numpy读取npy文件,怎么读取npy文件

  numpy读取npy文件,怎么读取npy文件

  npy文件用于存储重建ndarray所需的数据、图形、数据类型和其他信息。下面这篇文章主要介绍python读取npy文件数据的相关信息,通过示例代码非常详细的介绍。有需要的可以参考一下。

  00-1010 1.阅读和储蓄2。附实际案例:阅读和写作范例总结。python Numpy二进制文件中的npy文件(NPY,NPZ)

  注:.npy文件是numpy专用的二进制文件。

  

目录

 

  将numpy作为np导入

  arr=np.array([[1,2,3],

  [4, 5, 6]])

  np.save(weight.npy ,arr)

  loadData=np.load(weight.npy )

  打印(-类型-)

  打印(类型(加载数据))

  打印(-形状-)

  打印(loadData.shape)

  打印(-数据-)

  打印(加载数据)

  具体API见:https://docs.scipy.org/doc/numpy/index.html。

  

1. 读取与保存

 

  在深度神经网络训练过程中,通常需要读取训练前的权重,通常是。npy文件,如vg16 . npy(https://pan.baidu.com/s/1Ru5FJVSPjYTHZwlmzRwRvQ提取代码:ygxw)。这次以vgg16.npy的分析为例来说明。

  将numpy作为np导入

  #注意编码方法

  pre_train=np.load(vgg16.npy ,allow_pickle=True,encoding=latin1 )

  打印(-类型-)

  打印(类型(预训练))

  打印(-形状-)

  打印(pre_train.shape)

  打印(-数据-)

  打印(预培训)

  这是什么?为什么没成型?但是可以看出pre_train中的元素应该是字典,所以我们尽量把它拿出来。

  注意:ndarray.item()是复制数组中的一个元素并返回。具体语法见:3359 docs . scipy . org/doc/numpy/reference/generated/numpy . ndaray . item . html?highlight=item # numpy . ndarray . item

  将numpy作为np导入

  pre_train=np.load(vgg16.npy ,allow_pickle=True,encoding=latin1 )

  data_dic=pre_train.item()

  打印(-类型-)

  打印(type(data_dic))

  打印(- conv1_1数据-)

  Print(data_dic[conv1_1]) #返回一个包含两个数组的列表,分别表示conv1_1的权重W和偏移量B。

  打印(- conv1_1形状-)

  print((data_dic[conv1_1][0])。形状)

  看看结果:

  可以发现,这是第一个卷积层的权重参数,输入通道为3,输出通道为64。

  

2. 实战案例

 

  在numpy :中读写二进制文件

  save

  Np.save(。/filename ,数组名):以二进制格式保存数据。

  load

  Np.load(。/filename.npy ):该函数用于从二进制文件中读取数据。

  savez

  Np.savez(。/filename ,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

  将numpy作为np导入

  a=np.arange(5)

  np.save(get.npy ,a)

  (2)load操作

  将numpy作为np导入

  a=np.load(load.npy )

  打印(一份)

  (3)savez操作

  将numpy作为np导入

  a=np.arange(3)

  b=np.arange(4)

  c=np.arange(5)

  NP。Savez (array _ save.npz ,a,b,ndarray类型的多个数组

  

附:python中 .npy文件的读写操作实例

 

  关于python读取npy文件数据的这篇文章到此为止。关于python读取npy文件内容的更多信息,请搜索热门IT软件开发工作室之前的文章或者继续浏览下面的相关文章。希望大家以后多多支持热门IT软件开发工作室!

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

留言与评论(共有 条评论)
   
验证码: