Skip to content

TROUBLESHOOTING.md

Latest commit

 

History

History
601 lines (428 loc) · 18.5 KB

TROUBLESHOOTING.md

File metadata and controls

601 lines (428 loc) · 18.5 KB

Οδηγός Αντιμετώπισης Προβλημάτων

Αυτός ο οδηγός σας βοηθά να λύσετε κοινά προβλήματα κατά την εργασία με το πρόγραμμα σπουδών Machine Learning for Beginners. Αν δεν βρείτε λύση εδώ, παρακαλούμε ελέγξτε τις Συζητήσεις στο Discord ή ανοίξτε ένα ζήτημα.

Πίνακας Περιεχομένων

Προβλήματα Εγκατάστασης

Εγκατάσταση Python

Πρόβλημα: python: command not found

Λύση:

  1. Εγκαταστήστε Python 3.8 ή νεότερη έκδοση από python.org
  2. Επαληθεύστε την εγκατάσταση: python --version ή python3 --version
  3. Σε macOS/Linux, ίσως χρειαστεί να χρησιμοποιήσετε python3 αντί για python

Πρόβλημα: Πολλαπλές εκδόσεις Python προκαλούν συγκρούσεις

Λύση:

# 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

Εγκατάσταση Jupyter

Πρόβλημα: jupyter: command not found

Λύση:

# Install Jupyter
pip install jupyter

# Or with pip3
pip3 install jupyter

# Verify installation
jupyter --version

Πρόβλημα: Το Jupyter δεν ανοίγει στον περιηγητή

Λύση:

# 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=...

Εγκατάσταση R

Πρόβλημα: Τα πακέτα R δεν εγκαθίστανται

Λύση:

# 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")

Πρόβλημα: Το IRkernel δεν είναι διαθέσιμο στο Jupyter

Λύση:

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

Προβλήματα με το Jupyter Notebook

Προβλήματα με τον Kernel

Πρόβλημα: Ο Kernel συνεχώς τερματίζεται ή επανεκκινείται

Λύση:

  1. Επανεκκινήστε τον kernel: Kernel → Restart
  2. Καθαρίστε την έξοδο και επανεκκινήστε: Kernel → Restart & Clear Output
  3. Ελέγξτε για προβλήματα μνήμης (δείτε Προβλήματα Απόδοσης)
  4. Δοκιμάστε να εκτελέσετε τα κελιά ξεχωριστά για να εντοπίσετε προβληματικό κώδικα

Πρόβλημα: Επιλέχθηκε λάθος kernel Python

Λύση:

  1. Ελέγξτε τον τρέχοντα kernel: Kernel → Change Kernel
  2. Επιλέξτε τη σωστή έκδοση Python
  3. Αν λείπει ο kernel, δημιουργήστε τον:
python -m ipykernel install --user --name=ml-env

Πρόβλημα: Ο Kernel δεν ξεκινά

Λύση:

# Reinstall ipykernel
pip uninstall ipykernel
pip install ipykernel

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

Προβλήματα με τα Κελιά του Notebook

Πρόβλημα: Τα κελιά εκτελούνται αλλά δεν εμφανίζουν έξοδο

Λύση:

  1. Ελέγξτε αν το κελί εξακολουθεί να εκτελείται (αναζητήστε τον δείκτη [*])
  2. Επανεκκινήστε τον kernel και εκτελέστε όλα τα κελιά: Kernel → Restart & Run All
  3. Ελέγξτε την κονσόλα του περιηγητή για σφάλματα JavaScript (F12)

Πρόβλημα: Δεν μπορείτε να εκτελέσετε κελιά - καμία αντίδραση όταν κάνετε κλικ στο "Run"

Λύση:

  1. Ελέγξτε αν ο server του Jupyter εξακολουθεί να εκτελείται στο τερματικό
  2. Ανανεώστε τη σελίδα του περιηγητή
  3. Κλείστε και ανοίξτε ξανά το notebook
  4. Επανεκκινήστε τον server του Jupyter

