Nano Hash - криптовалюты, майнинг, программирование

Не удается импортировать sparknlp в Databricks

я пытаюсь сделать

import sparknlp

на платформе Databricks, и я получаю сообщение, аналогичное тому, о котором сообщалось в после установки sparknlp , не может импортировать sparknlp

Я не могу понять, как установить оболочку python... Я могу получить доступ к библиотеке spark-nlp через Scala, но не могу заставить работать версию python. Любые советы будут очень признательны!

pyspark databricks johnsnowlabs-spark-nlp
16.03.2018

Ответы:


1

Эта ошибка может возникать из-за того, что jar-файлы sparknlp были загружены правильно, но библиотека оберток python не может быть импортирована. Убедитесь, что вы правильно установили эти оболочки. Посетите сайт документации по sparknlp.

Как сказано на веб-странице документации, убедитесь, что после установки библиотеки python sparknlp:

pip install --index-url https://test.pypi.org/simple/ spark-nlp==1.5.4

что ваша переменная среды PYTHONPATH может найти обертки sparknlp.

19.06.2018
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..