# HG changeset patch
# User SylvainPL <sylvain.pannetier.lebeuf@umontreal.ca>
# Date 1265897742 18000
# Node ID 6696391273aba7f98509babdbdc9aff47f2d31c2
# Parent  e352a98fcc0ab5726050200e8c7692296e4bb56b
Il y a maintenant une proba 0.2 d'effectuer des permutations. Cette nouvelle fonctionnalite demande un parametre non deterministe, ce qui fait que maintenant, les fonctions 'determined_by_complexity' ont ete abandonees. Le module se comporte comme un module normal

diff -r e352a98fcc0a -r 6696391273ab transformations/PermutPixel.py
--- a/transformations/PermutPixel.py	Thu Feb 11 09:08:16 2010 -0500
+++ b/transformations/PermutPixel.py	Thu Feb 11 09:15:42 2010 -0500
@@ -7,6 +7,8 @@
 
 Le nombre de pixels permutes est definit pas complexity*1024
 
+Il y a proba 20% d'effectuer le bruitage
+
 Sylvain Pannetier Lebeuf dans le cadre de IFT6266, hiver 2010
 
 '''
@@ -19,26 +21,31 @@
     def __init__(self):
         self.nombre=10 #Le nombre de pixels a permuter
         self.proportion=0.3
+        self.effectuer=1    #1=on effectue, 0=rien faire
         
     def get_settings_names(self):
-        return []
+        return ['nombre','effectuer']
     
-    def get_settings_name_determined_by_complexity(self):
-        return ['nombre']
+##    def get_settings_name_determined_by_complexity(self):
+##        return ['nombre']
 
     def regenerate_parameters(self, complexity):
         self.proportion=float(complexity)/3
         self.nombre=int(256*self.proportion)*4   #Par multiple de 4 (256=1024/4)
         self.echantillon=random.sample(xrange(0,1024),self.nombre)  #Les pixels qui seront permutes
+        self.effectuer =numpy.random.binomial(1,0.2)    ##### On a 20% de faire un bruit #####
         return self._get_current_parameters()
 
     def _get_current_parameters(self):
-        return []  
+        return [self.nombre,self.effectuer]  
     
-    def get_parameters_determined_by_complexity(self, complexity):
-        return [int(complexity*256)*4]
+##    def get_parameters_determined_by_complexity(self, complexity):
+##        return [int(complexity*256)*4]
     
     def transform_image(self, image):
+        if self.effectuer==0:
+            return image
+        
         image=image.reshape(1024,1)
         temp=0  #variable temporaire
 
@@ -94,6 +101,6 @@
     from pylearn.io import filetensor as ft
     import pylab
     for i in xrange(0,5):
-        _test(0)
+        _test(0.5)