亚洲香蕉成人av网站在线观看_欧美精品成人91久久久久久久_久久久久久久久久久亚洲_热久久视久久精品18亚洲精品_国产精自产拍久久久久久_亚洲色图国产精品_91精品国产网站_中文字幕欧美日韩精品_国产精品久久久久久亚洲调教_国产精品久久一区_性夜试看影院91社区_97在线观看视频国产_68精品久久久久久欧美_欧美精品在线观看_国产精品一区二区久久精品_欧美老女人bb

首頁 > 編程 > Python > 正文

Python讀取mat文件,并保存為pickle格式的方法

2020-02-15 23:21:09
字體:
來源:轉載
供稿:網友

這兩天在搞Theano,要把mat文件轉成pickle格式載入Python。

Matlab是把一維數組當做n*1的矩陣的,但Numpy里還是有vector和matrix的區別,Theano也是對二者做了區分。

直接把代碼貼出來吧,好像也沒什么可講的 = =

from scipy.io import loadmatimport numpy, cPickle data_dict=loadmat(r'E:/dataset/CIFAR10/CIFAR10_small.mat') #need an r! my_array=numpy.array([1,1])for key in data_dict.keys(): if type(data_dict[key]) == type(my_array):  #print matrix information  print key, type(data_dict[key]),  print data_dict[key].shape #shape(n,1) (matrix in theano) -> shape(n,) (vector in theano)print data_dict['Ytr'].shapeYtr=numpy.hstack(data_dict['Ytr'])Yte=numpy.hstack(data_dict['Yte'])Yte=numpy.hstack(data_dict['Yte'])print Ytr.shape train_set=(data_dict['Xtr'],Ytr)valid_set =(data_dict['Xte'],Yte)test_set =(data_dict['Xte'],Yte) output = open('cifar10_small_v.pkl', 'wb') cPickle.dump(train_set, output)cPickle.dump(valid_set, output)cPickle.dump(test_set, output) output.close()print 'save is done' pkl_file = open('cifar10_small_v.pkl', 'rb') data1 = cPickle.load(pkl_file) # is train_setdata2 = cPickle.load(pkl_file) # is valid_setdata3 = cPickle.load(pkl_file) # is test_set print type(data1[1]),data1[1].shape pkl_file.close()

以上這篇Python讀取mat文件,并保存為pickle格式的方法就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支持武林站長站。

