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!

新規登録して質問してみよう
ただいま回答率
87.20%
Keras

Kerasは、TheanoやTensorFlow/CNTK対応のラッパーライブラリです。DeepLearningの数学的部分を短いコードでネットワークとして表現することが可能。DeepLearningの最新手法を迅速に試すことができます。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

解決済

Python3 「.ipynb_checkpoints」の削除方法について

SuzuAya
SuzuAya

総合スコア71

Keras

Kerasは、TheanoやTensorFlow/CNTK対応のラッパーライブラリです。DeepLearningの数学的部分を短いコードでネットワークとして表現することが可能。DeepLearningの最新手法を迅速に試すことができます。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

2回答

0評価

0クリップ

1599閲覧

投稿2019/08/16 07:11

編集2019/08/16 07:12

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

Python

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)

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。

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。

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

評価を下げると、トップページの「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。

まだ回答がついていません

会員登録して回答してみよう

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
87.20%

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る

質問する

関連した質問

同じタグがついた質問を見る

Keras

Kerasは、TheanoやTensorFlow/CNTK対応のラッパーライブラリです。DeepLearningの数学的部分を短いコードでネットワークとして表現することが可能。DeepLearningの最新手法を迅速に試すことができます。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。