Question

我在Python中构建了一个矩阵，一个带有data.shape的numpy数组是（249,230）。这里的一切似乎都很好。

我用一些简单的代码将它写入hdf5文件：

GET /static/x/images/lolcat.jpg HTTP/1.1
Host: example.com

现在我希望这些数据作为Torch神经网络的输入。（249个长度为230的输入样本）。因此，我尝试用

将这个hdf5文件读入火炬

f = h5py.File("instructions.hdf5", "w")
f.create_dataset('/instructions', data=data)
f.close()

然而，当我打印（#input）时，我得到一个意想不到的结果，也有完全不同的数字：

local datafile = hdf5.open('instructions.hdf5', 'r')
local input = datafile:read('/instructions'):all()

有人知道出了什么问题吗？

Answer 1

我认为您可以尝试使用lutorpy将numpy矩阵转换为火炬张量。 Lutorpy在python中有一个lua引擎，能够用火炬分享numpy内存，这是一个例子：

import numpy
import Image

## boot strap lutorpy
import lutorpy as lua
require('torch')

getImage = numpy.asarray(Image.open("image.jpg"))
a = torch.fromNumpyArray(getImage)

# now you can use your image as torch Tensor
# for example: use SpatialConvolution from nn to process the image
require("nn")
n = nn.SpatialConvolution(1,16,12,12)
res = n.forward(n, a)
print(res._size())

# convert back to numpy array
output = res.asNumpyArray()

在Python中编写矩阵，在Torch中读取，出了什么问题

1 个答案: