Mercurial > ift6266
view scripts/nist_divide.py @ 186:d364a130b221
Ajout du code de base pour scalar_series. Modifications à stacked_dae: réglé un problème avec les input_divider (empêchait une optimisation), et ajouté utilisation des séries. Si j'avais pas déjà commité, aussi, j'ai enlevé l'histoire de réutilisation du pretraining: c'était compliqué (error prone) et ça créait des jobs beaucoup trop longues.
author | fsavard |
---|---|
date | Mon, 01 Mar 2010 11:45:25 -0500 |
parents | d508f5a8acd0 |
children | 2b6a28e4cadc |
line wrap: on
line source
#!/usr/bin/env python ''' creation des ensembles train, valid et test NIST pur ensemble test est pris tel quel ensemble valid est trainorig[:20000] ensemble train est trainorig[20000:] trainorig est deja shuffled ''' from pylearn.io import filetensor as ft import numpy, os dir1 = "/data/lisa/data/nist/by_class/all/" dir2 = "/data/lisa/data/ift6266h10/" os.system("cp %s %s" % (dir1 + "all_test_data.ft", dir2 + "test_data.ft")) os.system("cp %s %s" % (dir1 + "all_test_labels.ft", dir2 + "test_labels.ft")) f = open(dir1 + "/all_train_data.ft") d = ft.read(f) f = open(dir2 + "valid_data.ft", 'wb') ft.write(f, d[:20000]) f = open(dir2 + "train_data.ft", 'wb') ft.write(f, d[20000:]) f = open(dir1 + "/all_train_labels.ft") d = ft.read(f) f = open(dir2 + "valid_labels.ft", 'wb') ft.write(f, d[:20000]) f = open(dir2 + "train_labels.ft", 'wb') ft.write(f, d[20000:]) for i in ["train", "valid", "test"]: os.chmod(dir2 + i + "_data.ft", 0744) os.chmod(dir2 + i + "_labels.ft", 0744)