今天本来要安装“DoubletFinder”这个包

但是下载完加载发现报错

于是我改变了下载办法

下载完还是报错

> library(pkgbuild)
Error in library(pkgbuild) : 不存在叫‘pkgbuild’这个名字的程辑包

通过分析发现在加载过程中又有一条报错信息

于是我又安装了maps包

install.packages("maps")

重新下载加载仍然报错

经过仔细查看发现

* installing *source* package 'fields' ...
** package 'fields' successfully unpacked and MD5 sums checked
** using staged installation
** libs

于是我又重新下载fields包

install.packages("fields")

但是此时我下载“DoubletFinder”包又报错

经过调研发现，我没有加载maps包

library(maps)

加载之后重新下载

最后下载成功

> library(DoubletFinder)

无报错

# 学习
Logo
2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

Wan2.2 AI 文生视频 & 图生视频本地深度部署实战｜模型拆解、环境排错、显存分级调优、完整工作流与生产级落地

<think>好的，用户给了一大段关于Wan2.2视频模型本地部署的技术文档内容，要求生成≤150字的文章摘要。 需要抓住核心：主题是Wan2.2本地部署、解决的问题是教程碎片化、内容涵盖完整链路、强调实操与硬件适配、附带资源链接。字数限制很严格，必须精炼。 可以考虑从主题引入，提及痛点，然后概括文档特点——即全流程、分档适配、实测为基础，最后点明配套资料和适用人群。这几个要素都覆盖上

avatar 2048 AI社区

Nemotron-3.5-ASR-Streaming-0.6B模型中文微调实战

本文记录NVIDIA Nemotron-3.5-ASR-Streaming-0.6B流式语音识别模型中文微调实战，基于AISHELL-1数据集与单卡RTX 3090，涵盖环境搭建（含numba-cuda踩坑）、数据预处理、配置微调与排错，提供实测可复现的完整流程，帮助读者1~2天跑通微调实验。

avatar 2048 AI社区

LLM Architecture Gallery 是什么：新开源模型出来后，先对照架构再决定要不要部署

LLM Architecture Gallery 的价值，不是又提供了一个“模型很全”的页面，而是把现代 LLM 的结构差，收成开发者能反复打开的对照表。这个模型是 Dense、MoE，还是 hybrid它主要改了注意力，还是改了专家层长上下文时，KV 看起来贵不贵和上一代比，换的是骨架还是训练配方下一步该去读，还是直接安排压测这个模型综合排名第几我这张 4090 / L20 一定能跑业务里中文效

avatar 2048 AI社区