Python读取npy文件怎样达成 代码是什么
在实际应用中,我们有时候会遇到“Python读取npy文件怎样实现,代码是什么”这样的问题,我们该怎样来处理呢?下文给大家介绍了解决方法,希望这篇“Python读取npy文件怎样实现,代码是什么”文章能帮助大家解决问题。 Numpy binary files (NPY, NPZ) 注:.npy文件是numpy专用的二进制文件。 1. 读取与保存 import numpy as np arr = np.array([[1, 2, 3], [4, 5, 6]]) np.save('weight.npy', arr) loadData = np.load('weight.npy') print("----type----") print(type(loadData)) print("----shape----") print(loadData.shape) print("----data----") print(loadData) 至于具体API参见:https://docs.scipy.org/doc/numpy/index.html 2. 实战案例 在深度神经网络训练过程中通常需要读取预训练权重,预训练权重通常是 .npy文件,比如vgg16.npy(https://pan.baidu.com/s/1Ru5FJVSPjYTHZwlmzRwRvQ 提取码:ygxw)。本次就以分析vgg16.npy为例进行说明。 import numpy as np # 注意编码方式 pre_train = np.load("vgg16.npy", allow_pickle=True, encoding="latin1") print("------type-------") print(type(pre_train)) print("------shape-------") print(pre_train.shape) print("------data-------") print(pre_train) 这是个啥?为啥shape没有? 但是可以看出来 pre_train 里元素应该是一个字典,我们尝试取出来。 注:ndarray.item()是复制数组中的一个元素,并将其返回。具体语法参见:https://docs.scipy.org/doc/numpy/reference/generated/numpy.ndarray.item.html?highlight=item#numpy.ndarray.item import numpy as np pre_train = np.load("vgg16.npy", allow_pickle=True, encoding="latin1") data_dic = pre_train.item() print("------type-------") print(type(data_dic)) print("------conv1_1 data-------") print(data_dic['conv1_1']) # 返回一个列表,该列表有两个array,表示conv1_1的权重w与偏置b print("------conv1_1 shape-------") print((data_dic['conv1_1'][0]).shape) 可以发现,这是第一个卷积层的权重参数,输入channel是3,输出channel是64。 附:python中 .npy文件的读写操作实例 numpy中的二进制文件的读写: save np.save ("./文件名", 数组名):以二进制的格式保存数据 load np.load("./文件名.npy"): 函数是从二进制的文件中读取数据 savez np.savez(’./文件名’,数组名1,数组名2,…):savez 函数可以将多个数组保存到一个文件中 (1)save操作 import numpy as np a=np.arange(5) np.save('get.npy',a) (2)load操作 import numpy as np a=np.load('load.npy') print(a) (3)savez操作 import numpy as np a=np.arange(3) b=np.arange(4) c=np.arange(5) np.savez('array_save.npz',a,b,c) 多个ndarray类型的数组 到此,关于“Python读取npy文件怎样实现,代码是什么”的学习就结束了,希望能够解决大家的疑惑,另外大家动手实践也很重要,对大家加深理解和学习很有帮助。 (编辑:银川站长网) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |