<p style="max-width: 100%;box-sizing: border-box;min-height: 1em;text-align: center;word-wrap: break-word !important;" class=""><span data-txtless="spin" data-txtlessp="120" style="font-size: 14px;max-width: 100%;color: rgb(228, 157, 172);box-sizing: border-box !important;word-wrap: break-word !important;">◆ </span><span style="font-size: 14px;"></span><span style="font-size: 14px;max-width: 100%;color: rgb(250, 211, 172);box-sizing: border-box !important;word-wrap: break-word !important;">◆ </span><span style="font-size: 14px;"></span><span data-txtless="spin" data-txtlessp="-120" style="font-size: 14px;max-width: 100%;color: rgb(255, 233, 234);box-sizing: border-box !important;word-wrap: break-word !important;">◆  <span data-txtless="spin" data-txtlessp="120" style="max-width: 100%;color: rgb(121, 134, 175);box-sizing: border-box !important;word-wrap: break-word !important;">◆ </span><span style="max-width: 100%;color: rgb(17, 163, 215);box-sizing: border-box !important;word-wrap: break-word !important;">◆</span></span></p></section><section style="text-indent: 2em;">在我复现别人的论文实验的时候，遇到一个问题，就是我从网上下载下来的压缩包是RAR格式的，在我进行训练的时候，无法进行解压，我上网查阅资料，网上是这样给我解释的，说python自带zip的解压，但是不自带rar解压，需要调用本机电脑的WinRAR软件进行解压，具体操作起来，还是没有找到合适的解决办法，我看了几篇csdn博客给的方法，都不可行，找到一篇2014年的博客，他的方法可行，我把他的博客地址放出来，方便大家参考学习：<br /></section><section style="text-indent: 2em;text-align: left;"><span style="color: rgb(217, 33, 66);">csdn博客地址：</span>https://blog.csdn.net/luoye7422/article/details/41873499</section><section style="text-indent: 2em;text-align: left;">我用的tensorflow的环境，在anacoda下。我开始按照他的步奏，进行终端输入命令pip install rarfile ，提示我已经安装了这个包，</section><section style="text-indent: 2em;text-align: left;">我再次输入训练的命令，提示我这个错误：</section><section style="text-indent: 2em;text-align: left;">rarfile.RarExecError: Unrar not installed? (rarfile.UNRAR_TOOL='unrar')</section><section style="text-indent: 2em;text-align: left;">我用软件everything，搜索了unrar，在winrar安装目录下面找到了unrar.exe，按照博主所说，我把他拷贝到python的脚本目录下，也就是pyrhon执行文件的文件夹下，在执行歌声分离实验的训练命令，python train.py，就OK了，是不是很神奇，现在就可以解压文件，执行训练命令，应该是使用rarfile需要系统安装unrar并环境变量path中（命令行可以直接访问到）。</section><section style="text-indent: 2em;text-align: left;">我今天训练代码的时候，遇到了一个新的问题就是我用pip install matplotlib，安装这个库时，总是提示我出错，我一直没有找到原因所在，网上的方法基本上都试了，还是不能解决问题，我就直接去anaconda对应的tensorflow框架下面，手动搜索安装好了matplotlib这个库，手动搜索可以安装好，我再去终端执行命令，就可以执行了。神奇。