just resolve some questions
- conda create -n DeepONet
- conda activate DeepONet
- 将安装位置切换到虚拟环境中
- 下载python3.9.18
- conda install python=3.9.18 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
-
打开pycharm配置解释器
-
安装pytorch pip install torch torchvision torchaudio -i https://pypi.tuna.tsinghua.edu.cn/simple --index-url https://download.pytorch.org/whl/cpu 一般来说问下ai就行了,看官方文档的是看gpu版本的是否兼容。(pyhtorch的兼容性比较好,这里可以直接用pip指令,但是tesnorflow一定要指定版本)
-
下载requirements里面的包,我看了下里面没有指定版本,而且sklearn现在是scikit-learn包库。(**这里只是包的名字变了,用法没有变,pycharm提示没有sklearn直接忽略就行了)**还是一个一个下吧。用conda指令或者pip指令都可以。
-
先下载tensorflow,用到了deepxde包,一般下载tensorflow2.x,这里使用pip install tensorflow==2.15.0 -i https://pypi.tuna.tsinghua.edu.cn/simple (这里为什么先下载tensorflow的原因是其他的包要与该tesnorflow版本兼容,使用deepxde任意选择一个后端就行了,这里下载tesorflow是因为代码里面用到了)
-
下载deepxde包,看readme对应的版本 :pip install deepxde==0.11.2
-
下载剩下其他的包
- 你昨晚运行的seq2seq_main.py中的代码要进行改动,它默认的是gpu运行,改成cpu。
运行结果为:
- 红色的地方是我自己的原因(numpy下载了两次)对结果不影响。使用crtl+c终止训练。cpu训练有点慢。。。
- 一定要注意它的代码部分,有些是默认gpu运行的,要改成cpu,一般代码都会有注释。
- 要根据readme.tx的指示来下载。
- 用 powershell prompt或者pycharm的终端都可以。
- 昨晚的报错很像是pytorch的包损坏了,所以使用国内的镜像源好些,但是有些包还是下载比较慢的,所以等等,不要着急。
- 有什么问题联系我。


