could not find method classifier() for arguments [sources] on task ':sources

这个错误通常是由于 Gradle 版本太低导致的。你可以尝试升级 Gradle 版本，或者在项目的 build.gradle 文件中添加以下代码：

plugins {
    id 'java'
}

repositories {
    jcenter()
}

dependencies {
    implementation 'com.github.jengelman.gradle.plugins:shadow:6.0.0'
}

task shadowJar(type: com.github.jengelman.gradle.plugins.shadow.tasks.ShadowJar) {
    classifier = 'all'
    from sourceSets.main.output
    manifest {
        attributes 'Main-Class': 'your.main.class'
    }
    configurations = [project.configurations.compile]
}

artifacts {
    archives shadowJar
}

然后在命令行中执行以下命令：`./gradlew shadowJar`。这应该会生成一个可执行的 jar 文件，你可以通过运行 `java -jar your-jar-file.jar` 来启动它。

相关问题

决策树 classifier ValueError: could not convert string to float: 'Wednesday'

这个错误通常是因为你的数据集中包含了非数字的特征值，而决策树分类器只能处理数字类型的特征值。你需要将非数字的特征值进行编码转换，比如使用独热编码或者标签编码等方式。具体实现可以参考sklearn库中的preprocessing模块。

Error(s) in loading state_dict for MobileNetV2: size mismatch for classifier.1.weight: copying a param with shape torch.Size([1000, 1280]) from checkpoint, the shape in current model is torch.Size([4, 1280]). size mismatch for classifier.1.bias: copying a param with shape torch.Size([1000]) from checkpoint, the shape in current model is torch.Size([4]).

这个错误是由于加载的预训练模型的参数与当前模型的参数形状不匹配导致的。根据错误信息可以看出，加载的预训练模型中`classifier.1.weight`的形状是`torch.Size([1000, 1280])`，而当前模型中该参数的形状是`torch.Size([4, 1280])`。同样地，`classifier.1.bias`的形状也不匹配。

要解决这个问题，你可以尝试以下几种方法之一：

1. 修改当前模型的`classifier`层，使其形状与预训练模型的形状相匹配。你可以使用`torch.nn.Linear`层替换`classifier.1`层，确保输入和输出的维度匹配。

2. 加载一个与当前模型结构匹配的预训练模型。如果你的当前模型中的`classifier`层与预训练模型中的`classifier`层形状不匹配，你可以选择一个与当前模型结构相同的预训练模型。

3. 如果你不需要使用预训练模型的`classifier`层，你可以在加载预训练模型时指定`exclude`参数来排除不需要的参数，只加载你需要的部分。

希望这些方法能帮助你解决问题。如果还有其他问题，请随时提问。