当前位置: 首页 > news >正文

报错!Jupyter notebook 500 : Internal Server Error

Jupyter notebook 报错 500 : Internal Server Error

在这里插入图片描述

问题背景

tensorflow-gpu环境,为跑特定代码专门开了一个环境,使用conda安装了Jupyter notebook,能够在浏览器打开Jupyter notebook,但是notebook打开ipynb会报错。

问题分析

看到网上很多人日志都不看直接更新包什么的什么不兼容,浪费了自己很多的时间。每个人毛病不同,要想看日志的报错不能直接在conda里面打开Jupyter notebook,从conda中进入指定环境的cmd,如下一样切换到项目目录并使用Jupyter notebook命令打开程序:
在这里插入图片描述
运行后会弹出浏览器界面,选择ipynb文件打开,这时候会出现500的报错,这时候回到cmd观察Jupyter notebook给出的信息:

HTTPServerRequest(protocol='http', host='localhost:8970', method='GET', uri='/notebooks/Advanced%20Learning%20Algorithms/week1/3.Neural%20network%20model/C2_W1_Lab01_Neurons_and_Layers.ipynb', version='HTTP/1.1', remote_ip='::1')Traceback (most recent call last):File "D:\Program_Professional\Anaconda3\envs\tensorflow-gpu-v1\lib\site-packages\tornado\web.py", line 1786, in _executeresult = await resultFile "D:\Program_Professional\Anaconda3\envs\tensorflow-gpu-v1\lib\site-packages\tornado\gen.py", line 786, in runyielded = self.gen.send(value)File "D:\Program_Professional\Anaconda3\envs\tensorflow-gpu-v1\lib\site-packages\notebook\notebook\handlers.py", line 94, in getself.write(self.render_template('notebook.html',File "D:\Program_Professional\Anaconda3\envs\tensorflow-gpu-v1\lib\site-packages\notebook\base\handlers.py", line 515, in render_templatereturn template.render(**ns)File "D:\Program_Professional\Anaconda3\envs\tensorflow-gpu-v1\lib\site-packages\jinja2\environment.py", line 1301, in renderself.environment.handle_exception()File "D:\Program_Professional\Anaconda3\envs\tensorflow-gpu-v1\lib\site-packages\jinja2\environment.py", line 936, in handle_exceptionraise rewrite_traceback_stack(source=source)File "D:\Program_Professional\Anaconda3\envs\tensorflow-gpu-v1\lib\site-packages\notebook\templates\notebook.html", line 1, in top-level template code{% extends "page.html" %}File "D:\Program_Professional\Anaconda3\envs\tensorflow-gpu-v1\lib\site-packages\notebook\templates\page.html", line 187, in top-level template code{% block header %}File "D:\Program_Professional\Anaconda3\envs\tensorflow-gpu-v1\lib\site-packages\notebook\templates\notebook.html", line 115, in block 'header'{% for exporter in get_frontend_exporters() %}File "D:\Program_Professional\Anaconda3\envs\tensorflow-gpu-v1\lib\site-packages\notebook\notebook\handlers.py", line 23, in get_frontend_exportersfrom nbconvert.exporters.base import get_export_names, get_exporterModuleNotFoundError: No module named 'nbconvert'
[E 14:49:09.298 NotebookApp] {"Host": "localhost:8970","Accept": "text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3;q=0.7","Referer": "http://localhost:8970/tree/Advanced%20Learning%20Algorithms/week1/3.Neural%20network%20model","User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/119.0.0.0 Safari/537.36 Edg/119.0.0.0"}

非常明显,报错信息显示ModuleNotFoundError: No module named ‘nbconvert’,我们需要安装nbconvert包。当然,也可以直接在目标环境的cmd中输入 jupyter --version,这也会检测出类似的结果:
在这里插入图片描述

问题解决

我这边的问题解决十分魔幻,因为我安装nbconvert包后仍然显示nbconvert包没有安装(conda环境显示已经有这个包了,比如下面图片,安装都显示已经安装过了,jupyter --version命令还是检测不到):
在这里插入图片描述
试了一下安装老版本的nbconvert,问题可以得到解决(pip install nbconvert==6.4.4):
在这里插入图片描述
在这里插入图片描述
如果此时再使用pip install --upgrade nbconvert命令进行升级,仍然不会报错并能够检测到nbconvert:
在这里插入图片描述

此时已经能够成功打开ipynb文件啦

相关文章:

报错!Jupyter notebook 500 : Internal Server Error

Jupyter notebook 报错 500 : Internal Server Error 问题背景 tensorflow-gpu环境,为跑特定代码专门开了一个环境,使用conda安装了Jupyter notebook,能够在浏览器打开Jupyter notebook,但是notebook打开ipynb会报错。 问题分析…...

2023.11.21使用<button>元素来触发form表单和数据提交

2023.11.21使用&#xff1c;button&#xff1e;元素来触发form表单和数据提交 除了使用<input>中的submit方式进行form表单和数据提交&#xff0c;还可以使用button方式&#xff0c;两种方式视使用场景&#xff0c;各有优点。 方法一&#xff1a;可以将<button>放…...

leetcode:504. 七进制数

一、题目&#xff1a; 链接&#xff1a; 504. 七进制数 - 力扣&#xff08;LeetCode&#xff09; 函数原型&#xff1a; char* convertToBase7(int num) 二、思路 本题要将十进制数转换为二进制数&#xff0c;只要将十进制num数模7再除7&#xff0c;直到num等于0 每次将模7的结…...

centos安装指定版本docker

centos7安装指定版本的docker 官方文档 https://docs.docker.com/engine/install/centos/ 1、卸载旧版本 $ sudo yum remove docker \docker-client \docker-client-latest \docker-common \docker-latest \docker-latest-logrotate \docker-logrotate \docker-engine2、设…...

PPT幻灯片里的图片,批量提取

之前分享过如何将PPT文件导出成图片&#xff0c;今天继续分享PPT技巧&#xff0c;如何提取出PPT文件里面的图片。 首先&#xff0c;我们将PPT文件的后缀名&#xff0c;修改为rar&#xff0c;将文件改为压缩包文件 然后我们将压缩包文件进行解压 最好是以文件夹的形式解压出来…...

《Fine-Grained Image Analysis with Deep Learning: A Survey》阅读笔记

论文标题 《Fine-Grained Image Analysis with Deep Learning: A Survey》 作者 魏秀参&#xff0c;南京理工大学 初读 摘要 与上篇综述相同&#xff1a; 细粒度图像分析&#xff08;FGIA&#xff09;的任务是分析从属类别的视觉对象。 细粒度性质引起的类间小变化和类内…...

【网络安全】伪装IP网络攻击的识别方法

随着互联网的普及和数字化进程的加速&#xff0c;网络攻击事件屡见不鲜。其中&#xff0c;伪装IP的网络攻击是一种较为常见的攻击方式。为了保护网络安全&#xff0c;我们需要了解如何识别和防范这种攻击。 一、伪装IP网络攻击的概念 伪装IP网络攻击是指攻击者通过篡改、伪造I…...

redis非关系型数据库

1.redis redis&#xff1a;开源的&#xff0c;使用c语言编写的NQL数据库 redis&#xff1a;基于内存运行&#xff0c;支持持久化&#xff08;数据恢复&#xff09;。采用的就是key-value&#xff08;键值对&#xff09;的存储形式&#xff0c;目前在分布式架构中&#xff0c;…...

LeetCode 0053. 最大子数组和:DP 或 递归(线段树入门题?)

【LetMeFly】53.最大子数组和&#xff1a;DP 或 递归 力扣题目链接&#xff1a;https://leetcode.cn/problems/maximum-subarray/ 给你一个整数数组 nums &#xff0c;请你找出一个具有最大和的连续子数组&#xff08;子数组最少包含一个元素&#xff09;&#xff0c;返回其最…...

二十三种设计模式全面解析-解密职责链模式:请求处理的设计艺术

当我们构建软件系统时&#xff0c;经常会遇到需要处理各种不同类型请求的情况。有时&#xff0c;请求的处理逻辑可能相当复杂&#xff0c;需要按照一定的规则和条件进行处理。在本文中&#xff0c;我们将深入探讨职责链模式在请求处理中的应用。职责链模式通过将请求发送者和接…...