發表評論 共有條評論
用戶名: 密碼:
驗證碼: 匿名發表
亚洲香蕉成人av网站在线观看_欧美精品成人91久久久久久久_久久久久久久久久久亚洲_热久久视久久精品18亚洲精品_国产精自产拍久久久久久_亚洲色图国产精品_91精品国产网站_中文字幕欧美日韩精品_国产精品久久久久久亚洲调教_国产精品久久一区_性夜试看影院91社区_97在线观看视频国产_68精品久久久久久欧美_欧美精品在线观看_国产精品一区二区久久精品_欧美老女人bb
国产在线不卡精品| 国产精品18久久久久久首页狼| 亚洲免费人成在线视频观看| 日韩一二三在线视频播| 91理论片午午论夜理片久久| 日韩精品高清在线观看| 中文精品99久久国产香蕉| 国产精品综合久久久| 国产乱人伦真实精品视频| 国产精品久久久久久久久久久新郎| 欧美日韩视频免费播放| 亚洲黄色av网站| 欧美大片网站在线观看| 性夜试看影院91社区| 亚洲精品美女在线观看播放| 国产成人中文字幕| 亚洲第一国产精品| 日韩中文字幕免费视频| 国产精品成av人在线视午夜片| 国产精品wwwwww| 亚洲a中文字幕| 成人妇女淫片aaaa视频| 国产精品入口夜色视频大尺度| 国产精品久久久久久久久久尿| 中文字幕视频一区二区在线有码| 国产精品揄拍一区二区| 欧美亚洲国产成人精品| 久久这里只有精品视频首页| zzjj国产精品一区二区| 久久久精品久久久久| 欧美极品欧美精品欧美视频| 欧美性猛交xxx| 亚洲男人天天操| 亚洲精品成人免费| 色偷偷av一区二区三区乱| 亚洲欧洲在线视频| 国产精品福利在线观看网址| 久久影院在线观看| 日韩黄色av网站| 国产成人拍精品视频午夜网站| 国产一区二区三区视频免费| 九九热精品在线| 国产精品自产拍在线观看中文| 日韩av成人在线观看| 欧美黑人国产人伦爽爽爽| 久久久精品国产一区二区| 国产乱肥老妇国产一区二| 亚洲国产精品99| 国产精品久久久久久久久影视| 色偷偷偷综合中文字幕;dd| 97超级碰在线看视频免费在线看| 中文字幕欧美亚洲| 欧美成人h版在线观看| 91在线观看免费高清| 久久精品视频免费播放| 91精品国产自产在线观看永久| 欧美午夜久久久| 国产精欧美一区二区三区| 国产在线拍揄自揄视频不卡99| 亚洲精品久久久久中文字幕欢迎你| 91亚洲精品久久久久久久久久久久| 久久中文字幕视频| 日韩av资源在线播放| 国产精品91视频| 色综合久久88| 日韩国产高清污视频在线观看| 久久在线免费观看视频| 精品国产一区久久久| 中文字幕精品一区久久久久| 国内精品久久久久伊人av| 国产精品露脸av在线| 亚洲成人在线网| 亚洲精品欧美日韩| 日韩欧美在线免费观看| 九九热这里只有精品6| 欧美成人三级视频网站| 日韩高清电影免费观看完整版| 久久综合国产精品台湾中文娱乐网| 亚洲国产精品专区久久| 欧美激情一区二区三区成人| 国产成人亚洲综合91精品| 5252色成人免费视频| 伊人成人开心激情综合网| 欧美乱大交做爰xxxⅹ性3| 欧美国产日韩在线| 久久国产精品久久精品| 91久久精品国产91性色| 国产成人精品久久二区二区| 成人久久久久久| 亚洲一区中文字幕| 国产亚洲精品美女久久久久| 欧美电影免费看| 久久久亚洲欧洲日产国码aⅴ| 91精品在线观看视频| 成人日韩在线电影| 国产精品黄页免费高清在线观看| 欧美孕妇孕交黑巨大网站| 日韩视频永久免费观看| 国产精品成熟老女人| 亚洲欧洲日产国产网站| 一区二区三区回区在观看免费视频| 亚洲精品自拍视频| 亚洲最大福利视频网| 亚洲二区中文字幕| 91在线免费看网站| 日本不卡高字幕在线2019| 97视频免费观看| 日韩免费av在线| 91精品久久久久久久久久| 亚洲欧美日韩天堂| 亚洲xxxx在线| 精品国内自产拍在线观看| 亚洲国产精品久久久久秋霞蜜臀| 亚洲国产欧美自拍| 在线观看欧美日韩| 国产精品欧美一区二区三区奶水| 少妇高潮久久久久久潘金莲| 欧美激情在线观看视频| 欧美最猛黑人xxxx黑人猛叫黄| 日韩黄色av网站| 亚洲a级在线播放观看| 亚洲影院色在线观看免费| 亚洲视频在线观看免费| 欧美成人一区在线| 国产91色在线| 日韩免费观看视频| 欧美肥臀大乳一区二区免费视频| 久久久久北条麻妃免费看| 欧美大片免费观看在线观看网站推荐| 国产精品电影久久久久电影网| 91热福利电影| 久久久久久久国产精品视频| 日韩av成人在线观看| 97婷婷涩涩精品一区| 日韩激情av在线播放| 亚洲电影第1页| 日韩在线一区二区三区免费视频| 国产视频丨精品|在线观看| 欧美日韩免费在线观看| 中文字幕亚洲无线码在线一区| 成人久久久久爱| 欧美日韩性视频在线| 国产日韩中文字幕在线| 欧美精品性视频| 久久久久免费精品国产| 日韩中文av在线| 国产不卡在线观看| 91禁外国网站| 久久精品国产欧美亚洲人人爽| 久久高清视频免费| 欧美成人精品影院| 成人激情视频小说免费下载| 少妇高潮久久77777| 欧美激情第一页xxx| 成人久久一区二区三区| 久久精品久久久久久| 91a在线视频| 色偷偷偷亚洲综合网另类| 日韩专区在线播放| 国产激情综合五月久久| 欧美激情在线狂野欧美精品| 91精品国产精品| 福利二区91精品bt7086| 在线视频国产日韩|