python中的mxnet ndarray索引

我是mxnet的新手。我刚刚在Ubuntu14.04机器上安装了MXNET1.0.0和Python3.5，并安装了CUDA8.0和CUDNN7.0.5

我的代码如下。我正在尝试将图像数据存储在数据阵列中。（有关原始代码，请参见） -

X_224=nd.zero（（n，3224224））
X_299=nd.zero（（n，3299299））
平均值=np.数组（[0.485,0.456,0.406]）
标准=np.数组（[0.229,0.224,0.225]）
对于tqdm（df.iterrows（），total=n）中的i（fname，breed）：
img=cv2.imread（'data/train/%s.jpg'%fname）
img_224=（（cv2.resize（img，（224224，224））[：，：，：：-1]/255.0-mean）/std）。转置（（2，0，1））
img_299=（（cv2.resize（img，（299299））[：，：，：：-1]/255.0-mean）/std）。转置（（2,0,1））
X_224[i]=nd.array（img_224）您可以将索引的类型从
numpy.int64
转换为
int
；e、 g.
i=int（i）
在尝试设置切片之前

df.iterrows（）
返回元组，其中第一个元素的类型取决于数据帧索引的类型<运行Github示例时，code>df.iterrows（）

返回类型的元组（

int

，

pandas.core.series.series

），因此无需进行转换（使用pandas 0.22）

除了这个特定的问题之外，您可能还想看看这个任务的Gluon数据集和数据加载程序

mxnet.glion.data.vision.datasets.ImageFolderDataset

可用于加载图像，它通过

transform

参数接受图像转换函数

def transform_fn(data, label):
    mean = np.array([0.485, 0.456, 0.406])
    std = np.array([0.229, 0.224, 0.225])
    data = ((cv2.resize(data, (224, 224))[:, :, ::-1] / 255.0 - mean) / std).transpose((2, 0, 1))
    return data, label

image_directory = os.path.join(data_dir, "train")
dataset = mx.gluon.data.vision.ImageFolderDataset(image_directory, transform=transform_fn)
data_loader = mx.gluon.data.DataLoader(dataset, batch_size=10, shuffle=True)

for data, label in data_loader:
    ...

def transform_fn(data, label):
    mean = np.array([0.485, 0.456, 0.406])
    std = np.array([0.229, 0.224, 0.225])
    data = ((cv2.resize(data, (224, 224))[:, :, ::-1] / 255.0 - mean) / std).transpose((2, 0, 1))
    return data, label

image_directory = os.path.join(data_dir, "train")
dataset = mx.gluon.data.vision.ImageFolderDataset(image_directory, transform=transform_fn)
data_loader = mx.gluon.data.DataLoader(dataset, batch_size=10, shuffle=True)

for data, label in data_loader:
    ...