可以直接调用tensor的save和load方法对tensor进行保存和读取.

保存:

2.7 序列化(保存)tensor_数据转换

 

 读取:

2.7 序列化(保存)tensor_f5_02

 

 或者

2.7 序列化(保存)tensor_数据转换_03

 

 但是这样保存下来的只能被Pytorch所识别。可以利用 h5py 库进行通用格式的保存。

首先要转换成numpy数组,然后调用  create_dataset 函数,保存为hdf5格式的文件

2.7 序列化(保存)tensor_h5_04

 

 这里的 coords是我们定义的key值。hdf5格式的文件是基于key-value保存的,所以我们在保存的时候要指定一个key。

hdf5文件支持从硬盘上部分读取,比如我们只读取coords的部分数据

2.7 序列化(保存)tensor_数组_05

当文件指针被打开,或者数据集被加载时,pytor不会马上加载数据,之后当我们需要取具体的数据时,才会从硬盘上读取我们

所需要的数据。读取到的数据可以看做是一个numpy数组。因此我们可以直接把读取到的数据转换成tensor。

2.7 序列化(保存)tensor_数组_06

 

 最后,记得关闭文件。