierelor

Probleme cu căile

Problemă: Fișierele de date nu sunt găsite la rularea notebook-urilor

Soluție:

  1. Rulează întotdeauna notebook-urile din directorul lor conținător

    cd /path/to/lesson/folder
jupyter notebook

  2. Verifică căile relative în cod

    # Correct path from notebook location
df = pd.read_csv('../data/filename.csv')

# Not from your terminal location

  3. Folosește căi absolute dacă este necesar

    import os
base_path = os.path.dirname(os.path.abspath(__file__))
data_path = os.path.join(base_path, 'data', 'filename.csv')

Fișiere de date lipsă

Problemă: Fișierele dataset lipsesc

Soluție:

  1. Verifică dacă datele ar trebui să fie în repository - majoritatea dataset-urilor sunt incluse
  2. Unele lecții pot necesita descărcarea datelor - verifică README-ul lecției
  3. Asigură-te că ai tras ultimele modificări: 
    git pull origin main

Mesaje de eroare comune

Erori de memorie

Eroare: MemoryError sau kernel-ul se oprește la procesarea datelor

Soluție:

# Load data in chunks
for chunk in pd.read_csv('large_file.csv', chunksize=10000):
    process(chunk)

# Or read only needed columns
df = pd.read_csv('file.csv', usecols=['col1', 'col2'])

# Free memory when done
del large_dataframe
import gc
gc.collect()

Avertismente de convergență

Avertisment: ConvergenceWarning: Maximum number of iterations reached

Soluție:

from sklearn.linear_model import LogisticRegression

# Increase max iterations
model = LogisticRegression(max_iter=1000)

# Or scale your features first
from sklearn.preprocessing import StandardScaler
scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)

Probleme de afișare grafică

Problemă: Graficele nu se afișează în Jupyter

Soluție:

# Enable inline plotting
%matplotlib inline

# Import pyplot
import matplotlib.pyplot as plt

# Show plot explicitly
plt.plot(data)
plt.show()

Problemă: Graficele Seaborn arată diferit sau generează erori

Soluție:

import warnings
warnings.filterwarnings('ignore', category=UserWarning)

# Update to compatible version
# pip install --upgrade seaborn matplotlib

Erori de Unicode/codificare

Problemă: UnicodeDecodeError la citirea fișierelor

Soluție:

# Specify encoding explicitly
df = pd.read_csv('file.csv', encoding='utf-8')

# Or try different encoding
df = pd.read_csv('file.csv', encoding='latin-1')

# For errors='ignore' to skip problematic characters
df = pd.read_csv('file.csv', encoding='utf-8', errors='ignore')

Probleme de performanță

Execuție lentă a notebook-urilor

Problemă: Notebook-urile rulează foarte lent

Soluție:

  1. Restartează kernel-ul pentru a elibera memoria: Kernel → Restart
  2. Închide notebook-urile neutilizate pentru a elibera resurse
  3. Folosește mostre de date mai mici pentru testare: 
    # Work with subset during development
df_sample = df.sample(n=1000)
  4. Profilează codul pentru a identifica punctele slabe: 
    %time operation()  # Time single operation
%timeit operation()  # Time with multiple runs

Utilizare mare de memorie

Problemă: Sistemul rămâne fără memorie

Soluție:

# Check memory usage
df.info(memory_usage='deep')

# Optimize data types
df['column'] = df['column'].astype('int32')  # Instead of int64

# Drop unnecessary columns
df = df[['col1', 'col2']]  # Keep only needed columns

# Process in batches
for batch in np.array_split(df, 10):
    process(batch)

Mediu și configurare

Probleme cu mediul virtual

Problemă: Mediul virtual nu se activează

Soluție:

# Windows
python -m venv venv
venv\Scripts\activate.bat

# macOS/Linux
python3 -m venv venv
source venv/bin/activate

# Check if activated (should show venv name in prompt)
which python  # Should point to venv python

Problemă: Pachetele sunt instalate, dar nu sunt găsite în notebook

Soluție:

# Ensure notebook uses the correct kernel
# Install ipykernel in your venv
pip install ipykernel
python -m ipykernel install --user --name=ml-env --display-name="Python (ml-env)"

# In Jupyter: Kernel → Change Kernel → Python (ml-env)

Probleme cu Git

Problemă: Nu pot trage ultimele modificări - conflicte de îmbinare

Soluție:

# Stash your changes
git stash

# Pull latest
git pull origin main

# Reapply your changes
git stash pop

# If conflicts, resolve manually or:
git checkout --theirs path/to/file  # Take remote version
git checkout --ours path/to/file    # Keep your version

Integrarea cu VS Code

Problemă: Notebook-urile Jupyter nu se deschid în VS Code

Soluție:

  1. Instalează extensia Python în VS Code
  2. Instalează extensia Jupyter în VS Code
  3. Selectează interpretul Python corect: Ctrl+Shift+P → "Python: Select Interpreter"
  4. Restartează VS Code

Resurse suplimentare

Încă ai probleme?

Dacă ai încercat soluțiile de mai sus și încă întâmpini probleme:

  1. Caută probleme existente: Probleme pe GitHub
  2. Verifică discuțiile pe Discord: Discuții pe Discord
  3. Deschide o problemă nouă: Include:
    • Sistemul de operare și versiunea
    • Versiunea Python/R
    • Mesajul de eroare (traceback complet)
    • Pașii pentru reproducerea problemei
    • Ce ai încercat deja

Suntem aici să te ajutăm! 🚀

Declinare de responsabilitate:
Acest document a fost tradus folosind serviciul de traducere AI Co-op Translator. Deși ne străduim să asigurăm acuratețea, vă rugăm să fiți conștienți că traducerile automate pot conține erori sau inexactități. Documentul original în limba sa natală ar trebui considerat sursa autoritară. Pentru informații critice, se recomandă traducerea profesională realizată de un specialist uman. Nu ne asumăm responsabilitatea pentru eventualele neînțelegeri sau interpretări greșite care pot apărea din utilizarea acestei traduceri.