解决 Kaggle Notebook 中的依赖冲突：已安装软件包的不兼容问题（lightning-flash 和 torchvision）

Question

我在尝试在 Kaggle 笔记本中安装某些软件包时遇到依赖关系冲突。该错误消息表明某些软件包需要其他软件包的特定版本，这些版本与我的 Kaggle 环境中已安装的版本不兼容。该冲突使我无法安装所需的软件包，例如 Lightning-flash[extra] 和 torchvision。

错误消息列出了几个具有冲突依赖项的包，例如 click、dill、protobuf、google-api-core 等。

我使用的是 Kaggle 笔记本，对环境的控制有限，并且似乎某些软件包已修复到特定版本，从而导致冲突。我不确定最好的处理方法，并且非常感谢任何指导或替代方法来处理这种情况。

---

代码：

!pip install lightning-flash[extra]
!pip install lightning-flash
!pip install lightning-flash[image]
from flash.image import SemanticSegmentationData
from flash.image import SemanticSegmentation
!pip install torchvision
from torchvision import transforms as torchvision_transforms

错误（请查看附图中的完整错误）： 错误：pip 的依赖项解析器当前未考虑所有已安装的软件包。此行为是以下依赖冲突的根源。

---

代码：

# Define the normalization transform using the calculated mean and standard deviation
normalize_transform = torchvision_transforms.Normalize(mean=0.5, std=1)
batch_size = 4
resize_transform = torchvision_transforms.Resize(size=(256, 256))
image_transforms = torchvision_transforms.Compose([resize_transform,normalize_transform])
target_transforms = torchvision_transforms.Compose([ resize_transform])

data_module = SemanticSegmentationData.from_folders( train_folder="/kaggle/input/water-body-segmentation-in-satellite-images/Water Bodies Dataset Preprocessed/Water Bodies Dataset Preprocessed/Images", 
                                               train_target_folder="/kaggle/input/water-body-segmentation-in-satellite-images/Scaled Mask Target Image/scale_save_mask_target_image", 
                                                   val_split=0.15, num_classes=2, batch_size=batch_size, transform_kwargs=dict(image_size=(256, 256)) )

data_module.train_transforms = torchvision_transforms.Compose([ image_transforms ])
data_module.val_transforms = torchvision_transforms.Compose([ image_transforms])
data_module.target_transforms = torchvision_transforms.Compose([target_transforms ])

错误：

ModuleNotFoundError：所需的依赖项不可用。请运行：pip install 'lightning-flash[image]'

---

我尝试了多种方法来解决该问题，包括使用 pip 安装所需的软件包、创建虚拟环境以及忽略警告。然而，到目前为止，这些解决方案都没有奏效。

安装所需的软件包：我们尝试使用标准的 !pip install 命令安装所需的软件包（lightning-flash[extra] 和 torchvision）。但是由于与现有包版本冲突，安装失败。

虚拟环境：我们考虑使用 virtualenv 包创建虚拟环境，但事实证明 Kaggle 笔记本中不需要虚拟环境，因为环境已经隔离。

忽略警告：我们观察到多个依赖项冲突警告，但选择不忽略它们，因为这可能会导致代码执行中的不正确行为或错误。

替代包版本：我们尝试为冲突的包（click、dill、protobuf、google-api-core等）指定兼容版本，以避免冲突。然而，这种方法并没有完全解决问题。

在本地环境中测试：我们建议在本地设置中复制环境和依赖项，以检查兼容性问题并验证冲突的包是否可以在同一环境中共存。

Answer 1

您可以尝试在kaggle中使用conda安装。示例：

!conda install pytorch::torchvision

您可以尝试安装已知兼容的特定版本的库（您可以通过谷歌搜索它们）示例：

!pip install torchvision==0.15.0

您可以尝试重新安装软件包或重新安装特定版本，如下所示：

!pip uninstall torchvision

然后

!pip install torchvision==0.15.0

重要旁注： 检查您的 Kaggle 环境中安装了哪些库和版本。 你可以用

!pip freeze

示例：