用 Python 写矩阵，用 Torch 读，出了啥问题

Posted 2023-03-29

【中文标题】用 Python 写矩阵，用 Torch 读，出了啥问题

【英文标题】：Writing matrix in Python, reading in Torch, what goes wrong用 Python 写矩阵，用 Torch 读，出了什么问题

【发布时间】：2016-08-24 14:46:53

【问题描述】：

我在 Python 中构造了一个矩阵，一个带有 data.shape 的 numpy 数组是 (249, 230)。在这里一切似乎都很好。

我用一些简单的代码将它写入一个 hdf5 文件：

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

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

将此hdf5文件读入torch

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

但是，当我执行 print(#input) 时，我得到了一个意想不到的结果，而且数字也完全不同：

 1
 32
 32
[torch.LongStorage of size 3]

有人知道出了什么问题吗？

【参考方案1】：

我认为您可以尝试使用lutorpy 将 numpy 矩阵转换为 Torch 张量。 Lutorpy在python中有一个lua引擎，可以和torch共享numpy内存，这里是一个例子：

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()