Question

我正在尝试使用NORB数据集（http://www.cs.nyu.edu/~ylclab/data/norb-v1.0-small/）进行一些工作，但我无法从包含数据集的二进制文件中读取它。任何人都可以帮忙吗？

我尝试numpy.fromfile()，但它以错误的方式读取文件。

Answer 1

我最近遇到了同样的问题，因为我不得不使用该数据集，我发现它是以一种奇怪的二进制格式分发的。

为此，我制作了一个你可能觉得有用的 python包装。你可以找到它here。

用法非常简单：

 dataset = SmallNORBDataset(dataset_root='small_norb_root')

其中small_norb_root是下载和提取数据集文件的文件夹。所有解析内容都发生在类的初始化中，并且对用户是透明的。初始化后，您可以分别在dataset.data['train']或dataset.data['test']中找到所需的数据。

您还可以探索数据集：

dataset.explore_random_examples(dataset_split='train')

如果一切顺利，输出应如下所示：