Προβλήματα με Πακέτα Python

Σφάλματα Εισαγωγής

Πρόβλημα: ModuleNotFoundError: No module named 'sklearn'

Λύση:

pip install scikit-learn

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

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

Λύση:

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

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

Συγκρούσεις Εκδόσεων

Πρόβλημα: Σφάλματα ασυμβατότητας εκδόσεων πακέτων

Λύση:

# 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

Πρόβλημα: Η εντολή pip install αποτυγχάνει λόγω σφαλμάτων δικαιωμάτων

Λύση:

# 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

Προβλήματα Φόρτωσης Δεδομένων

Πρόβλημα: FileNotFoundError κατά τη φόρτωση αρχείων CSV

Λύση:

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')

Προβλήματα με το Περιβάλλον R

Εγκατάσταση Πακέτων

Πρόβλημα: Η εγκατάσταση πακέτων αποτυγχάνει με σφάλματα μεταγλώττισης

Λύση:

# 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

Πρόβλημα: Το tidyverse δεν εγκαθίσταται

Λύση:

# 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"))

Προβλήματα με το RMarkdown

Πρόβλημα: Το RMarkdown δεν αποδίδει

Λύση:

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

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

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

Προβλήματα με την Εφαρμογή Κουίζ

Δημιουργία και Εγκατάσταση

Πρόβλημα: Η εντολή npm install αποτυγχάνει

Λύση:

# 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

Πρόβλημα: Η θύρα 8080 είναι ήδη σε χρήση

Λύση:

# 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

Σφάλματα Δημιουργίας

Πρόβλημα: Η εντολή npm run build αποτυγχάνει

Λύση:

# 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

Πρόβλημα: Σφάλματα linting εμποδίζουν τη δημιουργία

Λύση:

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

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

Προβλήματα Δεδομένων και Διαδρομών Αρχείων

Προβλήματα Διαδρομών

Πρόβλημα: Τα αρχεία δεδομένων δεν βρίσκονται κατά την εκτέλεση notebooks

Λύση:

  1. Πάντα να εκτελείτε τα notebooks από τον φάκελο που τα περιέχει

    cd /path/to/lesson/folder
jupyter notebook

  2. Ελέγξτε τις σχετικές διαδρομές στον κώδικα

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

# Not from your terminal location

  3. Χρησιμοποιήστε απόλυτες διαδρομές αν χρειάζεται

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

Ελλείποντα Αρχεία Δεδομένων

Πρόβλημα: Λείπουν αρχεία dataset

Λύση:

  1. Ελέγξτε αν τα δεδομένα πρέπει να βρίσκονται στο αποθετήριο - τα περισσότερα datasets περιλαμβάνονται
  2. Ορισμένα μαθήματα μπορεί να απαιτούν λήψη δεδομένων - ελέγξτε το README του μαθήματος
  3. Βεβαιωθείτε ότι έχετε τραβήξει τις τελευταίες αλλαγές: 
    git pull origin main

Συνηθισμένα Μηνύματα Σφαλμάτων

Σφάλματα Μνήμης

Σφάλμα: MemoryError ή ο kernel τερματίζεται κατά την επεξεργασία δεδομένων

Λύση:

# 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()

Προειδοποιήσεις Σύγκλισης

Προειδοποίηση: ConvergenceWarning: Maximum number of iterations reached

Λύση:

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)

Προβλήματα Σχεδίασης

Πρόβλημα: Τα γραφήματα δεν εμφανίζονται στο Jupyter

Λύση:

# Enable inline plotting
%matplotlib inline

# Import pyplot
import matplotlib.pyplot as plt

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

Πρόβλημα: Τα γραφήματα Seaborn φαίνονται διαφορετικά ή εμφανίζουν σφάλματα

Λύση:

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

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

Σφάλματα Unicode/Κωδικοποίησης

Πρόβλημα: UnicodeDecodeError κατά την ανάγνωση αρχείων

Λύση:

# 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')

Προβλήματα Απόδοσης

Αργή Εκτέλεση Notebook

Πρόβλημα: Τα notebooks εκτελούνται πολύ αργά

Λύση:

  1. Επανεκκινήστε τον kernel για να ελευθερώσετε μνήμη: Kernel → Restart
  2. Κλείστε αχρησιμοποίητα notebooks για να ελευθερώσετε πόρους
  3. Χρησιμοποιήστε μικρότερα δείγματα δεδομένων για δοκιμές: 
    # Work with subset during development
df_sample = df.sample(n=1000)
  4. Προφίλ του κώδικα σας για να βρείτε σημεία συμφόρησης: 
    %time operation()  # Time single operation
%timeit operation()  # Time with multiple runs

Υψηλή Χρήση Μνήμης

Πρόβλημα: Το σύστημα εξαντλεί τη μνήμη

Λύση:

# 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)

Περιβάλλον και Ρυθμίσεις

Προβλήματα Εικονικού Περιβάλλοντος

Πρόβλημα: Το εικονικό περιβάλλον δεν ενεργοποιείται

Λύση:

# 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

Πρόβλημα: Τα πακέτα είναι εγκατεστημένα αλλά δεν βρίσκονται στο notebook

Λύση:

# 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)

Προβλήματα Git

Πρόβλημα: Δεν μπορείτε να τραβήξετε τις τελευταίες αλλαγές - συγκρούσεις συγχώνευσης

Λύση:

# 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

Ενσωμάτωση με το VS Code

Πρόβλημα: Τα Jupyter notebooks δεν ανοίγουν στο VS Code

Λύση:

  1. Εγκαταστήστε την επέκταση Python στο VS Code
  2. Εγκαταστήστε την επέκταση Jupyter στο VS Code
  3. Επιλέξτε τη σωστή Python interpreter: Ctrl+Shift+P → "Python: Select Interpreter"
  4. Επανεκκινήστε το VS Code

Πρόσθετοι Πόροι

Εξακολουθείτε να Έχετε Προβλήματα;

Αν έχετε δοκιμάσει τις παραπάνω λύσεις και εξακολουθείτε να αντιμετωπίζετε προβλήματα:

  1. Αναζητήστε υπάρχοντα ζητήματα: GitHub Issues
  2. Ελέγξτε τις συζητήσεις στο Discord: Discord Discussions
  3. Ανοίξτε ένα νέο ζήτημα: Συμπεριλάβετε:
    • Το λειτουργικό σας σύστημα και την έκδοση
    • Την έκδοση Python/R
    • Το μήνυμα σφάλματος (πλήρες traceback)
    • Τα βήματα για την αναπαραγωγή του προβλήματος
    • Τι έχετε ήδη δοκιμάσει

Είμαστε εδώ για να βοηθήσουμε! 🚀

Αποποίηση ευθύνης:
Αυτό το έγγραφο έχει μεταφραστεί χρησιμοποιώντας την υπηρεσία αυτόματης μετάφρασης Co-op Translator. Παρόλο που καταβάλλουμε προσπάθειες για ακρίβεια, παρακαλούμε να έχετε υπόψη ότι οι αυτόματες μεταφράσεις ενδέχεται να περιέχουν λάθη ή ανακρίβειες. Το πρωτότυπο έγγραφο στη μητρική του γλώσσα θα πρέπει να θεωρείται η αυθεντική πηγή. Για κρίσιμες πληροφορίες, συνιστάται επαγγελματική ανθρώπινη μετάφραση. Δεν φέρουμε ευθύνη για τυχόν παρεξηγήσεις ή εσφαλμένες ερμηνείες που προκύπτουν από τη χρήση αυτής της μετάφρασης.