提问人:Baraa 提问时间:11/7/2023 更新时间:11/7/2023 访问量:19
如何从 Pytorch 代码中保存自定义版本的 CIFAR-10 并在 TensorFlow Colab 代码中使用它?
How can I save a customized version of CIFAR-10 from Pytorch code and use it in TensorFlow Colab code?
问:
我有一个 Pytorch 程序,可以动态生成 CIFAR-10 的自定义版本(它不会保存自定义的 CIFAR-10,但该程序会下载原始数据集,对其进行自定义,并将其用于训练)。我想将自定义的 CIFAR-10 保存到磁盘上,然后用它来训练用 TensorFlow 编写的模型,该模型可在 Google Colab 中在线获得。我的问题是: 1- 如何从 Pytorch 程序将自定义的 CIFAR-10 保存到磁盘? 我使用 torch.save 将以下行返回的对象保存为 Pytorch 张量:
train_dataset = datasets.CIFAR10(root=data_dir, train=True, download=True, transform=train_transform)
torch.save(train_dataset, '../../../Customized_cifar_10.pt')
- 然后,我将 Pytorch 张量(即 Customized_cifar_10.pt)转换为 numpy 数组,如下所示:
train_pytorch_tensor = tf.io.read_file("/content/Customized_cifar_10.pt")
(x_train, y_train) = train_pytorch_tensor.numpy()
在这里,我希望x_train形状(50000、32、32、3) y_train形状为 (50000, 1)
ValueError Traceback (most recent call last)
<ipython-input-9-e6dca0bdb678> in <cell line: 23>()
21 # convert from pytorch tensors to numpy arrays.
22 train_pytorch_tensor = tf.io.read_file("/content/Customized_cifar_10.pt")
---> 23 (x_train, y_train) = train_pytorch_tensor.numpy()
ValueError: too many values to unpack (expected 2)
我上面描述的方法不起作用。谁能告诉我如何实现这一目标?感谢您的帮助。谢谢!
答: 暂无答案
评论