将Jupyter中RNN脚本转存为py嵌入Django时的导入与运行异常问询
自定义模块导入异常解决
- 触发原因:VSCode的Python静态代码分析没有将脚本所在目录加入模块搜索路径,叠加可能存在的解释器选择错误,才会弹出
unresolved import 'MLutils'的提示。本质不是import MLutils的语法问题,两个文件处于同一目录时,只要Python运行时的搜索路径包含该目录,导入就能正常工作。 - 对应解决方法:
- 先确认VSCode右下角选中的Python解释器,和项目实际使用的虚拟环境完全一致。很多unresolved提示的根源是选了系统全局解释器,根本扫描不到项目子目录下的自定义模块
- 在工作区的
.vscode/settings.json配置项里,把脚本所在的目录手动加入python.analysis.extraPaths列表。比如脚本存放在ml_core/目录下,就添加配置:"python.analysis.extraPaths": ["./ml_core"],保存后VSCode的导入报错提示就会消失 - 同目录下的模块直接写
import MLutils即可,不要额外添加无意义的路径前缀,避免和Django的APP导入规则产生冲突
直接运行脚本触发空数据报错的解决
- 触发原因:两个报错(空张量argmax、randrange空范围)本质同源。核心触发逻辑是脚本运行时的工作目录和Jupyter逐段运行时的工作目录不匹配,导致
load_data函数没有读到有效数据集。
逐段用「Run Cell Above」运行时,VSCode的Jupyter内核默认以当前脚本所在目录为工作目录,相对路径data/categories/*.txt可以正常匹配到文件,加载到有效数据集,运行自然正常。但直接运行.py文件时,VSCode默认以项目根目录为工作目录,相对路径匹配不到任何txt文件,返回空数据集:- 对长度为0的空数据集做随机切分时,
randrange(0, 0)就会触发ValueError: empty range for randrange() (0, 0, 0) - 空张量传入模型执行argmax操作时,因为没有可计算的元素,就会触发对应PyTorch RuntimeError,两个报错完全匹配实际运行现象
- 对长度为0的空数据集做随机切分时,
- 对应解决方法:
- 不要在
load_data里硬写相对路径,改成基于脚本自身位置的动态绝对路径,彻底规避工作目录变化带来的路径匹配问题。参考写法:
改完之后,不管是直接跑.py、从项目根目录启动、还是后续被Django视图函数调用,都不会再出现找不到数据的问题from pathlib import Path # 获取MLutils.py文件所在的绝对路径根目录 SCRIPT_ROOT = Path(__file__).parent.resolve() # 拼接数据集的通配路径,不管从哪个位置启动脚本、被哪个上层程序调用,都能定位到数据集目录 DATA_GLOB = str(SCRIPT_ROOT / "data" / "categories" / "*.txt") - 临时验证运行时,可以在VSCode的运行配置里手动将脚本的工作目录设置为MLTrain.py所在的文件夹,替换默认的项目根目录配置
- 后续嵌入Django时,不要依赖Django启动时的默认工作目录定位模型文件,所有模型依赖的文件路径都用上述动态拼接的绝对路径生成,避免因为Django启动入口变化导致路径失效
- 不要在
内容的提问来源于stack exchange,提问作者Leslie Gao
相关产品推荐
相关产品推荐

