Skip to content

Latest commit

 

History

History
603 lines (430 loc) · 28 KB

File metadata and controls

603 lines (430 loc) · 28 KB

సమస్య పరిష్కరణ గైడ్

ఈ గైడ్ మిషీన్ లెర్నింగ్ ఫర్ బిగినర్స్ పాఠ్యాంశంతో పని చేస్తున్నప్పుడు సాధారణ సమస్యలను పరిష్కరించడంలో మీకు సహాయం చేస్తుంది. మీరు ఇక్కడ పరిష్కారం కనుగొనకపోతే, దయచేసి మా Discord చర్చలును చూడండి లేదా ఇష్యూ ఓపెన్ చేయండి.

విషయ సూచిక


ఇన్‌స్టాలేషన్ సమస్యలు

పైథాన్ ఇన్‌స్టాలేషన్

సమస్య: python: command not found

పరిష్కారం:

  1. python.org నుండి Python 3.8 లేదా అంతకంటే పై వెర్షన్ ఇన్‌స్టాల్ చేయండి
  2. ఇన్‌స్టాలేషన్‌ను ధృవీకరించండి: python --version లేదా python3 --version
  3. macOS/Linux లో, మీరు python బదులు python3 ఉపయోగించవలసి ఉండవచ్చు

సమస్య: బహుళ Python వెర్షన్లు కలగలిపి సమస్యలు సృష్టించడం

పరిష్కారం:

# ప్రాజెక్టులను వేరుచేయడానికి వర్చువల్ ఎన్విరాన్‌మెంట్లను ఉపయోగించండి
python -m venv ml-env

# వర్చువల్ ఎన్విరాన్‌మెంట్‌ను యాక్టివేట్ చేయండి
# విండోస్‌లో:
ml-env\Scripts\activate
# మాక్‌ఒఎస్/లినక్స్‌లో:
source ml-env/bin/activate

జుపైటర్ ఇన్‌స్టాలేషన్

సమస్య: jupyter: command not found

పరిష్కారం:

# జూపిటర్‌ను ఇన్‌స్టాల్ చేయండి
pip install jupyter

# లేదా pip3 తో
pip3 install jupyter

# ఇన్‌స్టాలేషన్‌ను ధృవీకరించండి
jupyter --version

సమస్య: జుపైటర్ బ్రౌజర్‌లో ప్రారంభం కావడం లేదు

పరిష్కారం:

# బ్రౌజర్‌ను నిర్దేశించడానికి ప్రయత్నించండి
jupyter notebook --browser=chrome

# లేదా టెర్మినల్ నుండి టోకెన్‌తో URL ను కాపీ చేసి బ్రౌజర్‌లో మాన్యువల్‌గా పేస్ట్ చేయండి
# ఈ URL కోసం చూడండి: http://localhost:8888/?token=...

ఆర్ ఇన్‌స్టాలేషన్

సమస్య: ఆర్ ప్యాకేజీలు ఇన్‌స్టాల్ కావడం లేదు

పరిష్కారం:

# మీకు తాజా R సంస్కరణ ఉందని నిర్ధారించుకోండి
# ఆధారాలతో ప్యాకేజీలను ఇన్‌స్టాల్ చేయండి
install.packages(c("tidyverse", "tidymodels", "caret"), dependencies = TRUE)

# కంపైల్ చేయడంలో విఫలమైతే, బైనరీ సంస్కరణలను ఇన్‌స్టాల్ చేయడానికి ప్రయత్నించండి
install.packages("package-name", type = "binary")

సమస్య: జుపైటర్‌లో IRkernel అందుబాటులో లేదు

పరిష్కారం:

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

జుపైటర్ నోట్‌బుక్ సమస్యలు

కర్నెల్ సమస్యలు

సమస్య: కర్నెల్ తరచుగా మృతి చెందడం లేదా రీస్టార్ట్ అవడం

పరిష్కారం:

  1. కర్నెల్‌ను రీస్టార్ట్ చేయండి: Kernel → Restart
  2. అవుట్‌పుట్ క్లియర్ చేసి రీస్టార్ట్ చేయండి: Kernel → Restart & Clear Output
  3. మెమరీ సమస్యలు ఉన్నాయా చూడండి (పనితీరు సమస్యలు చూడండి)
  4. సమస్య ఉన్న కోడ్ గుర్తించడానికి సెల్స్‌ను ఒక్కొక్కటిగా నడపండి

సమస్య: తప్పు Python కర్నెల్ ఎంచుకున్నది

పరిష్కారం:

  1. ప్రస్తుత కర్నెల్‌ను తనిఖీ చేయండి: Kernel → Change Kernel
  2. సరైన Python వెర్షన్ ఎంచుకోండి
  3. కర్నెల్ లేని పరిస్థితిలో, క్రింది విధంగా సృష్టించండి:
python -m ipykernel install --user --name=ml-env

సమస్య: కర్నెల్ ప్రారంభం కావడం లేదు

పరిష్కారం:

# ipykernel ను మళ్లీ ఇన్‌స్టాల్ చేయండి
pip uninstall ipykernel
pip install ipykernel

# కర్నెల్‌ను మళ్లీ నమోదు చేయండి
python -m ipykernel install --user

నోట్‌బుక్ సెల్ సమస్యలు

సమస్య: సెల్స్ నడుస్తున్నా అవుట్‌పుట్ చూపించడం లేదు

పరిష్కారం:

  1. సెల్ ఇంకా నడుస్తుందా చూడండి ([*] సూచిక కోసం)
  2. కర్నెల్ రీస్టార్ట్ చేసి అన్ని సెల్స్ నడపండి: Kernel → Restart & Run All
  3. బ్రౌజర్ కన్సోల్‌లో జావాస్క్రిప్ట్ లోపాలు ఉన్నాయా చూడండి (F12)

సమస్య: "Run" క్లిక్ చేసినప్పుడు సెల్స్ నడవడం లేదు

పరిష్కారం:

  1. టెర్మినల్‌లో జుపైటర్ సర్వర్ నడుస్తుందా చూడండి
  2. బ్రౌజర్ పేజీని రిఫ్రెష్ చేయండి
  3. నోట్‌బుక్‌ను మూసి మళ్లీ తెరవండి
  4. జుపైటర్ సర్వర్‌ను రీస్టార్ట్ చేయండి

పైథాన్ ప్యాకేజ్ సమస్యలు

ఇంపోర్ట్ లోపాలు

సమస్య: ModuleNotFoundError: No module named 'sklearn'

పరిష్కారం:

pip install scikit-learn

# ఈ కోర్సు కోసం సాధారణ ML ప్యాకేజీలు
pip install scikit-learn pandas numpy matplotlib seaborn

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

పరిష్కారం:

# scikit-learn ను తాజా సంస్కరణకు నవీకరించండి
pip install --upgrade scikit-learn

# సంస్కరణను తనిఖీ చేయండి
python -c "import sklearn; print(sklearn.__version__)"

వెర్షన్ విరుద్ధతలు

సమస్య: ప్యాకేజ్ వెర్షన్ అసమర్థత లోపాలు

పరిష్కారం:

# కొత్త వర్చువల్ ఎన్విరాన్‌మెంట్ సృష్టించండి
python -m venv fresh-env
source fresh-env/bin/activate  # లేదా Windows లో fresh-env\Scripts\activate

# ప్యాకేజీలను కొత్తగా ఇన్‌స్టాల్ చేయండి
pip install jupyter scikit-learn pandas numpy matplotlib seaborn

# నిర్దిష్ట వెర్షన్ అవసరమైతే
pip install scikit-learn==1.3.0

సమస్య: pip install అనుమతి లోపాలతో విఫలమవడం

పరిష్కారం:

# ప్రస్తుత వినియోగదారునికే ఇన్‌స్టాల్ చేయండి
pip install --user package-name

# లేదా వర్చువల్ ఎన్విరాన్‌మెంట్ ఉపయోగించండి (సిఫార్సు చేయబడింది)
python -m venv venv
source venv/bin/activate
pip install package-name

డేటా లోడింగ్ సమస్యలు

సమస్య: CSV ఫైళ్లను లోడ్ చేయడంలో FileNotFoundError

పరిష్కారం:

import os
# ప్రస్తుత పని డైరెక్టరీని తనిఖీ చేయండి
print(os.getcwd())

# నోట్‌బుక్ స్థానం నుండి సాపేక్ష మార్గాలను ఉపయోగించండి
df = pd.read_csv('../../data/filename.csv')

# లేదా సంపూర్ణ మార్గాలను ఉపయోగించండి
df = pd.read_csv('/full/path/to/data/filename.csv')

ఆర్ ఎన్విరాన్‌మెంట్ సమస్యలు

ప్యాకేజ్ ఇన్‌స్టాలేషన్

సమస్య: కంపైల్ లోపాలతో ప్యాకేజ్ ఇన్‌స్టాలేషన్ విఫలమవడం

పరిష్కారం:

# బైనరీ వెర్షన్ ఇన్‌స్టాల్ చేయండి (విండోస్/మ్యాక్‌ఓఎస్)
install.packages("package-name", type = "binary")

# ప్యాకేజీలు అవసరం అయితే R ను తాజా వెర్షన్‌కు అప్‌డేట్ చేయండి
# R వెర్షన్‌ను తనిఖీ చేయండి
R.version.string

# సిస్టమ్ ఆధారాలు ఇన్‌స్టాల్ చేయండి (లినక్స్)
# ఉబుంటు/డెబియన్ కోసం, టెర్మినల్‌లో:
# sudo apt-get install r-base-dev

సమస్య: tidyverse ఇన్‌స్టాల్ కావడం లేదు

పరిష్కారం:

# ముందుగా ఆధారాలను ఇన్‌స్టాల్ చేయండి
install.packages(c("rlang", "vctrs", "pillar"))

# ఆపై tidyverse ను ఇన్‌స్టాల్ చేయండి
install.packages("tidyverse")

# లేదా భాగాలను వ్యక్తిగతంగా ఇన్‌స్టాల్ చేయండి
install.packages(c("dplyr", "ggplot2", "tidyr", "readr"))

ఆర్‌మార్క్‌డౌన్ సమస్యలు

సమస్య: ఆర్‌మార్క్‌డౌన్ రేండర్ కావడం లేదు

పరిష్కారం:

# rmarkdown ను ఇన్‌స్టాల్/అప్డేట్ చేయండి
install.packages("rmarkdown")

# అవసరమైతే pandoc ను ఇన్‌స్టాల్ చేయండి
install.packages("pandoc")

# PDF అవుట్పుట్ కోసం, tinytex ను ఇన్‌స్టాల్ చేయండి
install.packages("tinytex")
tinytex::install_tinytex()

క్విజ్ అప్లికేషన్ సమస్యలు

బిల్డ్ మరియు ఇన్‌స్టాలేషన్

సమస్య: npm install విఫలమవడం

పరిష్కారం:

# npm క్యాషేను క్లియర్ చేయండి
npm cache clean --force

# node_modules మరియు package-lock.json ను తొలగించండి
rm -rf node_modules package-lock.json

# మళ్లీ ఇన్‌స్టాల్ చేయండి
npm install

# ఇంకా విఫలమైతే, legacy peer deps తో ప్రయత్నించండి
npm install --legacy-peer-deps

సమస్య: పోర్ట్ 8080 ఇప్పటికే ఉపయోగంలో ఉంది

పరిష్కారం:

