如何为 cnn 训练存储带标签的张量

Question

我有 (3x512x512) 张量。由于熊猫数据框中的形状，我无法用它们制作一列。我想用它们各自的标签存储张量，这样我就可以用它们来训练 CNN。

Answer 1

我不确定我是否正确理解了你的问题。在下面的代码中，我模拟我有形状为

(3, 512, 512)

的张量及其相应的标签。

import torch
data = []
labels = []
for i in range(10):
  x = torch.randn(3, 512, 512)
  data.append(x)
  labels.append(torch.randint(low=0, high=10, size=(1,))[0])
data = torch.stack(data)
labels = torch.tensor(labels)
torch.save({'data': data, 'labels': labels},
           "all_data.pt")
a = torch.load("all_data.pt")
a['data'].shape, a['labels'].shape