Nano Hash - криптовалюты, майнинг, программирование

Как обрабатывать относительные пути python в тесте travis

У меня есть unittest, который загружает json файл с simulate(config="../data/config/default.json"), и локально он работает нормально, и тесты пройдены.

Затем я передаю его .travis.yml с - python -m unittest tests.test_consistency, и он не может найти этот файл json. Выдает ошибку:

FileNotFoundError: [Errno 2] No such file or directory: '../data/config/default.json'

почему это, я что-то упустил с относительными путями?

python travis-ci
23.09.2020

Ответы:


1

Похоже, что это решение сработало, поэтому какой бы локальный файл у меня ни был, file.json я изменил его в тестовых файлах на:

CONFIG_PATH = os.path.join(os.path.dirname(__file__), 'file.json')

Однако это усложняет работу с кодом. Мне нужно было перегрузить все места, где я загружаю файлы локально, с помощью

params.paths.G = os.path.join(root_path,  params.paths.G)  # graphml of a current .city
24.09.2020
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..