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

对于无法使用python3和hdf5storage.loadmat在TensorFlow中加载大于2GB的二进制图像.mat文件的问题，可以尝试以下解决方案：

1. 使用其他库加载大型.mat文件：除了hdf5storage.loadmat，还有其他库可以加载.mat文件，例如scipy.io.loadmat。可以尝试使用scipy库的loadmat函数来加载大于2GB的二进制图像.mat文件。
2. 分割大型.mat文件：如果无法直接加载大于2GB的.mat文件，可以考虑将其分割成多个较小的.mat文件，然后逐个加载并处理。可以使用Matlab或其他工具将大型.mat文件分割成多个小文件，然后在TensorFlow中逐个加载这些小文件进行处理。
3. 使用其他数据格式：如果无法解决加载大型.mat文件的问题，可以考虑将数据转换为其他格式，例如numpy数组、CSV文件等。可以使用Matlab或其他工具将.mat文件转换为所需的格式，然后在TensorFlow中加载和处理转换后的数据。
4. 使用云计算资源：如果本地计算资源有限，可以考虑使用云计算资源来处理大型.mat文件。云计算平台通常提供强大的计算和存储能力，可以更轻松地处理大型数据。可以将大型.mat文件上传到云存储服务，然后在云计算平台上使用适当的工具和库加载和处理数据。

总结起来，解决无法使用python3和hdf5storage.loadmat在TensorFlow中加载大于2GB的二进制图像.mat文件的问题，可以尝试使用其他库加载、分割文件、转换数据格式或利用云计算资源来处理数据。具体选择哪种方法取决于具体情况和需求。