【代码笔记】保存tensor至本地文件

最新推荐文章于 2024-03-01 11:46:28 发布
最新推荐文章于 2024-03-01 11:46:28 发布
阅读量1.7k 收藏
点赞数
分类专栏： 代码笔记 文章标签： python 深度学习 tensorflow
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Amber_7422/article/details/124849758
版权

首先，创建用于写入的文件（这里举例Ubuntu系统）

touch graphq.np

保存tensor

    gpath_temp = '/root/KING/graph_features'  # 文件存储目录
    file_name = os.path.join(gpath_temp, 'graphq.np') # 写入graphq.np文件
    g = recon_s2.cuda().data.cpu().numpy()
    np.savetxt(file_name, g)

Amber_0419
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Tensorflow2项目实战课程
03-14
Tensorflow2.0介绍： tensorflow是GOOGLE在2015年底发布的一款深度学习框架，也是目前全世界用得最多，发展最好的深度学习框架。2019年3月8日，GOOGLE发布最新tensorflow2版本。新版本的tensorflow有很多新特征，更快更容易使用更人性化。但是老版的tensorflow程序在新版本中几乎都无法继续使用，所以我们有必要学习新版tensorflow2的新用法。课程介绍： 我们的这门课程适合小白学习，也适合有基础的同学学习。课程会从0开始学习，从python环境安装，python入门，numpy，pandas，matplotlib使用，深度学习基础，一直讲到tensorflow基础，进阶，项目实战。不管你是0基础小白，想进入AI行业，还是有一定基础，想学习最新的tensorflow2的使用，都适合我们这门课程。讲师介绍： 覃秉丰，物理系毕业转AI行业，想转行同学可以找我聊聊。机器学习、深度学习神经网络领域多年研究开发授课经验，精通算法原理与编程实践；曾完成过多项图像识别、目标识别、语音识别等企业项目，一线实战经验丰富；长期为多家包括世界五百强在内的大型企业总部做人工智能技术内训服务（中国移动、中国银行，华夏银行，中国太平洋，国家电网、中海油等）。上课特点：公式尽量一个一个符号推，代码尽量一行一行讲，希望所有人都能学有所得。
保存tensor至本地文件
aabb7654321的博客
08-12 4510
path_temp = '../m39_data/temp3' #文件目录 file_name = os.path.join(path_temp, "setQ.txt") Q = np.array(iekf.Q.detach().numpy()) # tensor转换成array np.savetxt(file_name, Q) 转载于:https://www.cnblogs.c...
深度学习中保存Tensor的方式及每种方式特定的应用场景和优缺点
最新发布
qq_23865133的博客
03-01 994
在深度学习中，保存tensor的方式有多种，每种方式都有其特定的应用场景和优缺点
Python将 张量tensor/列表list/numpy array/字典dict 保存到本地
hxxjxw的博客
06-25 1万+
x = torch.rand(4,5) torch.save(x, "myTensor.pt") y = torch.load("myTensor.pt") print(y)
python&C++ python读取tensorflow模型参数，写入txt文件，C++读取txt文件
caorui_nk的博客
06-27 3704
发现用C++读.mat文件需要matlab的依赖，本机没有装matlab，只能用最朴素的方式来存储数据核读入数据了。1.讲tensorflow的参数存入txt文件存的模型与上一篇博客一致，只是这次改用txt。numpy自带的写入文件函数支持一维数组和二维数组的写入，但是卷积核这个是四维的，且shape为[卷积核高，卷积核宽，输入通道数，输出通道数]，在这里我把shape转为[输出通道数，输入通道数...
Pytorch Tensor 输出为txt和mat格式方式
09-18
今天小编就为大家分享一篇Pytorch Tensor 输出为txt和mat格式方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
将tensor变量进行保存到本地文件
qq_42987423的博客
11-11 8696
file_handle=open('1.txt',mode='w')#w 写入模式 #将tensor变量转化为numpy类型 x = index.cpu().numpy() #将numpy类型转化为list类型 x=x.tolist() #将list转化为string类型 strNums=[str(x_i) for x_i in x] str=",".join(strNums) #将str类型数据存入本地文件1.txt中 file_handle.write(str) 写入本地的数据类型目前知道的只有str
tensor 张量保存为txt文件
m0_45945561的博客
10-26 2949
无
Tensor
qq_52852138的博客
