使用Keras在Python中加载.mat数据

Question

我想在Python上使用Keras运行一个神经网络样本程序。我的数据以Matlab .mat文件的形式存在。

train_data.mat (size: 32x32x10,000 single)
train_label.mat (size: 1x10,000 single)
test_data.mat (size: 32x32x2,000 single)
test_label.mat (size: 1x2,000 single)

我该如何使用Keras在Python中加载上述.mat数据以替换MNIST数据集？

from keras.datasets import mnist
(train_data, train_label), (test_data, test_label) = mnist.load_data()

编辑（仅供说明）

假设我的.train_data文件是.mat格式，其中包含三个数据，大小为2x2x3。

val(:,:,1) =

     1     1
     1     1


val(:,:,2) =

     2     2
     2     2


val(:,:,3) =

     3     3
     3     3

使用scipy.io.loadmat加载后，它的大小为（2L，2L，3L）。

>>> A
array([[[1, 2, 3],
        [1, 2, 3]],

       [[1, 2, 3],
        [1, 2, 3]]], dtype=uint8)

如何将它重塑为（3L，2L，2L），这意味着三个形状为（2L，2L）的数据？ 答案

>>> import scipy.io
>>> A = scipy.io.loadmat('train_data')
>>> B = A.flatten(1)  # flatten to vector
>>> C = B.reshape(3,2,2) # reshape

>>> C
array([[[1, 1],
        [1, 1]],

       [[2, 2],
        [2, 2]],

       [[3, 3],
        [3, 3]]], dtype=uint8)

- tarako

Answer 1

正如 @Krishna 所说，您可以使用 scipy.io.loadmat 将 Matlab 文件加载为 numpy 数组。然后，您需要重新整理数据，例如， train_data 需要被整理成 （10000,32,32） 的形状。

但是，如果您拥有的 Matlab 文件是 v7 格式， scipy.io.loadmat 可能会给出错误。在这种情况下，Matlab 文件实际上是以 hdf5 格式存在。您需要使用 h5py 来加载数据。

- pyan

---

scipy.io.loadmat 没有报错，这意味着格式是正确的。但是无法重新调整其形状。 - tarako

Answer 2

您可以使用scipy.io.loadmat读取.mat文件。请阅读相关文档以获取详细信息。

- Krishna Kishore Andhavarapu

---

我已经阅读了它，但不确定如何重新塑造数据。请查看我的编辑。 - tarako