Error: filepath: D:\yy\大学计算机基础上机\r\期末大作业\数据\Kaggle数据\1_task.xlsx libxls error: Unable to open file >

时间: 2023-08-22 11:04:50 浏览: 227
### 回答1: 这个错误提示意味着你的代码无法打开指定的 Excel 文件。这可能是因为文件路径错误、文件不存在、文件名错误等原因导致的。你可以检查一下文件路径是否正确,或者尝试使用其他 Excel 文件来测试你的代码是否正常工作。另外,还可以检查一下你使用的 Excel 文件是否已经被其他程序打开,如果是,则需要关闭其他程序才能继续访问该文件。 ### 回答2: 错误提示显示无法打开文件,可能是由于以下几个原因导致的: 1. 文件路径错误:文件路径中的某一部分可能有误,例如文件夹名、文件名或文件格式。请检查文件路径中的每个部分是否正确,包括目录、子目录和文件名的拼写和格式。 2. 文件不存在:文件可能不存在于指定的路径中。请确保文件确实存在于指定路径中,可以通过在文件管理器中手动导航到该文件夹并确认文件是否存在来验证。 3. 权限问题:您可能没有足够的权限来打开文件。请确认您有足够的权限并且没有被限制访问该文件。 4. 文件损坏:文件可能已损坏或无效。这可能是由于传输错误、存储介质故障或文件格式不受支持等原因引起的。尝试使用其他程序或工具打开该文件,以确定文件是否能够正常打开。 5. 依赖库缺失:可能由于缺少相关的依赖库或驱动程序而无法打开文件。请确保您安装了相应的依赖库或驱动程序,并且已将其正确配置。 根据实际情况,逐一排查上述原因,并采取相应的纠正措施,以解决无法打开文件的问题。 ### 回答3: 该错误消息说明在打开指定文件路径下的一个名为"1_task.xlsx"的Excel文件时出现了问题。具体的错误是由于"libxls"库无法打开该文件而导致的。 出现这个错误的原因可能有几种可能性: 1. 文件路径错误:文件路径可能没有正确指向该Excel文件。请确保文件在指定路径下,并检查路径是否正确输入。 2. 文件损坏:Excel文件可能已损坏或者格式不兼容。请尝试重新安装或下载文件,确保文件完整且无损。 3. 缺少依赖库:可能缺少必要的库文件,例如"libxls"。请确保已正确安装所需要的库文件,并且路径设置正确。 4. 权限问题:当前用户可能没有足够的权限来打开或读取该文件。请确保具有足够的权限,或者尝试以管理员身份运行程序。 为了解决这个错误,你可以尝试以下几个步骤: 1. 确认文件路径正确,并检查文件是否在指定路径下。 2. 检查文件是否正确且完整,尝试重新下载或安装文件。 3. 检查是否已正确安装所需的库文件,并确认路径设置正确。 4. 尝试以管理员身份运行程序,以获得足够的权限来打开文件。 如果问题仍然存在,请进一步了解错误的具体原因,并搜索相关资料或向相关技术支持寻求帮助。
阅读全文

相关推荐

Traceback (most recent call last): File "E:\作业\建模\新冠\1.py", line 9, in <module> df = pd.read_csv(r'上海市新增病例人数.xlsx') File "C:\Users\Lenovo\AppData\Roaming\Python\Python310\site-packages\pandas\io\parsers\readers.py", line 912, in read_csv return _read(filepath_or_buffer, kwds) File "C:\Users\Lenovo\AppData\Roaming\Python\Python310\site-packages\pandas\io\parsers\readers.py", line 577, in _read parser = TextFileReader(filepath_or_buffer, **kwds) File "C:\Users\Lenovo\AppData\Roaming\Python\Python310\site-packages\pandas\io\parsers\readers.py", line 1407, in __init__ self._engine = self._make_engine(f, self.engine) File "C:\Users\Lenovo\AppData\Roaming\Python\Python310\site-packages\pandas\io\parsers\readers.py", line 1679, in _make_engine return mapping[engine](f, **self.options) File "C:\Users\Lenovo\AppData\Roaming\Python\Python310\site-packages\pandas\io\parsers\c_parser_wrapper.py", line 93, in __init__ self._reader = parsers.TextReader(src, **kwds) File "pandas\_libs\parsers.pyx", line 548, in pandas._libs.parsers.TextReader.__cinit__ File "pandas\_libs\parsers.pyx", line 637, in pandas._libs.parsers.TextReader._get_header File "pandas\_libs\parsers.pyx", line 848, in pandas._libs.parsers.TextReader._tokenize_rows File "pandas\_libs\parsers.pyx", line 859, in pandas._libs.parsers.TextReader._check_tokenize_status File "pandas\_libs\parsers.pyx", line 2017, in pandas._libs.parsers.raise_parser_error UnicodeDecodeError: 'utf-8' codec can't decode byte 0xa6 in position 17: invalid start byte

