小编dee*_*das的帖子

我有一个巨大的numpy数组列表,其中每个数组代表一个图像,我想使用torch.utils.data.Dataloader对象加载它.但是torch.utils.data.Dataloader的文档提到它直接从文件夹加载数据.我如何根据自己的原因修改它？我是pytorch的新手,任何帮助都会受到极大的关注.我的单个图像的numpy数组看起来像这样.imagae是RBG图像.

`[[[ 70  82  94]
  [ 67  81  93]
  [ 66  82  94]
  ..., 
  [182 182 188]
  [183 183 189]
  [188 186 192]]

 [[ 66  80  92]
  [ 62  78  91]
  [ 64  79  95]
  ..., 
  [176 176 182]
  [178 178 184]
  [180 180 186]]

 [[ 62  82  93]
  [ 62  81  96]
  [ 65  80  99]
  ..., 
  [169 172 177]
  [173 173 179]
  [172 172 178]]

 ..., 
`

我正在研究分类问题，其中我有一个字符串列表作为类标签，我想将它们转换为张量。到目前为止，我已经尝试numpy array使用np.arraynumpy 模块提供的函数将字符串列表转换为。

truth = torch.from_numpy(np.array(truths))

但我收到以下错误。

RuntimeError: can't convert a given np.ndarray to a tensor - it has an invalid type. The only supported types are: double, float, int64, int32, and uint8.

有人可以建议另一种方法吗？谢谢

我是pytorch的新手。我想了解为什么我们不能在包含大小为 [2,2] 的张量的变量上调用向后函数。如果我们确实想在一个包含大小为 [2,2] 的张量的变量上调用它，我们必须首先定义一个梯度张量，然后在包含已定义梯度的张量的变量上调用向后函数.

我有一个看起来像这样的文本文件：

`

 101   the   323
 103   to    324
 104   is    325

其中分隔符是四个空格。我正在尝试read_csv函数以将其转换为熊猫数据框。

data= pd.read_csv('file.txt', sep=" ", header = None)

然而它给了我很多 NaN 值

    101\tthe\tthe\t10115  NaN  NaN     NaN  NaN  NaN  NaN  NaN  NaN  NaN  NaN
     102\tto\tto\t5491  NaN  NaN     NaN  NaN  NaN  NaN  NaN  NaN  NaN  NaN
     103\tof\tof\t4767  NaN  NaN     NaN  NaN  NaN  NaN  NaN  NaN  NaN  NaN
       104\ta\ta\t4532  NaN  NaN     NaN  NaN  NaN  NaN  NaN  NaN  NaN  Na

有什么方法可以将文本文件读取为正确的 csv 格式。