FileNotFoundError: [Errno 2] No such file or directory: 'model.joblib'
`joblib.load` (sau `pickle.load`) nu găsește fișierul modelului la calea dată: nu a fost salvat, are alt nume sau scriptul rulează din alt folder. Verifică numele, salvează modelul întâi cu `joblib.dump(model, "model.joblib")` și folosește o cale absolută sau relativă la script.
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
[Errno 2] este codul sistemului de operare pentru „fișierul nu există”. Calea din mesaj ('model.joblib') este exact ce a primit joblib.load. O cale relativă se caută în folderul curent de lucru (cel din care ai pornit Python sau notebook-ul), nu în folderul scriptului, iar asta e cauza celor mai multe surprize.
În proiectele de ML apare când rulezi scriptul de predicție înainte de cel de antrenare, când salvezi în models/ și încarci din rădăcină, când ai scris extensia diferit (.pkl față de .joblib), sau când rulezi pe un server sau într-un container unde fișierul nu a fost copiat.
Verifică imediat cu import os; print(os.getcwd(), os.listdir()) unde te afli și ce fișiere vezi de acolo.
De ce apare: cauzele frecvente
1Modelul nu a fost salvat încă
model = joblib.load("model.joblib")joblib.dump(model, "model.joblib") # în scriptul de antrenare
model = joblib.load("model.joblib")Fișierul există doar după dump; rulează întâi antrenarea și salvarea.
2Nume sau extensie diferită
joblib.dump(model, "model.pkl")
model = joblib.load("model.joblib")CALE = "model.joblib"
joblib.dump(model, CALE)
model = joblib.load(CALE)O singură constantă pentru cale garantează că salvezi și încarci același fișier.
3Cale relativă la alt folder
joblib.load("models/model.joblib") # rulat din alt folderfrom pathlib import Path
CALE = Path(__file__).parent / "models" / "model.joblib"
model = joblib.load(CALE)Calea construită de la folderul scriptului nu depinde de locul din care pornești programul.
Repară eroarea, direct în pagină
Codul de mai jos dă FileNotFoundError: ... No such file or directory: 'model.joblib', pentru că modelul este salvat ca clasificator.joblib, dar încărcat ca model.joblib. Folosește o singură constantă CALE pentru salvare și încărcare, ca programul să afișeze predicția modelului reîncărcat.
import joblib
from sklearn.tree import DecisionTreeClassifier
X = [[1, 0], [2, 0], [8, 1], [9, 1]]
y = [0, 0, 1, 1]
model = DecisionTreeClassifier(random_state=0).fit(X, y)
joblib.dump(model, "clasificator.joblib")
incarcat = joblib.load("model.joblib")
print("Predictie:", incarcat.predict([[7, 1]]).tolist())Predictie: [1]
Indiciu
Definește CALE = "model.joblib" și folosește-o și la dump, și la load.
Reparația
import joblib
from sklearn.tree import DecisionTreeClassifier
X = [[1, 0], [2, 0], [8, 1], [9, 1]]
y = [0, 0, 1, 1]
model = DecisionTreeClassifier(random_state=0).fit(X, y)
CALE = "model.joblib"
joblib.dump(model, CALE)
incarcat = joblib.load(CALE)
print("Predictie:", incarcat.predict([[7, 1]]).tolist())De ce merge
joblib.dump scrie modelul pe disc la calea dată, iar joblib.load îl citește de la aceeași cale. Cu o singură constantă nu mai poți greși numele într-una dintre ele. Modelul reîncărcat e identic cu cel antrenat, deci clasifică exemplul nou în clasa 1.
Alte forme ale mesajului
FileNotFoundError: [Errno 2] No such file or directory: 'model.pkl'FileNotFoundError: [Errno 2] No such file or directory: 'models/pipeline.joblib'FileNotFoundError: [WinError 2] The system cannot find the file specified
Cum o eviți pe viitor
Ține căile într-un singur loc (o constantă sau un fișier de configurare) și construiește-le cu pathlib pornind de la folderul proiectului. Adaugă la începutul scriptului de predicție un mesaj clar: if not CALE.exists(): raise SystemExit("Rulează întâi antrenarea"). Salvează tot pipeline-ul (preprocesare + model), nu doar modelul, ca să nu lipsească nimic la încărcare.
Întrebări frecvente
Ce folosesc pentru modele: joblib sau pickle?
Ambele merg; documentația scikit-learn recomandă joblib pentru modele cu array-uri mari, pentru că le salvează mai eficient. Fișierele se încarcă doar cu aceeași bibliotecă și, ideal, cu aceeași versiune de scikit-learn.
În notebook merge, ca script nu. De ce?
Notebook-ul rulează din folderul în care se află, iar scriptul din folderul terminalului. Calea relativă înseamnă lucruri diferite în cele două cazuri; folosește o cale construită de la __file__.
Erori înrudite
PicklingError: Can't pickle <function <lambda> at 0x7f3a2c1e5d00>: it's not found as __main__.<lambda> Modelul sau pipeline-ul pe care vrei să-l salvezi cu pickle sau joblib conține o funcție lambda, iar pickle nu poate salva funcții fără nume. Înlocuiește lambda cu o funcție numpy (np.log1p) sau cu o funcție definită cu def într-un modul importabil. ImportError: cannot import name 'joblib' from 'sklearn.externals' Copia lui joblib inclusă în scikit-learn a fost scoasă în versiunea 0.23. Importă direct pachetul: import joblib, apoi joblib.dump(model, "model.joblib") și joblib.load("model.joblib"). joblib se instalează automat odată cu scikit-learn. NotFittedError: This LinearRegression instance is not fitted yet. Call 'fit' with appropriate arguments before using this estimator. Ai apelat predict, transform sau score pe un model (sau scaler) care încă n-a fost antrenat. Apelează întâi fit(X, y) pe același obiect, apoi predict. Verifică să nu fi creat un obiect nou între timp sau să fi antrenat altă variabilă. Învață Machine Learning de la zero, cu exerciții la fiecare lecție
Curs Machine Learning și AI pentru începători: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.
