（原）torch中的序列化

转载请注明出处：

http://www.cnblogs.com/darkknightzh/p/6591667.html

参考网址：

https://github.com/torch/torch7/blob/master/doc/serialization.md

1. 数据与文件之间的序列化/反序列化操作

1.1 torch.save(filename, object [, format, referenced])

format可选binary（默认）和ascii。binary依赖操作系统，但更容易读写。ascii不依赖操作系统。

referenced指定是否需要保存object references（https://github.com/torch/torch7/blob/master/doc/file.md#torch.File.referenced）。当保存时设置为true，则读取时若设置为false，则不能成功读取。

说明：感觉如果要保存多个变量，需要使用列表：

obj = {   -- arbitrary object
   mat = torch.randn(,),
   name = '',
   test = {
      entry =
   }
}

torch.save('test.dat', obj)  -- save to disk

1.2 [object] torch.load(filename [, format, referenced])

format可选ascii，binary（默认），b32，b64。当保存到32/64位的系统上，可以使用b32/b64。

obj = torch.load('test.dat')  -- given serialized object from section above, reload

print(obj)
-- will print:
-- {[mat]  = DoubleTensor - size: 10x10
--  [name] = string : "10"
--  [test] = table - size: 0}

2. 数据与字符串之间的序列化/反序列化操作

2.1 [str] torch.serialize(object [, format])

format可选binary（默认）和ascii，binary依赖操作系统，但更容易读写。ascii不依赖操作系统。

obj = {   -- arbitrary object
   mat = torch.randn(,),
   name = '',
   test = {
      entry =
   }
}

str = torch.serialize(obj)  -- serialize

2.2 [object] torch.deserialize(str [, format])

format可选ascii，binary（默认）。
obj = torch.deserialize(str)  -- given serialized object from section above, deserialize

print(obj)
-- will print:
-- {[mat]  = DoubleTensor - size: 10x10
--  [name] = string : "10"
--  [test] = table - size: 0}