使用str键和pytorch张量列表保存字典作为值

使用str键和pytorch张量列表保存字典作为值,pytorch,saving-data,Pytorch,Saving Data,我想保存一个字典列表,其中键是查询的索引(因此字典的键是字符串)。本词典的值是稀疏张量列表,我存储如下: {'1185869': [tensor(indices=tensor([[ 31, 59, 528, 7227, 14981]]), values=tensor([1., 1., 1., 1., 1.]), size=(30000,), nnz=5, layout=torch.sparse_coo), tensor(indices=te

我想保存一个字典列表,其中键是查询的索引(因此字典的键是字符串)。本词典的值是稀疏张量列表,我存储如下:

{'1185869': [tensor(indices=tensor([[   31,    59,   528,  7227, 14981]]),
         values=tensor([1., 1., 1., 1., 1.]),
         size=(30000,), nnz=5, layout=torch.sparse_coo),
  tensor(indices=tensor([[ 39,  74, 233]]),
         values=tensor([1., 1., 1.]),
         size=(30000,), nnz=3, layout=torch.sparse_coo),
  tensor(indices=tensor([[0, 1, 2]]),
         values=tensor([1., 1., 1.]),
         size=(30000,), nnz=3, layout=torch.sparse_coo),
  tensor(indices=tensor([[  36,   99,  243,  428,  513,  514,  741,  751, 1615]]),
         values=tensor([1., 1., 1., 1., 1., 1., 1., 1., 1.]),
         size=(30000,), nnz=9, layout=torch.sparse_coo),
  tensor(indices=tensor([[ 170,  356,  513,  615,  771, 1117]]),
         values=tensor([1., 1., 1., 1., 1., 1.]),
         size=(30000,), nnz=6, layout=torch.sparse_coo),
  tensor(indices=tensor([[ 9, 11]]),
         values=tensor([1., 1.]),
         size=(30000,), nnz=2, layout=torch.sparse_coo)]}

我以前从未保存过这样的词典。一般来说,对于普通字典,我们会对其进行pickle处理。如果我把这本字典弄脏了,我会得到一个警告。这让我怀疑我保存字典的方法。我应该使用什么扩展来保存这样的词典?酸洗这样的字典安全吗?我应该用什么方法保存它?提前感谢。

如果您正在谈论此警告:

/install/lib/python3.6/site-packages/torch/storage.py:34: FutureWarning: pickle support for Storage will be removed in 1.5. Use `torch.save` instead
  warnings.warn("pickle support for Storage will be removed in 1.5. Use `torch.save` instead", FutureWarning)

那么,对你有好处,它实际上不会被弃用。看这个。Pytorch 1.6.0昨天刚刚发布,实际上没有更多的警告。所以更新Pytork以摆脱它

如果您正在谈论此警告:

/install/lib/python3.6/site-packages/torch/storage.py:34: FutureWarning: pickle support for Storage will be removed in 1.5. Use `torch.save` instead
  warnings.warn("pickle support for Storage will be removed in 1.5. Use `torch.save` instead", FutureWarning)

那么,对你有好处,它实际上不会被弃用。看这个。Pytorch 1.6.0昨天刚刚发布,实际上没有更多的警告。所以更新Pytork以摆脱它

请同时发布完整错误。请同时发布完整错误。