# HG changeset patch # User SylvainPL # Date 1265830960 18000 # Node ID aee278ebc827c8ec84da8a640d5aeddb0f3d7b47 # Parent 42e3e2f67626f0de9f210af7eee7311d44a3e2d4 Mise a niveau specifications parametres deterministes et nouvelle normalisation des images diff -r 42e3e2f67626 -r aee278ebc827 transformations/DistorsionGauss.py --- a/transformations/DistorsionGauss.py Wed Feb 10 14:24:35 2010 -0500 +++ b/transformations/DistorsionGauss.py Wed Feb 10 14:42:40 2010 -0500 @@ -18,6 +18,9 @@ self.ecart_type=0.1 #L'ecart type de la gaussienne def get_settings_names(self): + return [] + + def get_settings_name_determined_by_complexity(self): return ['ecart_type'] def regenerate_parameters(self, complexity): @@ -37,11 +40,16 @@ aleatoire[i]=float(random.gauss(0,self.ecart_type)) image=image+aleatoire - #Ramener tout entre 0 et 1 - if numpy.min(image) < 0: - image-=numpy.min(image) - if numpy.max(image) > 1: - image/=numpy.max(image) + + #Ramener tout entre 0 et 1. Ancienne facon de normaliser. + #Resultats moins interessant je trouve. +## if numpy.min(image) < 0: +## image-=numpy.min(image) +## if numpy.max(image) > 1: +## image/=numpy.max(image) + + for i in xrange(0,1024): + image[i]=min(1,max(0,image[i])) return image.reshape(32,32) @@ -72,6 +80,6 @@ from pylearn.io import filetensor as ft import pylab for i in xrange(0,5): - _test(1) + _test(0.5)