# వేరే పోర్ట్ ఉపయోగించండి
npm run serve -- --port 8081

# లేదా పోర్ట్ 8080 ఉపయోగిస్తున్న ప్రాసెస్‌ను కనుగొని ముగించండి
# లినక్స్/మ్యాక్‌ఓఎస్‌పై:
lsof -ti:8080 | xargs kill -9

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

బిల్డ్ లోపాలు

సమస్య: npm run build విఫలమవడం

పరిష్కారం:

# Node.js వెర్షన్‌ను తనిఖీ చేయండి (14+ ఉండాలి)
node --version

# అవసరమైతే Node.js ను అప్‌డేట్ చేయండి
# ఆపై శుభ్రంగా ఇన్‌స్టాల్ చేయండి
rm -rf node_modules package-lock.json
npm install
npm run build

సమస్య: లింటింగ్ లోపాలు బిల్డ్ ఆపడం

పరిష్కారం:

# ఆటో-ఫిక్స్ చేయగల సమస్యలను సరిచేయండి
npm run lint -- --fix

# లేదా తాత్కాలికంగా బిల్డ్‌లో లింటింగ్‌ను నిలిపివేయండి
# (ఉత్పత్తికి సిఫార్సు చేయబడదు)

డేటా మరియు ఫైల్ పాత్ సమస్యలు

పాత్ సమస్యలు

సమస్య: నోట్‌బుక్ నడుపుతున్నప్పుడు డేటా ఫైళ్లు కనబడడం లేదు

పరిష్కారం:

  1. ఎప్పుడూ నోట్‌బుక్ ఉన్న డైరెక్టరీ నుండి నడపండి

    cd /path/to/lesson/folder
    jupyter notebook
  2. కోడ్‌లో సాపేక్ష పాత్‌లను తనిఖీ చేయండి

    # నోట్‌బుక్ స్థానం నుండి సరైన మార్గం
    df = pd.read_csv('../data/filename.csv')
    
    # మీ టెర్మినల్ స్థానం నుండి కాదు
  3. అవసరమైతే సంపూర్ణ పాత్‌లను ఉపయోగించండి

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

డేటా ఫైళ్లు లేమి

సమస్య: డేటాసెట్ ఫైళ్లు లేవు

పరిష్కారం:

  1. డేటా రిపాజిటరీలో ఉండాలి కాబట్టి తనిఖీ చేయండి - ఎక్కువ డేటాసెట్‌లు చేర్చబడ్డాయి
  2. కొన్ని పాఠాలు డేటా డౌన్లోడ్ అవసరం ఉండవచ్చు - పాఠం README చూడండి
  3. తాజా మార్పులు పొందడానికి ఈ క్రింది కమాండ్ నడపండి:
    git pull origin main

సాధారణ లోప సందేశాలు

మెమరీ లోపాలు

లోపం: డేటా ప్రాసెసింగ్ సమయంలో MemoryError లేదా కర్నెల్ మృతి చెందడం

పరిష్కారం:

# డేటాను భాగాలుగా లోడ్ చేయండి
for chunk in pd.read_csv('large_file.csv', chunksize=10000):
    process(chunk)

# లేదా అవసరమైన కాలమ్స్ మాత్రమే చదవండి
df = pd.read_csv('file.csv', usecols=['col1', 'col2'])

# పూర్తయిన తర్వాత మెమరీని విడుదల చేయండి
del large_dataframe
import gc
gc.collect()

కన్వర్జెన్స్ హెచ్చరికలు

హెచ్చరిక: ConvergenceWarning: Maximum number of iterations reached

పరిష్కారం:

from sklearn.linear_model import LogisticRegression

# గరిష్ట పునరావృతాలను పెంచండి
model = LogisticRegression(max_iter=1000)

# లేదా ముందుగా మీ లక్షణాలను స్కేలు చేయండి
from sklearn.preprocessing import StandardScaler
scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)

