대학원생이 쉽게 설명해보기

이 에러는 크게 3가지를 체크하면 해결할 수 있습니다.

1. Custom Layer의 name
2. Variable의 name
3. Model의 name

1, 2,번이 주요한 이유이고, 3번은 거의 없음(아니 없다..)

Custom Layer를 stack 한다거나 여러번 사용하는 코드 부분에 name attribute가 할당되는지 확인하거나 아래처럼 변경하면 됩니다.

stacked_layer = [CustomLayer(~, name = f'layer_{i}') for i in range(10)]

그래도 에러가 발생하면 위 2번처럼 아래 코드와 같은 부분이 있는지 확인합니다.

class CustomLayer(Layer):
  def __init__(self, ~):
    a = tf.Variable(shape)
    b = tf.Variable(shape)

name을 다르게 줍니다.

class CustomLayer(Layer):
  def __init__(self, ~):
    a = tf.Variable(shape, name = 'a')
    b = tf.Variable(shape, name = 'b')

mecab 설치 관련 내용을 찾아본 결과, .tar 확장자를 다운받아 여러 가지를 직접 설치해주는 방법도 있지만 가장 편한 것은 아래 명령어를 쓰는 것입니다. 쉘에 그대로 복붙해주세요

bash <(curl -s https://raw.githubusercontent.com/konlpy/konlpy/master/scripts/mecab.sh)

만약, 에러가 난다면

1. brew upgrade zsh
   - 에러랑은 거의 무관하지만 zsh 쓴다는 가정하에 업그레이드를 한번 해주고 시작합니다
   - 셀을 실행시켰을 때 dydl library not loded ~ 와 같은 에러 로그가 발생한다면, zsh 업그레이드로 해결됩니다
2. xcode-select --install
   - xcrun 등 로그가 발생한다면 2번에서 해결될 가능성이 높습니다. gcc를 먼저 설치하기 전에 맥 개발자 도구부터 설치 또는 업데이트 해줍니다
3. brew install gcc
   - 2번을 진행하고 나서 gcc 설치 명령어를 한번 더 수행한 후에, 맨 위 명령어를 다시 실행해보세요
   - 보통 C compiler 관련 로그가 여기서 해결됩니다
4. pip install mecab-python
   - 만약 mecab을 설치하는 마지막 과정에서 mecab-python 설치 에러 로그가 발생한다면, pip를 활용해서 직접 설치해줍니다. 여기까지 전부 성공하면 mecab 실행과 관련한 모든 패키지 설치가 완료된 겁니다

pydicom을 쓸때 나타나는 에러 같음.

다음 코드를 실행하면 해결됨

conda install -c conda-forge gdcm

sudo systemctl status ssh를 입력하면, 대략 아래와 같은 메시지가 나타나는데,

위 에러를 만나면 ssh 통신이 원활하지 않을 수 있다.

에러의 원인은 ssh_key들의 권한이 너무 열려있기 때문인데, 권한을 낮춰주면 이를 해결할 수 있다.

600으로 해보고 안되면 400으로 낮춰서 설정하면 된다.
혹시 모르니 key, key.pub 전부 바꾸길.

chmod 600 ./"your key"

또는

만약, 디렉토리에 존재하는 ssh_key 전부의 권한을 바꾸고 싶다면,
-R 속성을 이용한다.

chmod 600 -R "your directory"

바꾸고 안된다면, 재부팅해보고 다시 시도해보세요.

구글에 검색해보니 다양한 경로에 의해 발생되는 에러인 것 같다.

내가 겪은 경우는 tensorflow-gpu 버전과 tensorflow 버전이 맞지 않아서 발생했다.

이유는 keras-tuner를 설치하면서 tensorflow를 자동으로 업데이트해버린 것 같다.

해결 방법은 역시 gpu버전을 맞추거나 tensorflow 버전을 gpu 버전에 맞추거나.. 매우 간단!