序号 | 问题 | 回答 |
| 将其他年份的数据也导入,第九步模型训练报错 错误表明 xarray 尝试读取数据时没有找到合适的 IO 后端?请问应该如何解决,或者是否有步骤出错了 | 执行以下命令: python -m pip install "xarray[io]" # Install optional dependencies for handling I/O python -m pip install "xarray[accel]" # Install optional dependencies for accelerating xarray python -m pip install "xarray[parallel]" # Install optional dependencies for dask arrays python -m pip install "xarray[viz]" # Install optional dependencies for visualization python -m pip install "xarray[complete]" # Install all the above 安装完整版xarray即可。 |
| 报错:pandas._libs.tslibs.parsing.DateParseError: Unknown datetime string format, unable to parse: .DS_Store, at position 0 (有的时候能跑通,有的时候会莫名其妙出现这个错误。是否和下载方式有关?我在本地跑的) | 我自己解决了,是我电脑MacOS的问题 原因: .DS_Store是一个MacOS下用来存储文件夹属性的隐藏文件,读取列表时可能读取了这个文件产生错误。 可以在获取init_time_dir_year列表前过滤掉.DS_Store 解决方案: 在init_time_path_dict[pd.to_datetime(...语句前添加: if init_time == '.DS_Store': continue |
| 导入其它年份数据后(文件名weather.round1.train.ft.2021.2.zip),第九步模型训练报错 该错误出现在训练第一个epoch时,内循环前20个正常, | gt数据值缺失,在相应的gt文件里面没有当前time对应的值,就会报这个错误,数据缺失还挺多的。 解决方法:参考第二个baseline,替换一下 def __getitem__(self, index): init_time = self.init_times[index] try: ft_item = self.ft.get_fts(init_time).to_array().isel(variable=0).values gt_item = self.gt.get_gts(init_time).to_array().isel(variable=0).values except KeyError as e: print(e) print(f'init_time: {init_time} not found') # return None, None return self.__getitem__(index - 1) |
序号 | 问题 | 回答 |