D:\anaconda3\python.exe F:\py-workspace\py\雪灾\随机森林.py Traceback (most recent call last): File "F:\py-workspace\py\雪灾\随机森林.py", line 11, in <module> data = pd.read_csv('E:/桌面/预测脆弱性/20230523/预测样本/预测样本.xlsx') File "D:\anaconda3\lib\site-packages\pandas\util\_decorators.py", line 311, in wrapper return func(*args, **kwargs) File "D:\anaconda3\lib\site-packages\pandas\io\parsers\readers.py", line 678, in read_csv return _read(filepath_or_buffer, kwds) File "D:\anaconda3\lib\site-packages\pandas\io\parsers\readers.py", line 575, in _read parser = TextFileReader(filepath_or_buffer, **kwds) File "D:\anaconda3\lib\site-packages\pandas\io\parsers\readers.py", line 932, in __init__ self._engine = self._make_engine(f, self.engine) File "D:\anaconda3\lib\site-packages\pandas\io\parsers\readers.py", line 1234, in _make_engine return mapping[engine](f, **self.options) File "D:\anaconda3\lib\site-packages\pandas\io\parsers\c_parser_wrapper.py", line 75, in __init__ self._reader = parsers.TextReader(src, **kwds) File "pandas\_libs\parsers.pyx", line 544, in pandas._libs.parsers.TextReader.__cinit__ File "pandas\_libs\parsers.pyx", line 633, in pandas._libs.parsers.TextReader._get_header File "pandas\_libs\parsers.pyx", line 847, in pandas._libs.parsers.TextReader._tokenize_rows File "pandas\_libs\parsers.pyx", line 1952, in pandas._libs.parsers.raise_parser_error UnicodeDecodeError: 'utf-8' codec can't decode bytes in position 15-16: invalid continuation byte 进程已结束,退出代码1

E:\anaconda\ruanjianbenti\python.exe C:\Users\WHliGONG\Desktop\shuxuejianmo\随机森林.py Traceback (most recent call last): File "C:\Users\WHliGONG\Desktop\shuxuejianmo\随机森林.py", line 3, in <module> df=pd.read_csv("C:\\Users\\WHliGONG\\Desktop\\tempdanti.xlsx") File "E:\anaconda\ruanjianbenti\lib\site-packages\pandas\util\_decorators.py", line 311, in wrapper return func(*args, **kwargs) File "E:\anaconda\ruanjianbenti\lib\site-packages\pandas\io\parsers\readers.py", line 678, in read_csv return _read(filepath_or_buffer, kwds) File "E:\anaconda\ruanjianbenti\lib\site-packages\pandas\io\parsers\readers.py", line 575, in _read parser = TextFileReader(filepath_or_buffer, **kwds) File "E:\anaconda\ruanjianbenti\lib\site-packages\pandas\io\parsers\readers.py", line 932, in __init__ self._engine = self._make_engine(f, self.engine) File "E:\anaconda\ruanjianbenti\lib\site-packages\pandas\io\parsers\readers.py", line 1234, in _make_engine return mapping[engine](f, **self.options) File "E:\anaconda\ruanjianbenti\lib\site-packages\pandas\io\parsers\c_parser_wrapper.py", line 75, in __init__ self._reader = parsers.TextReader(src, **kwds) File "pandas\_libs\parsers.pyx", line 544, in pandas._libs.parsers.TextReader.__cinit__ File "pandas\_libs\parsers.pyx", line 633, in pandas._libs.parsers.TextReader._get_header File "pandas\_libs\parsers.pyx", line 847, in pandas._libs.parsers.TextReader._tokenize_rows File "pandas\_libs\parsers.pyx", line 1952, in pandas._libs.parsers.raise_parser_error UnicodeDecodeError: 'utf-8' codec can't decode byte 0xf8 in position 14: invalid start byte 进程已结束,退出代码1 这个报错怎么解决

