我有一个深度学习模型,生成了一个大小为2x2x4096的输出多维数组。 对于每个输入图像,都有40,000个这样的输出。 如何在Python中实现这一点? Hdf5格式似乎是一个有趣的方向。
有人可以指点一下我应该往哪个方向走吗?
我有一个深度学习模型,生成了一个大小为2x2x4096的输出多维数组。 对于每个输入图像,都有40,000个这样的输出。 如何在Python中实现这一点? Hdf5格式似乎是一个有趣的方向。
有人可以指点一下我应该往哪个方向走吗?
import numpy as np
import tables
a = np.arange(100)
h5_file = tables.open_file('my_array.h5', mode='w', titel='many large arrays')
h5_file.create_array('/', 'my_array', a)
h5_file.close()
import numpy as np
import tables
my_arrays = [np.ones((2, 2, 4098)) for x in range(10)]
h5_file = tables.open_file('my_array.h5', mode='w', titel='many large arrays')
for n, arr in enumerate(my_arrays):
h5_file.create_array('/', 'my_array{}'.format(n), arr)
h5_file.close()
h5ls
命令:h5ls my_array.h5
my_array0 Dataset {2, 2, 4098}
my_array1 Dataset {2, 2, 4098}
my_array2 Dataset {2, 2, 4098}
my_array3 Dataset {2, 2, 4098}
my_array4 Dataset {2, 2, 4098}
my_array5 Dataset {2, 2, 4098}
my_array6 Dataset {2, 2, 4098}
my_array7 Dataset {2, 2, 4098}
my_array8 Dataset {2, 2, 4098}
my_array9 Dataset {2, 2, 4098}
读取所有:
import tables
h5_file = tables.open_file('my_arrays.h5', mode='r')
for node in h5_file:
print(node)
输出:
/ (RootGroup) ''
/my_array0 (Array(2, 2, 4098)) ''
/my_array1 (Array(2, 2, 4098)) ''
/my_array2 (Array(2, 2, 4098)) ''
/my_array3 (Array(2, 2, 4098)) ''
/my_array4 (Array(2, 2, 4098)) ''
/my_array5 (Array(2, 2, 4098)) ''
/my_array6 (Array(2, 2, 4098)) ''
/my_array7 (Array(2, 2, 4098)) ''
/my_array8 (Array(2, 2, 4098)) ''
/my_array9 (Array(2, 2, 4098)) ''
print(h5_file.root.my_array0)
输出:
/my_array0 (Array(2, 2, 4098)) ''