我无法使用python3和hdf5storage.loadmat在TensorFloor中加载Matlab生成的大于2 2GB的二进制图像.mat文件

Question

我将在Matlab中生成的二进制图像矩阵导入到python3脚本中，以便使用Keras运行TensorFlow。图像矩阵大于2 2GB，是4维的。我可以通过命令窗口在Matlab中加载：

>> load('imageMatrix.mat')
>> size(imageMatrix)
ans =
     200         200           1       60000

运行python脚本和notebook文件时出现错误：TypeError: unhashable type: 'slice'

有没有可能使用Keras将这样一个大于2 2GB的矩阵导入到TensorFlow？

我尝试使用"hdf5storage“将其加载到Jupyter notebook中，得到错误：TypeError: unhashable type: 'slice'

import hdf5storage
#imageMatrix =hdf5storage.loadmat('imageMatrix.mat') 
hdf5storage.loadmat('imageMatrix.mat')
shapeOfImagaMatrix=np.shape(imageMatrix)
plt.imshow(imageMatrix[:,:,1,15])
plt.savefig('Visul_Image_M=80.pdf')

Answer 1

imageMatrix['imageMatrix']值的第三个维度的长度似乎只有1，因此这里的修复方法似乎是通过imageMatrix['imageMatrix'][:,:,0,15]对其进行索引。

Answer 2

您是否尝试过检查loadmat()函数是否返回一个带有键的字典来拉出图像？我知道在加载值表时，如果MATLAB中的表变量有不同的名称，这可能是一个问题。在这种情况下，从loadmat()返回的值(在本例中为imageMatrix )将有一个用于提取数据的键。

如果确实发生了这种情况，可以通过对返回值调用.keys()来打印密钥。