改进这段代码 import pandas as pd from sklearn.feature_extraction import DictVectorizer from sklearn import tree from sklearn.model_selection import train_test_split import matplotlib.pyplot as plt filepath='E:\\《python与数据科学》考核方式和考核说明\\银行营销数据_训练集和测试集.xlsx' data=pd.read_excel(filepath,sheet_name=0) vec_x=DictVectorizer(sparse = False) vec_y=DictVectorizer(sparse = False) x_feature = data[['duration','emp.var.rate','nr.employed']] x_train = vec_x.fit_transform(x_feature.to_dict(orient='records')) y_feature = data[['y']] y_train = vec_y.fit_transform(y_feature.to_dict(orient='records')) print('show feature\n',x_feature) print('show vector\n',x_train) print('show vector name\n',vec_x.get_feature_names_out()) print('show feature\n',y_feature) print('show vector\n',y_train) print('show vector name\n',vec_y.get_feature_names_out()) clf = tree.DecisionTreeClassifier(criterion='gini') clf.fit(x_train,y_train) plt.figure(figsize=(30,10),facecolor='yellow') tree.plot_tree(clf,filled = True); plt.show() r=tree.export_text(clf,feature_names=list(vec_x.get_feature_names_out())) print(r) filepath1='E:\\《python与数据科学》考核方式和考核说明\\银行营销数据_待分析.xlsx' data1=pd.read_excel(filepath1,sheet_name=0) data['考试学号']=data['考试学号'].astype("str") data1=data1[data1['考试学号'] == 2020051507220] x_feature = data1[['duration','emp.var.rate','nr.employed']] x_test = vec_x.fit_transform(x_feature.to_dict(orient='records')) test_predict = clf.predict(x_test) print(test_predict) print(vec_y.get_feature_names_out())

def load_excel(self, filename, menu_label, selected_label_text): self.la = menu_label self.workbook = xl.load_workbook(filename) self.sheet_names = sorted(self.workbook.sheetnames) # 按工作表名称从小到大排序 self.selected_label.config(text=selected_label_text) # 更新选中标签文本 data4 = self.la if not data4.endswith('.xlsx'): data4 += '.xlsx' # 拼接完整的文件路径 wo=r'\pcq-smt-ftp01\smt$\CQ SMT-單板測試課\2.生產組\點檢表\點檢歷史資料' filepath = os.path.join(wo, data4) print(filepath) # 判断文件是否存在,如果存在则打开,否则创建一个新的 Excel 文件 if os.path.exists(filepath): wb = openpyxl.load_workbook(filepath) print(f'{filepath}文件存在...') else: wb = openpyxl.Workbook() print(f'{filepath}創建好了') # 获取工作表并保存 ws = wb.active wb.save(filepath) # 清空左侧面板 for widget in self.sheet_frame.winfo_children(): widget.destroy() # 清空右下側面板 for widget in self.unique_listbox.winfo_children(): widget.destroy() # 在右下側添加文本標簽 for i, sheet_name in enumerate(self.sheet_names): label = tk.Label(self.unique_listbox, text=sheet_name) # 打开文件并筛选当天日期 workbook = xl.load_workbook(filepath) for sheet_name in self.sheet_names: sheet = workbook.active today = datetime.datetime.now().strftime('%Y/%m/%d') filtered_rows = [] for row in sheet.iter_rows(min_row=3): if row[2].value == today and row[8].value == sheet_name: filtered_rows.append(row) # 在右下側添加文本標簽 label = tk.Label(self.unique_listbox, text=sheet_name) if filtered_rows: label.config(text=f"{sheet_name} - 已點檢") else: label.config(text=f"{sheet_name} - 未點檢") label.grid(row=i // 5, column=i % 5, sticky="ew", padx=1, pady=1)這個代碼中爲什麽只比對了一個工作表,需要修改為所有工作表