<br /></section><section class="xmt-style-block" data-style-type="7" data-tools="新媒体排版" data-id="9169"><section class="Powered-by-XIUMI V5" style="box-sizing: border-box;" powered-by="xiumi.us"><section class="" style="margin: 10px 0%;box-sizing: border-box;"><section class="" style="display: inline-block;width: 100%;vertical-align: top;border-style: solid;border-width: 1px;border-radius: 0px;border-color: rgb(241, 241, 241);box-sizing: border-box;"><section class="Powered-by-XIUMI V5" style="box-sizing: border-box;" powered-by="xiumi.us"><section class="" style="text-align: center;margin-top: 10px;margin-bottom: 10px;box-sizing: border-box;"><section class="" style="max-width: 100%;vertical-align: middle;display: inline-block;overflow: hidden !important;box-sizing: border-box;"><svg xmlns="http://www.w3.org/2000/svg" x="0px" y="0px" viewbox="0 0 113.8 21.3" style="vertical-align: middle;max-width: 100%;box-sizing: border-box;" width="113.8"><g style="box-sizing: border-box;"><path style="fill-rule: evenodd;clip-rule: evenodd;box-sizing: border-box;" d="M97,9.2c5.5-3.4,12.3-4.2,14.5-1.4c1.2,1.5,1.6,3.5-0.4,4.5 c-2,1-3.1-0.6-2.9-1.6c0.2-1,1.4-1.6,2.5-1.2c-0.7-1.2-3.1-1.1-3.9,0.9c-0.8,1.9,1.5,3.9,4.3,2.8c2.8-1.1,3.5-4.4,1.6-6.2 C109,3.4,102,5.2,97.8,8.1c2.1-3.8-1.2-8.3-5.4-8.1c-3.9,0.2-6.4,5.4-4.1,7.4c2.2,2,4.2-0.6,2.8-1.6c-1.2-0.9-1.7,0.4-2.2,0 c-0.5-0.4-0.3-3.9,2.9-4.4c4.2-0.7,6.8,4.1,4,7.3c-3,3.5-9.7,1.1-17.1-4.3c-6.8-5-17.2-6.4-21.8,2.3c5.8-6.9,15.8-4.9,20.8-1.2 c8.7,6.3,14.6,7.2,17.9,4.9C96.1,10,96.6,9.6,97,9.2z" fill="rgb(127, 61, 28)"></path><path style="fill-rule: evenodd;clip-rule: evenodd;box-sizing: border-box;" d="M16.8,9.2C11.3,5.9,4.5,5,2.3,7.8c-1.2,1.5-1.6,3.5,0.4,4.5 c2,1,3.1-0.6,2.9-1.6C5.3,9.6,4.1,9,3.1,9.5C3.8,8.3,6.2,8.4,7,10.3c0.8,1.9-1.5,3.9-4.3,2.8C-0.2,12.1-0.8,8.8,1.1,7 C4.8,3.4,11.8,5.2,16,8.1c-2.1-3.8,1.2-8.3,5.4-8.1c3.9,0.2,6.4,5.4,4.1,7.4c-2.2,2-4.2-0.6-2.8-1.6c1.2-0.9,1.7,0.4,2.2,0 C25.5,5.5,25.3,2,22,1.5c-4.2-0.7-6.8,4.1-4,7.3c3,3.5,9.7,1.1,17.1-4.3c6.8-5,17.2-6.4,21.8,2.3c-5.8-6.9-15.8-4.9-20.8-1.2 c-8.7,6.3-14.6,7.2-17.9,4.9C17.6,10,17.2,9.6,16.8,9.2z" fill="rgb(127, 61, 28)"></path><path style="fill-rule: evenodd;clip-rule: evenodd;box-sizing: border-box;" d="M56.9,8.5c-1.1,0.1-1.2-3.7-5.5-2.3c0,0.2,0,0.5,0.2,0.7 c-0.3,0.9-2.5,1-3,2.4c0.6,0.2,0.7,0.3,0.9,0.6c-0.9,2.1-0.3,3.6-1.1,5.1c1.1-0.2,3.1,0.7,4.2-0.2c0.2,0.8-0.3,0.9-0.2,1.7 c0.6,0.2,1.5,0.4,1.9,1.6c0.4,1.6,2,2.7,2.4,3.1c0.4-0.7,1.8-1,2.3-2.3c0.6-1.6,0.6-1.9,2-2.3c0.1-0.9-0.4-0.9-0.2-1.7 c1.2,0.9,3.1-0.2,4.2,0c-0.8-1.6-0.1-2.9-1-5c0.2-0.3,0.3-0.5,0.9-0.6c-0.5-1.4-2.6-1.5-2.9-2.4c0.2-0.2,0.2-0.5,0.2-0.7 C58.2,4.9,58,8.4,56.9,8.5L56.9,8.5z M56.7,9.4c-0.7,0.7-1.5,1.4-2.3,2.1C54,12.3,53,13.5,52,14.2c0.9-0.9,1.8-1.9,2.1-2.6 c-1.3,1-2.7,1.9-4.4,2.7c1.4-0.8,2.8-1.7,4-2.7c-1.2,0.4-2.8,0.6-4.1,0.5c1.9-0.1,3.9-0.5,4.7-1c0.6-0.5,1.1-1,1.6-1.4 c-1.5,0-3.6-0.7-6.4-0.5c2.2-0.5,4.4,0.2,6.2,0.2c-1.1-1-1.9-2.3-3.4-2.7c1.7,0.4,2.6,1.8,3.9,2.7c0.2-0.1,0.3-0.3,0.5-0.4l0.1-0.4 L57,8.9c0.1,0.1,0.3,0.3,0.4,0.4c1.3-0.9,2.2-2.3,3.9-2.7C59.8,7.1,59,8.4,58,9.4c1.8,0,4-0.8,6.2-0.3c-2.8-0.2-4.9,0.5-6.4,0.5 c0.5,0.5,1.1,1,1.7,1.4c0.8,0.5,2.8,0.8,4.7,0.8c-1.3,0.1-2.9,0-4.1-0.4c1.2,1,2.6,1.9,4.1,2.7c-1.7-0.8-3.2-1.7-4.5-2.7 c0.4,0.7,1.3,1.7,2.2,2.6c-1-0.7-2.1-1.9-2.5-2.8c-0.8-0.6-1.6-1.3-2.3-2l0,1.2c0.2,0.7,1.3,1.9,2.4,2.9c-0.9-0.6-1.9-1.7-2.4-2.5 c0,0.2-0.1,1.2,0,1.3c0.2,0.8,1.7,2.4,3.3,3.6c-1.2-0.7-2.5-2-3.2-3.1c-0.1,1,0.6,3.8,1.5,5.5c-0.8-1.3-1.4-3.3-1.5-4.7l-0.1,6.1 l-0.1-5.5c-0.2,1.3-0.7,3-1.3,4.2c0.7-1.5,1.2-3.7,1.3-4.9l0-0.5c0,0,0-0.1,0-0.1c-0.7,1.1-2,2.4-3.2,3.1c0.4-0.3,2.6-2,3.2-3.5 l0-1.4c-0.5,0.9-1.4,1.9-2.2,2.5c1-1,2-2.2,2.2-2.9L56.7,9.4z" fill="rgb(201, 109, 56)"></path></g></svg></section></section></section></section></section></section></section><section style="text-indent: 2em;text-align: left;"><span style="color: rgb(217, 33, 66);">遇到这个问题给我一个思路，就是有时候我们不能在pip inatall 的时候，试试去anaconda直接搜索安装对应需要的库，可能会得到我们想要的结果。</span><br /></section><section style="text-indent: 2em;text-align: left;"><span style="color: rgb(0, 0, 0);">在我们遇到问题的时候，换一个方法可能能行，我自己的经历就是，以前我做的课题，做的人少，可查阅的资料少，没有人交流，老板也不带我，我自己做不动，心情也很郁闷，甚至到达了失眠的程度，我就去找老师把我的问题说清楚，已达到我换课题的目的，我的老师我现在不多说他，以后我再说，</span><span style="color: rgb(0, 0, 0);background-color: rgb(255, 0, 0);">我从不奢望老师能为学生改变，老师不可能为学改变的，这一点我们要认清现实。</span><span style="color: rgb(0, 0, 0);">  </span><span style="color: rgb(0, 0, 0);">我达到我自己的目的就可以了，达到目的就服软，顺着老板，哄他开心。我能把课题换了已经是不幸中的万幸了，未来一切，身体健康第一位，在此基础上，做得更好。加油。</span></section><section style="text-indent: 2em;text-align: left;"><span style="color: rgb(0, 0, 0);background-color: rgb(255, 0, 0);">要想成功，少不了一个耐抗耐打的好身体。</span><span style="color: rgb(0, 0, 0);"></span><span style="color: rgb(217, 33, 66);background-color: rgb(0, 0, 0);"><br /></span></section><section style="text-indent: 2em;text-align: left;"><span style="color: rgb(0, 0, 0);background-color: rgb(255, 0, 0);">山不向我走来，我便向山走去</span><span style="color: rgb(0, 0, 0);">，这一年我成长了很多。</span></section><p style="text-align: center;"><img class="rich_pages" data-ratio="1" data-s="300,640" src="https://upload-images.jianshu.io/upload_images/3104601-2a325efe527d4b57" data-type="jpeg" data-w="258" style=""></p><p style="text-align: center;"><span style="background-color: rgb(255, 0, 0);">人间值得你来</span><br /></p>