Skip to content

TROUBLESHOOTING.md

Latest commit

 

History

History
610 lines (437 loc) · 13.6 KB

TROUBLESHOOTING.md

File metadata and controls

610 lines (437 loc) · 13.6 KB

Feilsøkingsguide

Denne guiden hjelper deg med å løse vanlige problemer når du jobber med Machine Learning for Beginners-kurset. Hvis du ikke finner en løsning her, kan du sjekke våre Discord-diskusjoner eller åpne en sak.

Innholdsfortegnelse

Installasjonsproblemer

Python-installasjon

Problem: python: command not found

Løsning:

  1. Installer Python 3.8 eller nyere fra python.org
  2. Verifiser installasjonen: python --version eller python3 --version
  3. På macOS/Linux kan det hende du må bruke python3 i stedet for python

Problem: Konflikter mellom flere Python-versjoner

Løsning:

# 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

Jupyter-installasjon

Problem: jupyter: command not found

Løsning:

# Install Jupyter
pip install jupyter

# Or with pip3
pip3 install jupyter

# Verify installation
jupyter --version

Problem: Jupyter åpnes ikke i nettleseren

Løsning:

# 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=...

R-installasjon

Problem: R-pakker installeres ikke

Løsning:

# 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")

Problem: IRkernel er ikke tilgjengelig i Jupyter

Løsning:

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

Problemer med Jupyter Notebook

Kernel-problemer

Problem: Kernel fortsetter å krasje eller starte på nytt

Løsning:

  1. Start kernel på nytt: Kernel → Restart
  2. Tøm utdata og start på nytt: Kernel → Restart & Clear Output
  3. Sjekk for minneproblemer (se Ytelsesproblemer)
  4. Prøv å kjøre celler individuelt for å identifisere problematisk kode

Problem: Feil Python-kernel valgt

Løsning:

  1. Sjekk gjeldende kernel: Kernel → Change Kernel
  2. Velg riktig Python-versjon
  3. Hvis kernel mangler, opprett den:
python -m ipykernel install --user --name=ml-env

Problem: Kernel starter ikke

Løsning:

# Reinstall ipykernel
pip uninstall ipykernel
pip install ipykernel

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

Problemer med notebook-celler

Problem: Celler kjører, men viser ingen utdata

Løsning:

  1. Sjekk om cellen fortsatt kjører (se etter [*]-indikator)
  2. Start kernel på nytt og kjør alle celler: Kernel → Restart & Run All
  3. Sjekk nettleserkonsollen for JavaScript-feil (F12)

Problem: Kan ikke kjøre celler - ingen respons når du klikker "Run"

Løsning:

  1. Sjekk om Jupyter-serveren fortsatt kjører i terminalen
  2. Oppdater nettlesersiden
  3. Lukk og åpne notebooken på nytt
  4. Start Jupyter-serveren på nytt

Problemer med Python-pakker

Importfeil

Problem: ModuleNotFoundError: No module named 'sklearn'

Løsning:

pip install scikit-learn

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

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

Løsning:

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

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

Versjonskonflikter

Problem: Feil relatert til inkompatible pakkeversjoner

Løsning:

# 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

Problem: pip install feiler med tillatelsesfeil

Løsning:

# 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

Problemer med datalasting

Problem: FileNotFoundError ved lasting av CSV-filer

Løsning:

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')

Problemer med R-miljøet

Pakkeinstallasjon

Problem: Pakkeinstallasjon feiler med kompilasjonsfeil

Løsning:

# 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

Problem: tidyverse installeres ikke

Løsning:

# 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"))

Problemer med RMarkdown

Problem: RMarkdown rendrer ikke

Løsning:

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

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

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

Problemer med quiz-applikasjonen

Bygging og installasjon

Problem: npm install feiler

Løsning:

# 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

Problem: Port 8080 er allerede i bruk

Løsning:

# 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

Byggefeil

Problem: npm run build feiler

Løsning:

# 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

Problem: Linting-feil hindrer bygging

Løsning:

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

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

Data- og filbaneproblemer

Banerelaterte problemer

Problem: Datafiler ikke funnet ved kjøring av notebooks

Løsning:

  1. Kjør alltid notebooks fra deres inneholdende mappe

    cd /path/to/lesson/folder
jupyter notebook

  2. Sjekk relative baner i koden

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

# Not from your terminal location

  3. Bruk absolutte baner hvis nødvendig

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

Manglende datafiler

Problem: Datasettfiler mangler

Løsning:

  1. Sjekk om data skal være i repository - de fleste datasett er inkludert
  2. Noen leksjoner kan kreve nedlasting av data - sjekk README for leksjonen
  3. Sørg for at du har hentet de nyeste endringene: 
    git pull origin main

Vanlige feilmeldinger

Minnefeil

Feil: MemoryError eller kernel krasjer ved databehandling

Løsning:

# 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()

Konvergeringsadvarsler

Advarsel: ConvergenceWarning: Maximum number of iterations reached

Løsning:

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)

Problemer med plotting

Problem: Plot vises ikke i Jupyter

Løsning:

# Enable inline plotting
%matplotlib inline

# Import pyplot
import matplotlib.pyplot as plt

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

Problem: Seaborn-plots ser annerledes ut eller gir feil

Løsning:

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

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

Unicode-/kodingsfeil

Problem: UnicodeDecodeError ved lesing av filer

Løsning:

# 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')

Ytelsesproblemer

Langsom kjøring av notebooks

Problem: Notebooks er veldig trege å kjøre

Løsning:

  1. Start kernel på nytt for å frigjøre minne: Kernel → Restart
  2. Lukk ubrukte notebooks for å frigjøre ressurser
  3. Bruk mindre datasett for testing: 
    # Work with subset during development
df_sample = df.sample(n=1000)
  4. Profiler koden din for å finne flaskehalser: 
    %time operation()  # Time single operation
%timeit operation()  # Time with multiple runs

Høyt minneforbruk

Problem: Systemet går tom for minne

Løsning:

# 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)

Miljø og konfigurasjon

Problemer med virtuelle miljøer

Problem: Virtuelt miljø aktiveres ikke

Løsning:

# 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

Problem: Pakker er installert, men ikke funnet i notebook

Løsning:

# 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)

Git-problemer

Problem: Kan ikke hente de nyeste endringene - konflikt ved sammenslåing

Løsning:

# 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

Integrasjon med VS Code

Problem: Jupyter-notebooks åpnes ikke i VS Code

Løsning:

  1. Installer Python-utvidelsen i VS Code
  2. Installer Jupyter-utvidelsen i VS Code
  3. Velg riktig Python-tolk: Ctrl+Shift+P → "Python: Select Interpreter"
  4. Start VS Code på nytt

Tilleggsressurser

Har du fortsatt problemer?

Hvis du har prøvd løsningene ovenfor og fortsatt opplever problemer:

  1. Søk etter eksisterende saker: GitHub Issues
  2. Sjekk diskusjoner på Discord: Discord-diskusjoner
  3. Åpne en ny sak: Inkluder:
    • Operativsystem og versjon
    • Python-/R-versjon
    • Feilmelding (full traceback)
    • Steg for å gjenskape problemet
    • Hva du allerede har prøvd

Vi er her for å hjelpe! 🚀

Ansvarsfraskrivelse:
Dette dokumentet er oversatt ved hjelp av AI-oversettelsestjenesten Co-op Translator. Selv om vi tilstreber nøyaktighet, vær oppmerksom på at automatiserte oversettelser kan inneholde feil eller unøyaktigheter. Det originale dokumentet på sitt opprinnelige språk bør anses som den autoritative kilden. For kritisk informasjon anbefales profesjonell menneskelig oversettelse. Vi er ikke ansvarlige for eventuelle misforståelser eller feiltolkninger som oppstår ved bruk av denne oversettelsen.