1. Learn
    2. /
  2. Courses
    3. /
  3. Pisanie funkcji w Pythonie
Connected

Exercise

Zmiana katalogu roboczego

Korzystasz z biblioteki open-source, która pozwala trenować głębokie sieci neuronowe na twoich danych. Niestety, podczas trenowania biblioteka zapisuje modele pośrednie (czyli modele wytrenowane na części danych) w bieżącym katalogu roboczym. To dość uciążliwe – nie chcesz przecież za każdym razem uruchamiać skryptu z katalogu, w którym mają być zapisywane modele.

Postanawiasz rozwiązać ten problem, pisząc menedżer kontekstu, który zmienia bieżący katalog roboczy, pozwala trenować modele, a następnie przywraca katalog do pierwotnej lokalizacji. Zadbaj o to, żeby ewentualne błędy podczas trenowania nie blokowały przywrócenia oryginalnego katalogu roboczego.

Instructions

100 XP
  • Dodaj instrukcję, która pozwoli obsłużyć ewentualne błędy wewnątrz kontekstu.
  • Dodaj instrukcję, która zagwarantuje wywołanie os.chdir(current_dir) – niezależnie od tego, czy wystąpił błąd, czy nie.