【linux】安装telnet

Telnet Telnet协议是TCP/IP协议族中的一员&#xff0c;是Internet远程登录服务的标准协议和主要方式。它为用户提供了在本地计算机上完成远程主机工作的能力。在终端使用者的电脑上使用telnet程序&#xff0c;用它连接到服务器。终端使用者可以在telnet程序中输入命令&#xf…...

深入探索 PaddlePaddle 中的计算图

**引言** 计算图是深度学习平台 PaddlePaddle 的核心组件之一&#xff0c;它提供了一种图形化的方式来表示和执行深度学习模型。通过了解和理解 PaddlePaddle 中的计算图&#xff0c;我们可以更好地理解深度学习的工作原理&#xff0c;并且能够更加灵活和高效地构建和训练复杂…...

西南科技大学814考研一

C语言基础 字节大小 char&#xff1a;1 字节 unsigned char&#xff1a;1 字节 short&#xff1a;2 字节 unsigned short&#xff1a;2 字节 int&#xff1a;通常为 4 字节&#xff08;32 位平台&#xff09;或 8 字节&#xff08;64 位平台&#xff09; unsigned int&#x…...

【网络编程】简述TCP通信程序,三次握手,四次挥手

文章目录 &#x1f384;TCP通信程序⭐打印字符串✨中文乱码问题&#x1f388;解决方法 &#x1f33a;TCP三次握手&#x1f33a;TCP四次挥手&#x1f6f8;其他 &#x1f38a;专栏【网络编程】 &#x1f354;喜欢的诗句&#xff1a;更喜岷山千里雪 三军过后尽开颜。 &#x1f386…...

【ARM Trace32(劳特巴赫) 使用介绍 5 -- Trace32 ELF 文件加载介绍】

请阅读【ARM Coresight SoC-400/SoC-600 专栏导读】 文章目录 1.1 Trace32 加载符号表1.1.1 ELF 文件加载1.1.2 其它格式文件加载1.1.3 多个 ELF 的加载1.2 Trace32 UEFI 配置1.2.1 x86 32-BIT1.2.2 x86 64-BIT1.2.3 ARM1.1 Trace32 加载符号表 劳特巴赫 TRACE32 可以显示目标…...

Linux(4):Linux文件与目录管理

目录与路径 相对路径在进行软件或软件安装时非常有用&#xff0c;更加方便。利用相对路径的写法必须要确认目前的路径才能正确的去到想要去的目录。 绝对路径的正确度要比相对路径好&#xff0c;因此&#xff0c;在写程序&#xff08;shell scripts&#xff09;来管理系统的条…...

Altium Designer学习笔记2

原理图的绘制 需要掌握的是系统自带原理图库元件的添加。...

Atlassian发布最新补贴政策,Jira/Confluence迁移上云最低可至零成本

到2024年2月15日&#xff0c;Atlassian将不再提供对Jira、Confluence、Jira Service Management等Server版产品的支持。 近期&#xff0c;Atlassian推出了一项针对云产品的特殊优惠。现在从Server版迁移到云版&#xff0c;您能享受到高额补贴&#xff0c;甚至成本低至零元。立…...

基于FPGA的五子棋(论文+源码)

1.系统设计 在本次设计中&#xff0c;整个系统硬件框图如下图所示&#xff0c;以ALTERA的FPGA作为硬件载体&#xff0c;VGA接口&#xff0c;PS/2鼠标来完成设计&#xff0c;整个系统可以完成人人对战&#xff0c;人机对战的功能。系统通过软件编程来实现上述功能。将在硬件设计…...

QT5 MSVC2017 64bit配置OpenCV4.5无需编译与示范程序

环境&#xff1a;Windows 10 64位 Opencv版本&#xff1a;4.5 QT&#xff1a;5.14 QT5 MSVC2017配置OpenCV 版本参考&#xff1a; opencv msvc c对应版本 1.安装MSVC2017&#xff08;vs2017&#xff09; 打开Visual Studio Installer&#xff0c;点击修改 选择vs2017生成工…...

