Как записать векторы функций для всех изображений папки в текстовом файле для дальнейшей обработки TSNE

Question

Я создаю вектор изображения с использованием resnet50 в PyTorch. Каждый вектор объектов имеет длину 2048. Когда я хочу записать его в текстовый файл, я должен преобразовать его в str, что я сделал в коде ниже. Проблема в том, что только несколько чисел из вектора длины 2048 сохраняются в текстовом файле. Как я могу это исправить?

Кроме того, каждое из моих имен файлов (изображений) имеет метку, связанную от 1 до 9 (9 классов).

Код ниже является модификацией этого репо: https://github.com/christiansafka/img2vec

import numpy as np
import sys
import os
sys.path.append("..")  # Adds higher directory to python modules path.
from img_to_vec import Img2Vec
from PIL import Image
from sklearn.metrics.pairwise import cosine_similarity
import glob


input_path = "my image folder**"
img2vec = Img2Vec()
vector_fh = open('resnet50_feature_vectors.txt', 'w+')


# For each test image, we store the filename and vector as key, value in a dictionary
pics = {}

filenames = glob.glob(input_path + "/*.*")

for filename in filenames:
    print(filename)
    img = Image.open(filename)
    nd_arr = img2vec.get_vec(img)
    #str_arr = nd_arr.tostring()
    str_arr = np.array2string(nd_arr, formatter={'float_kind':lambda x: "%.2f" % x})
    vector_fh.write(str_arr+"\n")

Вот что я получаю в результате:

$ head resnet50_feature_vectors.txt

[0.22 1.54 0.40 ... 0.15 0.56 0.22]
[0.57 1.34 1.78 ... 0.26 1.19 1.30]
[0.01 2.81 0.15 ... 0.28 0.41 0.27]
[0.30 0.80 0.15 ... 0.02 0.08 0.03]
[0.10 1.39 0.60 ... 0.13 0.25 0.04]
[0.62 0.71 0.72 ... 0.36 0.15 0.51]
[0.43 0.44 0.52 ... 0.40 0.29 0.33]
[0.07 1.14 0.40 ... 0.09 0.08 0.10]
[0.13 1.45 0.96 ... 0.19 0.03 0.11]
[0.06 1.84 0.19 ... 0.11 0.11 0.03]

Как мне исправить способ сохранения векторов объектов в текстовом файле?

Я пытаюсь следовать руководству, в котором есть файл.txt, содержащий каждый вектор объектов, и один файл txt, содержащий метку для каждого вектора объектов.

Я говорю о Python части учебника для набора данных MNIST https://lvdmaaten.github.io/tsne/code/tsne_python.zip