如何用Torch-hdf5将Tensor高效保存至Hdf5格式?

2026-04-01 19:521阅读0评论SEO资源
  • 内容介绍
  • 文章标签
  • 相关推荐

本文共计439个文字,预计阅读时间需要2分钟。

如何用Torch-hdf5将Tensor高效保存至Hdf5格式?

我正在尝试使用Torch-hdf5将一些张量保存到hdf5文件中。我想详细了解这个文件:[Torch-hdf5使用文档](https://github.com/deepmind/torch-hdf5/blob/master/doc/usage.md)。但是,在写入hdf5部分,示例代码是:`require 'hdf5' local m`。

我正在尝试使用Torch-hdf5将一些张量保存到hdf5!

我想非常仔细地遵循这个文件:
github.com/deepmind/torch-hdf5/blob/master/doc/usage.md

但是,在写入hdf5部分时,它的例子是:

require 'hdf5' local myFile = hdf5.open('/path/to/write.h5', 'w') myFile:write('/path/to/data', torch.rand(5, 5)) myFile:close()

我理解“/ path/to/write.h5”是指最终文件,但是什么是“/ path / to / data”?它只是一个随机的独立路径吗?所以我只是放下“数据/”.然后我得到了这个可怕的错误:

HDF5-DIAG: Error detected in HDF5 (1.8.13) thread 0: #000: H5G.c line 287 in H5Gcreate2(): no name major: Invalid arguments to routine minor: Bad value HDF5-DIAG: Error detected in HDF5 (1.8.13) thread 0: #000: H5I.c line 2245 in H5Iget_name(): can't retrieve object location major: Object atom minor: Can't get value #001: H5Gloc.c line 253 in H5G_loc(): invalid object ID major: Invalid arguments to routine minor: Bad value

hdf5是否单独存储数据和指令文件?这就是为什么我们通过两条路径?

第一个路径是磁盘上实际文件的路径.这是存储所有内容的地方.

如何用Torch-hdf5将Tensor高效保存至Hdf5格式?

local myFile = hdf5.open('/path/to/write.h5', 'w')

第二条路径即数据路径是文件中键名的路径,它导致张量. Hdf5将数据存储为字典字典,因此/ path / to / data表示名为“path”的全局字典键,它导致名为“to”的字典键,从而导致最终键“data”,然后导致张量.这可以作为hdf5Data [“path”] [“to”] [“data”]访问,然后加载hdf5文件.

myFile:write('/path/to/data', torch.rand(5, 5))

希望这可以帮助.

本文共计439个文字,预计阅读时间需要2分钟。

如何用Torch-hdf5将Tensor高效保存至Hdf5格式?

我正在尝试使用Torch-hdf5将一些张量保存到hdf5文件中。我想详细了解这个文件:[Torch-hdf5使用文档](https://github.com/deepmind/torch-hdf5/blob/master/doc/usage.md)。但是,在写入hdf5部分,示例代码是:`require 'hdf5' local m`。

我正在尝试使用Torch-hdf5将一些张量保存到hdf5!

我想非常仔细地遵循这个文件:
github.com/deepmind/torch-hdf5/blob/master/doc/usage.md

但是,在写入hdf5部分时,它的例子是:

require 'hdf5' local myFile = hdf5.open('/path/to/write.h5', 'w') myFile:write('/path/to/data', torch.rand(5, 5)) myFile:close()

我理解“/ path/to/write.h5”是指最终文件,但是什么是“/ path / to / data”?它只是一个随机的独立路径吗?所以我只是放下“数据/”.然后我得到了这个可怕的错误:

HDF5-DIAG: Error detected in HDF5 (1.8.13) thread 0: #000: H5G.c line 287 in H5Gcreate2(): no name major: Invalid arguments to routine minor: Bad value HDF5-DIAG: Error detected in HDF5 (1.8.13) thread 0: #000: H5I.c line 2245 in H5Iget_name(): can't retrieve object location major: Object atom minor: Can't get value #001: H5Gloc.c line 253 in H5G_loc(): invalid object ID major: Invalid arguments to routine minor: Bad value

hdf5是否单独存储数据和指令文件?这就是为什么我们通过两条路径?

第一个路径是磁盘上实际文件的路径.这是存储所有内容的地方.

如何用Torch-hdf5将Tensor高效保存至Hdf5格式?

local myFile = hdf5.open('/path/to/write.h5', 'w')

第二条路径即数据路径是文件中键名的路径,它导致张量. Hdf5将数据存储为字典字典,因此/ path / to / data表示名为“path”的全局字典键,它导致名为“to”的字典键,从而导致最终键“data”,然后导致张量.这可以作为hdf5Data [“path”] [“to”] [“data”]访问,然后加载hdf5文件.

myFile:write('/path/to/data', torch.rand(5, 5))

希望这可以帮助.