01-21 881
前言 本文主要介绍pytorch中tensor的基本知识 tensor与numpy中的ndarray类似，只是前者可以使用GPU进行加速 tensor初始化 从data中 data = [[1, 2],[3, 4]] x_data = torch.tensor(data) ndarray -> tensor np_array = np.array(data) x_np = torch.from_numpy(np_array) tensor -> tensor 新的tensor会保持原有t
Pytorch——读写Tensor、读写模型
Lynch的博客
11-10 2493
读写Tensor import torch import torch.nn as nn 存储一个Tensor变量 x = torch.ones(3) torch.save(x, 'x.pt') x2 = torch.load('x.pt') print(x2) tensor([1., 1., 1.]) 存储一个Tensor列表 x = torch.ones(3) y = torch.zer...
tensorflow saver 保存和恢复指定 tensor的实例讲解
09-20
今天小编就为大家分享一篇tensorflow saver 保存和恢复指定 tensor的实例讲解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
使用Keras实现Tensor的相乘和相加代码
09-16
主要介绍了使用Keras实现Tensor的相乘和相加代码，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
Tensor和Variable（笔记）
01-06
1.（以前）Variable是torch.autograd中的数据类型，主要用于封装Tensor，进行自动求导： data：被包装的tensor grad：data的梯度 grad_fn：创建Tensor的Function，是自动求导的关键 requires_grad：指示是否需要梯度...
tensor pb文件可视化
04-16
可用于单独的pb模型文件的可视化，利用tensorboard --logdir='路径'
pytorch提取softmax前的特征并保存为txt文件
qq_42815520的博客
09-21 3224
pytorch提取softmax前的特征并保存为txt文件 最近这段时间，一直在找一些有用的传统特征想用在我的下一个工作里面，但是发现很难找到一个合适的高维特征来解决手头的问题。然后就想能不能使用深度网络xceptionet，resnet以及densenet等来训练，将全连接层前的输入tensor（一般是1024D或者是2048D，当然多少维的都有）当做深度特征，然后再把这些特征用在后续的one-...
Tensorflow 模型的保存和提取
weixin_39976528的博客
08-05 240
第一：Tensorflow 模型怎么保存？ 导入Tensorflow import tensorflow as tf TensorFlow通过tf.train.Saver类实现神经网络模型的保存和提取。tf.train.Saver对象saver的save方法将TensorFlow模型保存到指定路径中，如下： saver.save(sess,"model/tensorflowMode...
Pytorch Tensor 输出为txt和mat格式
热门推荐
前进ing的博客
04-16 2万+
假设result1为tensor格式，首先将其化为array格式（注意只变成numpy还不行），之后存为txt和mat格式 import scipy.io as io result1 = np.array(result1) np.savetxt('npresult1.txt',result1) io.savemat('save.mat',{'result1':result1}) ...
想要将tensor保存到本地txt文件
06-09
您可以使用PyTorch中的`torch.savetxt`函数将一个Tensor保存到本地txt文件中。以下是一个简单的示例代码： ```python import torch # 创建一个Tensor t = torch.tensor([[1, 2], [3, 4]]) # 将Tensor保存到本地txt文件中 torch.savetxt('tensor.txt', t) ``` 这将创建一个名为“tensor.txt”的文件，并将Tensor `t` 保存到该文件中。如果您想要在读取该文件时指定数据类型，可以使用 `fmt` 参数。例如，如果您想要将数据类型指定为整数，可以使用以下代码： ```python import torch # 创建一个Tensor t = torch.tensor([[1, 2], [3, 4]]) # 将Tensor保存到本地txt文件中，并指定数据类型为整数 torch.savetxt('tensor.txt', t, fmt='%d') ``` 在这个例子中，我们使用了 `fmt='%d'` 参数将数据类型指定为整数。您可以在此处查看更多有关 `torch.savetxt` 函数的信息：[torch.savetxt](https://pytorch.org/docs/stable/generated/torch.savetxt.html)。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值