ప్లాటింగ్ సమస్యలు

సమస్య: జుపైటర్‌లో ప్లాట్లు కనిపించడం లేదు

పరిష్కారం:

# ఇన్‌లైన్ ప్లాటింగ్‌ను ప్రారంభించండి
%matplotlib inline

# pyplot ను దిగుమతి చేసుకోండి
import matplotlib.pyplot as plt

# ప్లాట్‌ను స్పష్టంగా చూపించండి
plt.plot(data)
plt.show()

సమస్య: సీబోర్న్ ప్లాట్లు వేరుగా కనిపించడం లేదా లోపాలు చూపించడం

పరిష్కారం:

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

# అనుకూలమైన సంస్కరణకు నవీకరించండి
# pip install --upgrade seaborn matplotlib

యూనికోడ్/ఎన్‌కోడింగ్ లోపాలు

సమస్య: ఫైళ్లు చదవడంలో UnicodeDecodeError

పరిష్కారం:

# ఎన్‌కోడింగ్‌ను స్పష్టంగా పేర్కొనండి
df = pd.read_csv('file.csv', encoding='utf-8')

# లేదా వేరే ఎన్‌కోడింగ్ ప్రయత్నించండి
df = pd.read_csv('file.csv', encoding='latin-1')

# సమస్యాత్మక అక్షరాలను దాటవేయడానికి errors='ignore' ఉపయోగించండి
df = pd.read_csv('file.csv', encoding='utf-8', errors='ignore')

పనితీరు సమస్యలు

నోట్‌బుక్ నెమ్మదిగా నడవడం

సమస్య: నోట్‌బుక్‌లు చాలా నెమ్మదిగా నడుస్తున్నాయి

పరిష్కారం:

  1. మెమరీ విడుదల కోసం కర్నెల్ రీస్టార్ట్ చేయండి: Kernel → Restart
  2. వాడని నోట్‌బుక్‌లను మూసివేయండి రిసోర్సులు విడుదల చేయడానికి
  3. పరీక్ష కోసం చిన్న డేటా నమూనాలు ఉపయోగించండి:
    # అభివృద్ధి సమయంలో ఉపసమితితో పని చేయండి
    df_sample = df.sample(n=1000)
  4. మీ కోడ్‌ను ప్రొఫైల్ చేయండి బాటిల్‌నెక్స్ కనుగొనడానికి:
    %time operation()  # ఒకే ఆపరేషన్ సమయం
    %timeit operation()  # బహుళ రన్లతో సమయం

అధిక మెమరీ వినియోగం

సమస్య: సిస్టమ్ మెమరీ తక్కువ అవుతోంది

పరిష్కారం:

# మెమరీ వినియోగాన్ని తనిఖీ చేయండి
df.info(memory_usage='deep')

# డేటా రకాలను ఆప్టిమైజ్ చేయండి
df['column'] = df['column'].astype('int32')  # int64 బదులు

# అవసరం లేని కాలమ్స్ తొలగించండి
df = df[['col1', 'col2']]  # అవసరమైన కాలమ్స్ మాత్రమే ఉంచండి

# బ్యాచ్‌లలో ప్రాసెస్ చేయండి
for batch in np.array_split(df, 10):
    process(batch)

ఎన్విరాన్‌మెంట్ మరియు కాన్ఫిగరేషన్

వర్చువల్ ఎన్విరాన్‌మెంట్ సమస్యలు

సమస్య: వర్చువల్ ఎన్విరాన్‌మెంట్ యాక్టివేట్ కావడం లేదు

పరిష్కారం:

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

# మాక్OS/లినక్స్
python3 -m venv venv
source venv/bin/activate

# యాక్టివేట్ అయిందో లేదో తనిఖీ చేయండి (ప్రాంప్ట్‌లో వీవిఎన్ పేరు చూపించాలి)
which python  # వీవిఎన్ పైథాన్‌ను సూచించాలి

సమస్య: ప్యాకేజీలు ఇన్‌స్టాల్ అయినా నోట్‌బుక్‌లో కనబడడం లేదు

పరిష్కారం:

# నోట్‌బుక్ సరైన కర్నెల్ ఉపయోగిస్తున్నదని నిర్ధారించుకోండి
# మీ వర్చువల్ ఎన్విరాన్‌మెంట్‌లో ipykernel ను ఇన్‌స్టాల్ చేయండి
pip install ipykernel
python -m ipykernel install --user --name=ml-env --display-name="Python (ml-env)"

# జూపిటర్‌లో: కర్నెల్ → కర్నెల్ మార్చండి → Python (ml-env)

గిట్ సమస్యలు

సమస్య: తాజా మార్పులు పుల్ చేయలేకపోవడం - మర్జ్ విరుద్ధతలు

పరిష్కారం:

# మీ మార్పులను స్టాష్ చేయండి
git stash

# తాజా వర్షన్‌ను పుల్ చేయండి
git pull origin main

# మీ మార్పులను మళ్లీ వర్తింపజేయండి
git stash pop

# విరుద్ధతలు ఉంటే, మానవీయంగా పరిష్కరించండి లేదా:
git checkout --theirs path/to/file  # రిమోట్ వర్షన్ తీసుకోండి
git checkout --ours path/to/file    # మీ వర్షన్‌ను ఉంచండి

VS కోడ్ ఇంటిగ్రేషన్

సమస్య: జుపైటర్ నోట్‌బుక్‌లు VS కోడ్‌లో తెరవడం లేదు

పరిష్కారం:

  1. VS కోడ్‌లో Python ఎక్స్‌టెన్షన్ ఇన్‌స్టాల్ చేయండి
  2. VS కోడ్‌లో Jupyter ఎక్స్‌టెన్షన్ ఇన్‌స్టాల్ చేయండి
  3. సరైన Python ఇంటర్‌ప్రెటర్ ఎంచుకోండి: Ctrl+Shift+P → "Python: Select Interpreter"
  4. VS కోడ్‌ను రీస్టార్ట్ చేయండి

అదనపు వనరులు


ఇంకా సమస్యలు ఎదురవుతున్నాయా?

మీరు పై పరిష్కారాలను ప్రయత్నించిన తర్వాత కూడా సమస్యలు ఉంటే:

  1. ఉన్న ఇష్యూలను శోధించండి: GitHub Issues
  2. Discord చర్చలను తనిఖీ చేయండి: Discord Discussions
  3. కొత్త ఇష్యూ ఓపెన్ చేయండి: ఇందులో చేర్చండి:
    • మీ ఆపరేటింగ్ సిస్టమ్ మరియు వెర్షన్
    • Python/R వెర్షన్
    • లోప సందేశం (పూర్తి ట్రేస్‌బ్యాక్)
    • సమస్యను పునరుత్పత్తి చేసే దశలు
    • మీరు ఇప్పటికే ప్రయత్నించినవి

మేము మీకు సహాయం చేయడానికి ఇక్కడ ఉన్నాము! 🚀


అస్పష్టత:
ఈ పత్రాన్ని AI అనువాద సేవ Co-op Translator ఉపయోగించి అనువదించబడింది. మేము ఖచ్చితత్వానికి ప్రయత్నించినప్పటికీ, ఆటోమేటెడ్ అనువాదాల్లో పొరపాట్లు లేదా తప్పిదాలు ఉండవచ్చు. మూల పత్రం దాని స్వదేశీ భాషలో అధికారిక మూలంగా పరిగణించాలి. ముఖ్యమైన సమాచారానికి, ప్రొఫెషనల్ మానవ అనువాదం సిఫార్సు చేయబడుతుంది. ఈ అనువాదం వాడకంలో ఏర్పడిన ఏవైనా అపార్థాలు లేదా తప్పుదారితీసే అర్థాలు కోసం మేము బాధ్యత వహించము.