AMD Ryzen处理器系统管理单元调试工具深度解析:硬件级性能调优技术揭秘

AMD Ryzen处理器系统管理单元调试工具深度解析&#xff1a;硬件级性能调优技术揭秘 【免费下载链接】SMUDebugTool A dedicated tool to help write/read various parameters of Ryzen-based systems, such as manual overclock, SMU, PCI, CPUID, MSR and Power Table. 项目…...

Kubernetes AI助手:用自然语言生成YAML,提升集群管理效率

1. 项目概述&#xff1a;当Kubernetes遇上AI助手如果你和我一样&#xff0c;每天都要和成百上千个Kubernetes资源清单&#xff08;YAML&#xff09;打交道&#xff0c;那么“sozercan/kubectl-ai”这个项目&#xff0c;绝对值得你花上十分钟了解一下。它不是一个全新的编排工具…...

3PEAK思瑞浦 TPA3672-SO1R SOP8 运算放大器

特性 供电电压:3V至16V 偏移电压:在25C时最大2.5mV 低功耗:每通道1毫安 轨到轨输入和输出 带宽:4MHz 斜率:3.5伏/微秒 大输出电流:在Vs5V时&#xff0c;300mV压降下的输出 电流为50mA 零交叉 -优异的总谐波失真加噪声:0.0005% -共模抑制比:95dB(最小值)...

CATLASS量化矩阵全载TLA

CATLASS Quant Matmul Full LoadA Tla 样例介绍 【免费下载链接】catlass 本项目是CANN的算子模板库&#xff0c;提供NPU上高性能矩阵乘及其相关融合类算子模板样例。 项目地址: https://gitcode.com/cann/catlass 原型设计 名称/Name类型/Class数据类型/Dtype维度/Dim…...

并行计算突破:RNN序列依赖的并行化重构与优化

1. 并行计算革命&#xff1a;打破RNN序列依赖的固有认知循环神经网络&#xff08;RNN&#xff09;长期被视为序列建模的黄金标准&#xff0c;但其序列依赖性导致的计算瓶颈一直困扰着研究者。传统观点认为&#xff0c;评估长度为T的序列必须严格遵循O(T)的时间复杂度——即使拥…...

CANN发布管理8.5.0版计划

Release plan 【免费下载链接】release-management CANN版本发布管理仓库 项目地址: https://gitcode.com/cann/release-management Stange nameBegin timeEnd timeCollect feature2025/10/152025/10/30Develop2025/10/202025/12/05Build2025/12/062025/12/07Test round…...

基于Claude Code的多智能体协同系统:AI代码审查与修复实战

1. 项目概述&#xff1a;一个面向生产环境的AI多智能体代码协作系统 如果你和我一样&#xff0c;每天都要在代码编辑器、终端和浏览器之间来回切换&#xff0c;处理代码审查、重构和修复&#xff0c;那你肯定也幻想过能有一个“超级副驾”——它不仅能理解你的意图&#xff0c;…...

表征错位:AI与人类协作中隐藏的分歧根源与测量方法

1. 项目概述与核心问题当我们谈论“分歧”时&#xff0c;第一反应往往是两个人对同一件事持有不同看法。比如&#xff0c;我认为这个方案可行&#xff0c;而你认为它风险太高。在心理学和决策科学领域&#xff0c;过去几十年的大量研究正是聚焦于这种“判断差异”&#xff0c;试…...

节点与边:LangGraph 中智能体通信的底层机制

系列导读 你现在看到的是《LangGraph 多智能体编排开发实战:从入门到企业级应用》的第 3/10 篇,当前这篇会重点解决:节点与边是 LangGraph 的编排基石,理解其底层才能灵活控制智能体流程。 上一篇回顾:第 2 篇《LangGraph 状态管理深度解析:从 State 到持久化》主要聚焦…...

机器学习静修指南:从数学基础到工程实践的系统学习路径

1. 项目概述&#xff1a;当机器学习遇上“静修”最近在GitHub上看到一个挺有意思的项目&#xff0c;叫ml-retreat&#xff0c;作者是hesamsheikh。光看名字&#xff0c;你可能会有点摸不着头脑——“机器学习静修”&#xff1f;这听起来不像是一个传统的代码库&#xff0c;更像…...