def load_excel(self, filename, menu_label, selected_label_text): self.la = menu_label self.workbook = xl.load_workbook(filename) self.sheet_names = sorted(self.workbook.sheetnames) # 按工作表名称从小到大排序 self.selected_label.config(text=selected_label_text) # 更新选中标签文本 data4 = self.la if not data4.endswith('.xlsx'): data4 += '.xlsx' # 拼接完整的文件路径 wo=r'\\pcq-smt-ftp01\smt$\CQ SMT-單板測試課\2.生產組\點檢表\點檢歷史資料' filepath = os.path.join(wo, data4) print(filepath) # 清空左侧面板 for widget in self.sheet_frame.winfo_children(): widget.destroy() # 清空右下側面板 for widget in self.unique_listbox.winfo_children(): widget.destroy() # 在右下側添加文本標簽 for i, sheet_name in enumerate(self.sheet_names): label = tk.Label(self.unique_listbox, text=sheet_name) # 打开文件并筛选当天日期 workbook = xl.load_workbook(filepath) for sheet_name in self.sheet_names: sheet = workbook.active today = datetime.datetime.now().strftime('%Y/%m/%d') filtered_rows = [] for row in sheet.iter_rows(min_row=3): if row[2].value == today and row[8].value == sheet_name: filtered_rows.append(row) # 在右下側添加文本標簽 label = tk.Label(self.unique_listbox, text=sheet_name) if filtered_rows: label.config(text=f"{sheet_name} - 已點檢") else: label.config(text=f"{sheet_name} - 未點檢") label.grid(row=i // 5, column=i % 5, sticky="ew", padx=1, pady=1)這句代碼中需要修改為所有工作表名稱去比對

def refresh_labels(self): data4 = self.la # 连接到 SQLite 数据库文件,并创建游标对象 cursor() conn = sqlite3.connect(filepath) cursor = conn.cursor() data41 = str(self.la) if not data4.endswith('.xlsx'): data4 += '.xlsx' wo = pinjie filepath = os.path.join(wo, data4) if not os.path.exists(filepath): wb = openpyxl.Workbook() wb.save(filepath) else: wb = openpyxl.load_workbook(filepath) for i, sheet_name in enumerate(self.sheet_names): label = tk.Label(self.unique_listbox, text=sheet_name) label.grid(row=i // 3, column=i % 3, sticky="ew", padx=1, pady=1) current_time = datetime.datetime.now().time() start_time_1 = datetime.time(8, 0, 0) # 早上8点 end_time_1 = datetime.time(20, 0, 0) # 下午7点 start_time_2 = datetime.time(20, 0, 0) # 晚上8点 end_time_2 = datetime.time(7, 0, 0) # 早上7点 for i, sheet_name in enumerate(self.sheet_names): filtered_rows = [] # 优化第二段代码:检查文件是否存在 filepath = os.path.join(pinjie, self.la + '.xlsx') if os.path.exists(filepath): workbook = xl.load_workbook(filepath) sheet = workbook.active today = datetime.datetime.now().strftime('%Y/%m/%d') cell_value = sheet.cell(row=1, column=1).value if cell_value is not None and cell_value != '': for row in sheet.iter_rows(min_row=1): if row[2].value == today and row[8].value == sheet_name: datetime_obj = datetime.datetime.strptime(row[3].value, '%H:%M:%S') row_time = datetime_obj.time() if start_time_1 <= row_time <= end_time_1 and start_time_1 <= current_time <= end_time_1: filtered_rows.append(row) elif start_time_2 <= row_time or current_time <= end_time_2: filtered_rows.append(row) label = self.unique_listbox.grid_slaves(row=i // 3, column=i % 3)[0] if filtered_rows: label.config(text=f"{sheet_name} - 已點檢", fg="green") else: label.config(text=f"{sheet_name} - 未點檢", fg="red")什麽意思

最新推荐

recommend-type

解决Tensorflow2.0 tf.keras.Model.load_weights() 报错处理问题

**问题1:SystemError: unknown opcode** 这个问题通常发生在尝试在不同Python版本之间加载模型时。由于Python的Lambda函数在不同版本间可能存在差异,导致加载失败。解决办法是确保训练和加载模型的环境使用相同...
recommend-type

C#使用FileStream循环读取大文件数据的方法示例

C# 使用 FileStream 循环读取大文件数据的方法示例 在实际开发中,我们经常需要处理大文件数据,而 C# 提供了 FileStream 来帮助我们实现文件流的操作。在大文件数据处理中,直接读取整个文件可能会出现内存溢出或...
recommend-type

