[PYTHON] Gegenmaßnahmen für den Fehler "Oberes Verzeichnis kann nicht abgerufen werden" bei Verwendung von Deep Learning ②, das mit dem Spyder von ANACONDA von Grund auf neu erstellt wurde

Beim Umgang mit Python mit ANACONDAs Spyder, insbesondere in "Deep Learning von Grund auf ②" Wenn im folgenden Code ein Fehler auftritt, wurde der Fehler durch Maßnahmen wie diese behoben.

sys.path.append ('..') # Einstellungen zum Importieren von Dateien in das übergeordnete Verzeichnis

Klicken Sie in diesem Fall auf der Registerkarte "Python" oben links in ANACONDAs Spyder auf "PYTHONPATH-Manager". ![Screenshot 2020-02-20 18.29.34.png](https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/182169/e40a49dc-3e76-e12b-bd01- 341c8e88cfb9.png)

Danach konnte ich es lösen, indem ich das obere Verzeichnis betrat. スクリーンショット 2020-02-20 18.29.43.png

Es ist wunderbar, dies leicht tun zu können.

Recommended Posts

Gegenmaßnahmen für den Fehler "Oberes Verzeichnis kann nicht abgerufen werden" bei Verwendung von Deep Learning ②, das mit dem Spyder von ANACONDA von Grund auf neu erstellt wurde
[Deep Learning von Grund auf neu] Anfangsgewicht des neuronalen Netzwerks bei Verwendung der Relu-Funktion
Erstellen Sie mit Docker eine Umgebung für "Deep Learning von Grund auf neu"
Ein Memo bei der Ausführung des Beispielcodes von Deep Learning, der mit Google Colaboratory von Grund auf neu erstellt wurde
Bei Verwendung des Apollo-Verbunds mit gqlgen kann keine Bindung an einen Schnittstellenfehler hergestellt werden
Umgang mit OAuth2-Fehlern bei Verwendung von Google APIs aus Python
Realisieren Sie mit Docker und Vagrant die Umgebungskonstruktion für "Deep Learning von Grund auf neu"
[Deep Learning von Grund auf neu] Layer-Implementierung von der Softmax-Funktion zum Überkreuzen von Entropiefehlern
Lernbericht über das Lesen von "Deep Learning von Grund auf neu"
Umgang mit CUDA-Fehler "Bei dem Versuch, einen Wert abzurufen, anstatt einen Fehler zu behandeln. Intern: Geräteattribut 13 für Gerät 0 konnte nicht abgerufen werden: CUDA_ERROR_UNKNOWN: Unbekannter Fehler" beim Deep Learning
Bereiten Sie die Umgebung für das O'Reilly-Buch "Deep Learning from Grund neu" mit apt-get vor (Debian 8).
Deep Learning von Grund auf neu Die Theorie und Implementierung des mit Python erlernten Deep Learning Kapitel 3
[Deep Learning von Grund auf neu] Anfangswert des Gewichts des neuronalen Netzwerks unter Verwendung der Sigmoid-Funktion
Deep Learning von Grund auf neu ① Kapitel 6 "Lerntechniken"
"Deep Learning from Grund" Memo zum Selbststudium (Nr. 17) Ich habe versucht, DeepConvNet mit Keras zu erstellen
Wagen Sie es, mit Ruby zu lernen "Deep Learning from Grund von Grund auf neu" Importieren von Pickle-Dateien aus verbotenem PyCall
Anwendung von Deep Learning 2 von Grund auf neu Spam-Filter
Ich habe versucht, Dropout zu erklären
Deep Learning von Grund auf neu
[Deep Learning von Grund auf neu] Implementierung der Momentum-Methode und der AdaGrad-Methode
Versuchen Sie, ein Deep Learning / Neuronales Netzwerk mit Scratch aufzubauen
Ich habe versucht, Perceptron Teil 1 [Deep Learning von Grund auf neu] zu implementieren.
Kapitel 1 Einführung in Python Schneiden Sie nur die guten Punkte des Deeplearning aus, die von Grund auf neu erstellt wurden
Wenn Pyplot mit Macosx-Backends in einer mit virtualenv erstellten virtuellen Umgebung verwendet wird, ist es besser, eine Umgebung mit Laufzeitfehler => venv zu erstellen.