Question

我使用以下内容制作了一个pickle文件。

from PIL import Image
import pickle
import os
import numpy
import time

trainpixels = numpy.empty([80000,6400])
trainlabels = numpy.empty(80000)
validpixels = numpy.empty([10000,6400])
validlabels = numpy.empty(10000)
testpixels = numpy.empty([10408,6400])
testlabels = numpy.empty(10408)

i=0
tr=0
va=0
te=0
for (root, dirs, filenames) in os.walk(indir1):
    print 'hello'
    for f in filenames:
            try:
                    im = Image.open(os.path.join(root,f))
                    Imv=im.load()
                    x,y=im.size
                    pixelv = numpy.empty(6400)
                    ind=0
                    for ii in range(x):
                            for j in range(y):
                                    temp=float(Imv[j,ii])
                                    temp=float(temp/255.0)
                                    pixelv[ind]=temp
                                    ind+=1
                    if i<40000:
                            trainpixels[tr]=pixelv
                            tr+=1
                    elif i<45000:
                            validpixels[va]=pixelv
                            va+=1
                    else:
                            testpixels[te]=pixelv
                            te+=1
                    print str(i)+'\t'+str(f)
                    i+=1
            except IOError:
                    continue
trainimage=(trainpixels,trainlabels)
validimage=(validpixels,validlabels)
testimage=(testpixels,testlabels)

output=open('data.pkl','wb')

pickle.dump(trainimage,output)
pickle.dump(validimage,output)
pickle.dump(testimage,output)

现在我使用以下代码的load_data（）函数进行unpickling： http://www.deeplearning.net/tutorial/code/logistic_sgd.py 通过运行调用 http://www.deeplearning.net/tutorial/code/rbm.py

但它返回以下错误。

cPickle.UnpicklingError: A load persistent id instruction was encountered,
but no persistent_load function was specified.

似乎数据结构无与伦比，但我可以＆＃39;弄清楚应该如何......

作为参考，pickle文件的大小超过16GB，其gzip超过1GB

Answer 1

我发现酸洗和去皮很聪明。在这里你不会像泡菜一样捣蛋，所以它无法奏效。在你的代码中，你在同一个文件中一个接一个地pickle对象。你腌三次到同一个文件。如果你想要阅读它们，你必须进行顺序阅读。你要做的就是打开文件进行unpickling，然后按顺序pickle.load每个对象。

with gzip.open(dataset, 'rb') as f:
    train_set = cPickle.load(f)
    valid_set = cPickle.load(f)
    test_set = cPickle.load(f)

你可能想尝试一个更简单的代码，其中train_set, valid_set, test_set（用gzip进行酸洗和去除）是简单的可选对象，只是为了确定。

Python cPickle：使用UnpicklingError加载失败

1 个答案: