Mercurial > ift6266
changeset 91:6696391273ab
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
author | SylvainPL <sylvain.pannetier.lebeuf@umontreal.ca> |
---|---|
date | Thu, 11 Feb 2010 09:15:42 -0500 |
parents | e352a98fcc0a |
children | 708ad2abebdd |
files | transformations/PermutPixel.py |
diffstat | 1 files changed, 14 insertions(+), 7 deletions(-) [+] |
line wrap: on
line diff
--- 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)