Numpy binary files (NPY, NPZ)

注：.npy文件是numpy專用的二進制文件。

1. 讀取與保存

import numpy as nparr = np.array([[1, 2, 3],[4, 5, 6]]) np.save('weight.npy', arr)loadData = np.load('weight.npy')print("----type----") print(type(loadData)) print("----shape----") print(loadData.shape) print("----data----") print(loadData)

至于具體API參見：https://docs.scipy.org/doc/numpy/index.html

2. 實戰案例

在深度神經網絡訓練過程中通常需要讀取預訓練權重，預訓練權重通常是 .npy文件，比如vgg16.npy（https://pan.baidu.com/s/18O3lZ2Zk0pkxBllK9XF-IQ ? ? 提取碼：5spy）。本次就以分析vgg16.npy為例進行說明。

import numpy as np# 注意編碼方式 pre_train = np.load("vgg16.npy", allow_pickle=True, encoding="latin1")print("------type-------") print(type(pre_train)) print("------shape-------") print(pre_train.shape) print("------data-------") print(pre_train)

這是個啥？為啥shape沒有？ 但是可以看出來 pre_train 里元素應該是一個字典，我們嘗試取出來。
注：ndarray.item()是復制數組中的一個元素，并將其返回。具體語法參見：https://docs.scipy.org/doc/numpy/reference/generated/numpy.ndarray.item.html?highlight=item#numpy.ndarray.item

import numpy as nppre_train = np.load("vgg16.npy", allow_pickle=True, encoding="latin1")data_dic = pre_train.item()print("------type-------") print(type(data_dic)) print("------conv1_1 data-------") print(data_dic['conv1_1']) # 返回一個列表，該列表有兩個array，表示conv1_1的權重w與偏置b print("------conv1_1 shape-------") print((data_dic['conv1_1'][0]).shape)

看看結果：

可以發現，這是第一個卷積層的權重參數，輸入channel是3，輸出channel是64。

總結

以上是生活随笔為你收集整理的python读取npy文件的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。