Pytorch 读取t7文件

Pytorch 1.0以上可以使用:

c 复制代码
import torchfile

th_path = r"./path/xx.t7"
data = torchfile.load(th_path)

print(data.shape)

若data的尺寸为0,则将torch版本降为0.4.1,并使用以下函数:

c 复制代码
from torch.utils.serialization import load_lua

th_path = r"./path/xx.t7"
data = load_lua(th_path).numpy()

print(data.shape)

注意:

若是在Windows的系统中读取t7文件,一定要记得要用long_size=8

c 复制代码
data = torchfile.load(th_path,long_size=8)
或
data = load_lua(th_path,long_size=8).numpy()
相关推荐
巫山老妖6 分钟前
2026 年 AI 趋势深度研究报告
人工智能
CodeLove·逻辑情感实验室18 分钟前
深度解析:当 NLP 试图解构爱情——情感计算(Affective Computing)的伦理边界与技术瓶颈
人工智能·深度学习·自然语言处理·赛朋克
少林码僧39 分钟前
2.9 字段分箱技术详解:连续变量离散化,提升模型效果的关键步骤
人工智能·ai·数据分析·大模型
互联网工匠40 分钟前
从冯·诺依曼架构看CPU和GPU计算的区别
人工智能·gpu算力
爱笑的眼睛1141 分钟前
超越可视化:降维算法组件的深度解析与工程实践
java·人工智能·python·ai
GISer_Jing1 小时前
AI Agent 目标设定与异常处理
人工智能·设计模式·aigc
Fnetlink11 小时前
AI+零信任:关键基础设施安全防护新范式
人工智能·安全
njsgcs1 小时前
SIMA2 论文阅读 Google 任务设定器、智能体、奖励模型
人工智能·笔记
清铎1 小时前
leetcode_day12_滑动窗口_《绝境求生》
python·算法·leetcode·动态规划
机器之心1 小时前
2026年,大模型训练的下半场属于「强化学习云」
人工智能·openai