C#.NET中如何批量插入大量数据到数据库中

在C#.NET中批量插入大量数据到数据库是一个常见的任务,特别是在处理诸如从Excel文件导入数据等场景时。这里,我们将探讨如何使用C#.NET高效地完成这个任务,并提供一个简单的示例来说明整个过程。 首先,我们需要...
recommend-type

若依管理存在任何文件读取漏洞检测系统,渗透测试.zip

若依管理存在任何文件读取漏洞检测系统,渗透测试若一管理系统发生任意文件读取若依管理系统存在任何文件读取免责声明使用本程序请自觉遵守当地法律法规,出现一切后果均与作者无关。本工具旨在帮助企业快速定位漏洞修复漏洞,仅限安全授权测试使用!严格遵守《中华人民共和国网络安全法》,禁止未授权非法攻击站点!由于作者用户欺骗造成的一切后果与关联。毒品用于非法一切用途,非法使用造成的后果由自己承担,与作者无关。食用方法python3 若依管理系统存在任意文件读取.py -u http://xx.xx.xx.xxpython3 若依管理系统存在任意文件读取.py -f url.txt
recommend-type

Python中快速友好的MessagePack序列化库msgspec

资源摘要信息:"msgspec是一个针对Python语言的高效且用户友好的MessagePack序列化库。MessagePack是一种快速的二进制序列化格式,它旨在将结构化数据序列化成二进制格式,这样可以比JSON等文本格式更快且更小。msgspec库充分利用了Python的类型提示(type hints),它支持直接从Python类定义中生成序列化和反序列化的模式。对于开发者来说,这意味着使用msgspec时,可以减少手动编码序列化逻辑的工作量,同时保持代码的清晰和易于维护。 msgspec支持Python 3.8及以上版本,能够处理Python原生类型(如int、float、str和bool)以及更复杂的数据结构,如字典、列表、元组和用户定义的类。它还能处理可选字段和默认值,这在很多场景中都非常有用,尤其是当消息格式可能会随着时间发生变化时。 在msgspec中,开发者可以通过定义类来描述数据结构,并通过类继承自`msgspec.Struct`来实现。这样,类的属性就可以直接映射到消息的字段。在序列化时,对象会被转换为MessagePack格式的字节序列;在反序列化时,字节序列可以被转换回原始对象。除了基本的序列化和反序列化,msgspec还支持运行时消息验证,即可以在反序列化时检查消息是否符合预定义的模式。 msgspec的另一个重要特性是它能够处理空集合。例如,上面的例子中`User`类有一个名为`groups`的属性,它的默认值是一个空列表。这种能力意味着开发者不需要为集合中的每个字段编写额外的逻辑,以处理集合为空的情况。 msgspec的使用非常简单直观。例如,创建一个`User`对象并序列化它的代码片段显示了如何定义一个用户类,实例化该类,并将实例序列化为MessagePack格式。这种简洁性是msgspec库的一个主要优势,它减少了代码的复杂性,同时提供了高性能的序列化能力。 msgspec的设计哲学强调了性能和易用性的平衡。它利用了Python的类型提示来简化模式定义和验证的复杂性,同时提供了优化的内部实现来确保快速的序列化和反序列化过程。这种设计使得msgspec非常适合于那些需要高效、类型安全的消息处理的场景,比如网络通信、数据存储以及服务之间的轻量级消息传递。 总的来说,msgspec为Python开发者提供了一个强大的工具集,用于处理高性能的序列化和反序列化任务,特别是当涉及到复杂的对象和结构时。通过利用类型提示和用户定义的模式,msgspec能够简化代码并提高开发效率,同时通过运行时验证确保了数据的正确性。"
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

STM32 HAL库函数手册精读:最佳实践与案例分析

![STM32 HAL库函数手册精读:最佳实践与案例分析](https://khuenguyencreator.com/wp-content/uploads/2020/07/bai11.jpg) 参考资源链接:[STM32CubeMX与STM32HAL库开发者指南](https://wenku.csdn.net/doc/6401ab9dcce7214c316e8df8?spm=1055.2635.3001.10343) # 1. STM32与HAL库概述 ## 1.1 STM32与HAL库的初识 STM32是一系列广泛使用的ARM Cortex-M微控制器,以其高性能、低功耗、丰富的外设接
recommend-type

如何利用FineReport提供的预览模式来优化报表设计,并确保最终用户获得最佳的交互体验?

