解決Python3.7.0 SSL低版本導(dǎo)致Pip無法使用問題

更新時間：2020年09月03日 14:21:49 作者：polkabobo

這篇文章主要介紹了解決Python3.7.0 SSL低版本導(dǎo)致Pip無法使用問題，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧

終于下決心把python從2.7升到了3.7。懶人安裝當(dāng)然使用Anaconda。

安裝成功，編譯成功。但是用pip 安裝包的時候提示：

pip is configured with locations that require TLS/SSL, however the ssl module in Python is not available。

原因是python3.7為了安全性考慮，要求使用openssl 1.0.2之后的版本。但是自帶的openssl，版本是1.0.1。

解決辦法：

重裝一下openssl

進(jìn)入

Anaconda Prompt:

conda install -c anaconda openssl

就一切解決了哈啊哈！完美！

補充知識：Python3使用multiprocessing多進(jìn)程模塊共享變量

在使用Python用CPU跑一個人臉識別的模塊，神經(jīng)網(wǎng)絡(luò)的計算比較耗時，因為Python GIL的限制，因此這里使用多進(jìn)程來并行跑數(shù)據(jù)集。

在多個進(jìn)程之間共享簡單變量

有很多張人臉圖片，現(xiàn)在使用8個進(jìn)程來分別對人臉圖片進(jìn)行識別，但是要知道總的進(jìn)度和正確率，因此這里要在各個進(jìn)程之間共享變量。這里需要的只是整型無符號變量。

在對總的進(jìn)度和準(zhǔn)確率進(jìn)行計算的時候要加鎖，防止別的進(jìn)程改變

在使用 print輸出的時候要加鎖，因為控制臺也是資源，要防止搶占

加鎖了之后要記得釋放鎖

假設(shè)8個進(jìn)程共識別了count張圖片，然后正確的圖片有correct張。思路如下：

在主進(jìn)程中聲明要共享的count和correct變量，初始化進(jìn)程的時候傳入

在各個進(jìn)程中識別一張圖片count就自增1，識別正確的話correct也要自增1，自增的時候要加鎖

控制臺輸出相關(guān)信息的時候也要加鎖

# l代表長整型無符號變量
count = multiprocessing.Value('l', 0)
correct = multiprocessing.Value('l', 0)
lock = multiprocessing.Lock()

# 要運行的函數(shù)為run()，lis為劃分給每個進(jìn)程的識別圖片列表
p = [multiprocessing.Process(target=run, args=(lock, i, count, correct)) for i in lis]

for i in p:
  i.start()
for i in p:
  i.join()

在run函數(shù)中：

# 多個線程對共享變量進(jìn)行操作，加鎖
lock.acquire()
# 圖片已經(jīng)識別完畢，總數(shù)加一
count.value += 1
# 下面兩個if分別為識別正確的情況
if i[0] == 3 and dis >= threshold:
  correct.value += 1
  print("正確率：{0:.5f} 總數(shù)：{1} 正確數(shù)：{2} 錯誤數(shù)：{3} 參數(shù)個數(shù)：{4} 向量夾角：{5:.5f} 圖片1：{6} 圖片2：{7}".format(correct.value/count.value, count.value, correct.value, count.value-correct.value, i[0], dis[0], i[1], i[2]))
  lock.release()
  continue
if i[0] == 4 and dis < threshold:
  correct.value += 1
  print("正確率：{0:.5f} 總數(shù)：{1} 正確數(shù)：{2} 錯誤數(shù)：{3} 參數(shù)個數(shù)：{4} 向量夾角：{5:.5f} 圖片1：{6} 圖片2：{7}".format(correct.value/count.value, count.value, correct.value, count.value-correct.value, i[0], dis[0], i[1], i[2]))
  lock.release()
  continue
print("識別錯誤：參數(shù)個數(shù)：{0} 向量夾角：{1} 圖片1：{2} 圖片2：{3}".format(i[0], dis[0], i[1], i[2]))
# 不要遺漏解鎖，否則進(jìn)程會死鎖
lock.release()

在多個進(jìn)程中共享字典dict

準(zhǔn)備把識別過的照片特征緩存起來，因此這里使用字典，key就是照片名稱，value就是特征值。在此使用mutiprocessing.Manage()來實現(xiàn)。

manager = multiprocessing.Manager()
# 這個是用來在多個進(jìn)程中間共享的字典
sync_dict = manager.dict()
# 這個是使用pickle序列化到文件中用的臨時字典變量
mem_dict = dict()

# 如果存在字典就載入，使用臨時字典中轉(zhuǎn)是因為sysnc_dict直接序列化會在下次加載時導(dǎo)致Manager在多個進(jìn)程中的連接出現(xiàn)問題
if os.path.exists("./muti_thread_mem.pkl"):
  with open("./muti_thread_mem.pkl", "rb") as f:
    mem_dict = pickle.load(f)
  for i in mem_dict:
    sync_dict[i] = mem_dict[i]

使用multiprocessing.Manager()時就不用加鎖了，它本身帶有同步的功能。在run函數(shù)中直接使用就好了。

if i[1] in sync_dict:
 # 有記錄就直接讀取緩存
  encoding1 = sync_dict[i[1]]
else:
 # 沒記錄就計算出來再緩存一下
  face.file = Image.open(prefix+i[1])
  encoding1 = face.encodings
  sync_dict[i[1]] = encoding1
if i[2] in sync_dict:
  encoding2 = sync_dict[i[2]]
else:
  face.file = Image.open(prefix+i[2])
  encoding2 = face.encodings
  sync_dict[i[2]] = encoding2

如果緩存過就直接讀取，如果沒有緩存過就計算后然后再緩存一下，便于下次讀取。大多都是業(yè)務(wù)的邏輯，沒有什么意思。算完了之后在主程序退出之前再緩存到本地就好了。

with open("./muti_thread_mem.pkl", 'wb') as f:
  for k, v in enumerate(sync_dict):
    mem_dict[v] = sync_dict[v]
  if len(mem_dict):
   # 傳入的4就是想試一下Python新版本的特性而已，沒啥其他意思
    pickle.dump(mem_dict, f, 4)

坑

在Pycharm里面運行代碼的時候會碰到一些問題。

使用Pycharm的Python console運行代碼的時候會導(dǎo)致一個進(jìn)程完成任務(wù)之后，join等待主線程退出的時候，所有進(jìn)程都報錯pipe broken連接不到Manager的共享字典。但是使用本地Terminal運行的時候，一個進(jìn)程完成任務(wù)后是不會導(dǎo)致其他進(jìn)程報錯的，因此推斷這里是Pycharm的坑。

關(guān)鍵字：multiprocessing.Manager()報錯pipe broken，進(jìn)程獲取共享變量時異常，導(dǎo)致所有進(jìn)程退出

調(diào)試代碼（Pycharm debug模式）的時候也會導(dǎo)致調(diào)試過程中進(jìn)程連接不到Manager的共享字典變量。

這些坑都涉及到Manager在共享變量時使用的客戶端/服務(wù)端模式，最后socket連接報錯，所有進(jìn)程讀取共享變量時報錯退出。我這次的解決方式是不要啟用Pycharm的Python console來運行代碼就好了。

以上這篇解決Python3.7.0 SSL低版本導(dǎo)致Pip無法使用問題就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。

您可能感興趣的文章: