質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

88.22%

Python3 「.ipynb_checkpoints」の削除方法について

解決済

回答 2

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 3,799

SuzuAya

score 52

前提・実現したいこと

kerasで分類問題のモデルを作っている途中なのですが、
「.ipynb_checkpoints」というファイル?によるエラーが発生しています。
以下のようなエラーメッセージが出るため該当のフォルダを確認すると、「.ipynb_checkpoints」といったファイルは存在していないため削除することもできず、エラーが解消できずに困っています。
そこで「.ipynb_checkpoints」の削除方法についてご存知でしたらご教示いただきたく質問させていただきます。

質問内容に不足している点がありましたらお知らせください。
お手数をおかけしますがどうぞよろしくお願い致します。

発生している問題・エラーメッセージ

FileNotFoundError: [Errno 2] No such file or directory: './hold_dir/.ipynb_checkpoints0.jpeg'

該当のソースコード

※学習部分のコードは省略させていただきます

def test_acc(model, test_dir, hold_dir, classes, thresh=0, sample=1000):
    """
    テスト用
    model: 特徴抽出用モデル
    X: array
    test_dir: str 画像入ってるフォルダ
    hold_dir:str 登録データのフォルダ ファイル名はclass名.jpgにしてください
    classes: フォルダ名のリスト 
    """
    correct = 0
    hold_vector = get_hold_vector(model, classes, hold_dir)

    test_datagen=ImageDataGenerator(rescale=1.0/255.)
    test_generator=test_datagen.flow_from_directory(
            test_dir,
            target_size=(512,496),
            batch_size=1,
            class_mode='categorical',
            classes=classes)

    for i in range(sample):
        X, Y = test_generator.next()
        Y = np.argmax(Y, axis=1)
        predict_vector = model.predict(X)
        index = judgment(predict_vector,hold_vector, thresh)
        label_index = index // 4
        if Y == label_index:
            correct += 1

        print('label_index{}'.format(label_index))
        print('Y{}'.format(Y))
    acc = correct / sample
    print("acc: {}".format(acc))
    return acc

def cosine_similarity(x1, x2):
    if x1.ndim == 1:
        x1 = x1[np.newaxis]
    if x2.ndim == 1:
        x2 = x2[np.newaxis]
    x1_norm = np.linalg.norm(x1, axis=1)
    x2_norm = np.linalg.norm(x2, axis=1)
    cosine_sim = np.dot(x1, x2.T)/(x1_norm*x2_norm+1e-10)
    return cosine_sim

# new画像のcos類似度を比較して一番値が高いindexを取り出しその値が閾値を超えるならindexを閾値以下ならをNoneを返す

def judgment(predict_vector, hold_vector, thresh):
    """
    predict_vector : shape(1,1028)
    hold_vector : shape(5, 1028)
    """
    cos_similarity = cosine_similarity(predict_vector, hold_vector) # shape(1, 5)
    print('cos_similarity{}'.format(cos_similarity[0]))
    # 最も値が高いindexを取得
    high_index = np.argmax(cos_similarity[0]) # int

    # cos類似度が閾値を超えるか
    if cos_similarity[0, high_index] > thresh:
        #print('high_index{}'.format(high_index))
        return high_index

    else:
        return None

def get_hold_vector(model, classes, hold_dir):
    """
    classes: クラス名のリスト イメージの名前はこのリスト名にしてください
    hold_dir: str イメージが入ったフォルダpath
    """
    img_array = np.empty((0, 512,496,3))

    for clas in classes:
        for i in range(4):
            imagepath = os.path.join(hold_dir, clas + str(i) +".jpeg")
            img = load_img(imagepath, target_size=(512,496))
            array = img_to_array(img).reshape(1, 512, 496, 3)
            img_array = np.vstack((img_array, array))

    img_array = img_array/255.0
    hold_vector = model.predict(img_array)

    return hold_vector

# hold_vector作成用の辞書
drink_dict = {"calpis":5, "ilohas_peach":4, "mitsuya":3, "ilohas_normal":2, "pocari":1}
# hold_vectorをファイルに保存

import pickle
def pickel_hold_vector(hold_vector, classes, num_image=4):
    #ファイルに書き込み
    name_list = []
    for clas in classes:
        name_list += ["zidolegi_data2/feature/{}_{}_feature.dump".format(drink_dict[clas], i) for i in range(num_image)]

    for vec, name in zip(hold_vector, name_list):
        with open(name , 'wb') as f:
            pickle.dump(vec, f)

hold_dir = "./hold_dir"
test_dir = "./test_dir"
classes = os.listdir(test_dir)
hold_vector = get_hold_vector(model, classes, hold_dir)
pickel_hold_vector(hold_vector, classes)
  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 2

checkベストアンサー

+1

.ipynb_checkpoints は Notebook を実行している場合に Notebook の状態等を保存するために自動で作成されるディレクトリです。
削除してもそのディレクトリで Notebook を使用している限り、自動で作成されます。

とりあえず、hold_dir などデータセットのディレクトリ以下にある .ipynb_checkpoints はすべて削除し、またそれらのディレクトリ内に Notebook (.ipynb) を作らない (すでに作ってしまっている場合は消すか、外に移動させる) ようにすると解決すると思います。

「.ipynb_checkpoints」といったファイルは存在していないため削除することもできず

Linux や Mac では、. から始まるディレクトリは隠しフォルダとしてデフォルトでは非表示となっているので、存在しているが、見えないだけだと思います。
ls コマンド等で確認すれば、実際あることがわかると思います。

投稿

編集

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2019/08/16 17:01

    >tiitoi様
    ご回答ありがとうございます。コマンドでls -aで確認したところ、該当のフォルダが確認できました。お手数をおかけしてしまい申し訳ないのですが、データセットのディレクトリ以下にある .ipynb_checkpoints をすべて削除するには、どうしたらいいのでしょうか。

    キャンセル

  • 2019/08/16 17:08

    >tiitoi様
    以下のコードでうまくいきました。お騒がせいたしました。
    !find '.' -name '*.ipynb_checkpoints' -exec rm -r {} +

    キャンセル

+1

実質隠しファイルなのでターミナルでls -aなどとすれば見れると思います。また、例えばMacなどのFinder上で行いたい場合は、Cmd + Shift + .で隠しファイルが表示できると思います。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2019/08/16 17:01

    >bamboo-nova様
    教えていただいた方法で確認することができました。
    ご回答ありがとうございました。

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 88.22%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る