h5py 入门

最新推荐文章于 2024-07-29 11:17:00 发布

Mr_tianyanxiaobai

最新推荐文章于 2024-07-29 11:17:00 发布

阅读量701

点赞数 1

分类专栏：人工智能机器学习

本文链接：https://blog.csdn.net/Mr_tianyanxiaobai/article/details/104274448

版权

这篇博客介绍了hdf5格式在深度学习中的优势，包括其数据集（dataset）和组（group）的概念，以及如何进行文件读写和创建分层数据结构。通过实例展示了如何创建和操作dataset，解释了HDF5的分层特性，将其比喻为文件系统中的文件夹结构。

摘要由CSDN通过智能技术生成

在深度学习中，hdf5格式的文件相比于其他读取方式，速度、内存占用和压缩程度都更强
hdf5 文件能够存储两种类型的数据对象：数据集（dataset），组（group）

dataset 可以类比为数组：和numpy的数组差不多
group可以类比为字典：有键(key)和值(value)。group中可以存放dataset或者其他的group。”键”就是组成员的名称，”值”就是组成员对象本身(组或者数据集)。

#读文件
import h5py
f=h5py.File("test.hdf5","r")
#写文件
import h5py
f=h5py.File("test.hdf5","w")

import h5py
f=h5py.File("test.hdf5","w")
#dataset1是数据集的name，(20,)代表数据集的shape，i代表的是数据集的元素类型(int)
d1=f.create_dataset("dataset1", (20,), 'i')

现在给d1赋值：

#赋值
d1[..

关注

专栏目录