Apprentissage par renforcement 23 Créez et utilisez votre propre module avec Colaboratory

Il s'agit d'une méthode pour créer et utiliser votre propre module dans Colaboratory.

Tout d'abord, créez un dossier pour le module dans Google Drive. Le nom est chokozainerRL. Créez un fichier vide \ _ \ _ init__.py dans chokozainerRL. J'ai créé un fichier avec VSCode et l'ai téléchargé. Ensuite, créez un fichier test.py comme celui ci-dessous et téléchargez-le.

test.py


class Test:
  def sayStr(self, str):
    print(str)
Dans le dossier chokozainer
    __test__.py
    test.py

Le cahier ressemble à ce qui suit.

import google.colab.drive
google.colab.drive.mount('gdrive')
!ln -s gdrive/My\ Drive mydrive
!ln -s gdrive/My\ Drive/chokozainer chokozainer

from chokozainerRL import test
a=test.Test()
a.sayStr("Hello Papa")

À mesure que le programme se développe, il devient plus pratique de créer votre propre module.

Recommended Posts

Apprentissage par renforcement 23 Créez et utilisez votre propre module avec Colaboratory
[Renforcer l'apprentissage] DQN avec votre propre bibliothèque
Créez votre propre serveur DNS avec Twisted
Créez votre propre valeur composite avec SQLAlchemy
Pour importer votre propre module avec jupyter
Utilisez TPU et Keras avec Google Colaboratory
Mettez vos propres données d'image dans Deep Learning et jouez avec
Créez votre propre caméra virtuelle avec Python + OpenCV et appliquez des effets originaux
Développez et gonflez votre propre ensemble de données Deep Learning
Créez rapidement votre propre module avec setuptools (python)
Créez une roue de votre propre module OpenCV
"Apprentissage de word2vec" et "Visualisation avec Tensorboard" sur Colaboratory
[Apprentissage automatique] Créez un modèle d'apprentissage automatique en effectuant un apprentissage par transfert avec votre propre ensemble de données
Créez votre propre exception
Mémo pour créer votre propre Box avec le Python de Pepper
Renforcer l'apprentissage 18 Colaboratory + Acrobat + ChainerRL
Renforcer l'apprentissage 17 Colaboratory + CartPole + ChainerRL
Renforcer l'apprentissage 28 collaboratif + OpenAI + chainerRL
Renforcer l'apprentissage 19 Colaboratory + Mountain_car + ChainerRL
Apprentissage amélioré à partir de Python
Renforcer l'apprentissage 20 Colaboratoire + Pendule + ChainerRL
Comment utiliser pyenv et pyenv-virtualenv à votre manière
Reconnaissez votre patron avec Deep Learning et masquez l'écran
Créez votre propre middleware Django
Créez votre propre classe de structure graphique et son dessin avec python
[Introduction au style GAN] Apprentissage unique de l'animation avec votre propre machine ♬
Créez votre propre plateforme IoT en utilisant raspberrypi et ESP32 (partie 1)
Introduction au Deep Learning (2) - Essayez votre propre régression non linéaire avec Chainer-
Renforcer l'apprentissage 21 Colaboratoire + Pendule + ChainerRL + A2C
Renforcer l'apprentissage 13 Essayez Mountain_car avec ChainerRL.
[Python] journalisation dans votre propre module
Résolvez votre propre labyrinthe avec Q Learning
Renforcer l'apprentissage 22 Colaboratory + CartPole + ChainerRL + A3C
Explorez le labyrinthe avec l'apprentissage augmenté
Créez votre propre service de résolution de noms
[Django] Créez votre propre page d'erreur 403, 404, 500
Renforcer l'apprentissage 24 Colaboratory + CartPole + ChainerRL + ACER
Entraînez UGATIT avec votre propre jeu de données
Résolvez votre propre labyrinthe avec DQN
Créons un modèle de reconnaissance d'image avec vos propres données et jouons!
Apprenez avec Shogi AI Deep Learning sur Mac et Google Colab Utilisez Google Colab
Votre propre client Twitter réalisé avec Django
Créez vos propres commandes Linux en Python
Créez wordcloud à partir de votre tweet avec python3
[LLDB] Créez votre propre commande avec Python
Utilisez facilement vos propres fonctions en Python
[Python] Empaquetez et distribuez vos propres modules
Utiliser Jupyter Lab et Jupyter Notebook avec EC2
Créez votre propre PC pour un apprentissage en profondeur
Création de la première application avec Django startproject
Publiez votre propre bibliothèque Python sur Homebrew
[Python] Essayez facilement l'apprentissage amélioré (DQN) avec Keras-RL
Utiliser Python et MeCab avec Azure Functions
Renforcer l'apprentissage 11 Essayez OpenAI acrobot avec ChainerRL.