针对FineReport预览模式的应用,这本《2020 FCRA报表工程师考试题库与答案详解》详细解读了不同预览模式的使用方法和场景,对于优化报表设计尤为关键。首先,设计报表时,建议利用FineReport的分页预览模式来检查报表的布局和排版是否准确,因为分页预览可以模拟报表在打印时的页面效果。其次,通过填报预览模式,可以帮助开发者验证用户交互和数据收集的准确性,这对于填报类型报表尤为重要。数据分析预览模式则适合于数据可视化报表,可以在这个模式下调整数据展示效果和交互设计,确保数据的易读性和分析的准确性。表单预览模式则更多关注于表单的逻辑和用户体验,可以用于检查表单的流程是否合理,以及数据录入
recommend-type

大学生社团管理系统设计与实现

资源摘要信息:"基于ssm+vue的大学生社团管理系统.zip" 该系统是基于Java语言开发的,使用了ssm框架和vue前端框架,主要面向大学生社团进行管理和运营,具备了丰富的功能和良好的用户体验。 首先,ssm框架是Spring、SpringMVC和MyBatis三个框架的整合,其中Spring是一个全面的企业级框架,可以处理企业的业务逻辑,实现对象的依赖注入和事务管理。SpringMVC是基于Servlet API的MVC框架,可以分离视图和模型,简化Web开发。MyBatis是一个支持定制化SQL、存储过程以及高级映射的持久层框架。 SpringBoot是一种全新的构建和部署应用程序的方式,通过使用SpringBoot,可以简化Spring应用的初始搭建以及开发过程。它使用了特定的方式来进行配置,从而使开发人员不再需要定义样板化的配置。 Vue.js是一个用于创建用户界面的渐进式JavaScript框架,它的核心库只关注视图层,易于上手,同时它的生态系统也十分丰富,提供了大量的工具和库。 系统主要功能包括社团信息管理、社团活动管理、社团成员管理、社团财务管理等。社团信息管理可以查看和编辑社团的基本信息,如社团名称、社团简介等;社团活动管理可以查看和编辑社团的活动信息,如活动时间、活动地点等;社团成员管理可以查看和编辑社团成员的信息,如成员姓名、成员角色等;社团财务管理可以查看和编辑社团的财务信息,如收入、支出等。 此外,该系统还可以通过微信小程序进行访问,微信小程序是一种不需要下载安装即可使用的应用,它实现了应用“触手可及”的梦想,用户扫一扫或者搜一下即可打开应用。同时,它也实现了应用“用完即走”的理念,用户不用关心是否安装太多应用的问题。应用将无处不在,随时可用,但又无需安装卸载。 总的来说,基于ssm+vue的大学生社团管理系统是一款功能丰富、操作简便、使用方便的社团管理工具,非常适合大学生社团的日常管理和运营。
recommend-type

"互动学习:行动中的多样性与论文攻读经历"

多样性她- 事实上SCI NCES你的时间表ECOLEDO C Tora SC和NCESPOUR l’Ingén学习互动,互动学习以行动为中心的强化学习学会互动,互动学习,以行动为中心的强化学习计算机科学博士论文于2021年9月28日在Villeneuve d'Asq公开支持马修·瑟林评审团主席法布里斯·勒菲弗尔阿维尼翁大学教授论文指导奥利维尔·皮耶昆谷歌研究教授:智囊团论文联合主任菲利普·普雷教授,大学。里尔/CRISTAL/因里亚报告员奥利维耶·西格德索邦大学报告员卢多维奇·德诺耶教授,Facebook /索邦大学审查员越南圣迈IMT Atlantic高级讲师邀请弗洛里安·斯特鲁布博士,Deepmind对于那些及时看到自己错误的人...3谢谢你首先,我要感谢我的两位博士生导师Olivier和Philippe。奥利维尔,"站在巨人的肩膀上"这句话对你来说完全有意义了。从科学上讲,你知道在这篇论文的(许多)错误中,你是我可以依