cifar.py 1.7 KB
Newer Older
Y
Yu Yang 已提交
1
"""
Y
Yi Wang 已提交
2
CIFAR dataset: https://www.cs.toronto.edu/~kriz/cifar.html
Y
Yu Yang 已提交
3 4 5 6
"""
import cPickle
import itertools
import numpy
Y
Yi Wang 已提交
7 8
import paddle.v2.dataset.common
import tarfile
Y
Yu Yang 已提交
9

Y
Yi Wang 已提交
10
__all__ = ['train100', 'test100', 'train10', 'test10']
Y
Yu Yang 已提交
11

Y
Yi Wang 已提交
12 13
URL_PREFIX = 'https://www.cs.toronto.edu/~kriz/'
CIFAR10_URL = URL_PREFIX + 'cifar-10-python.tar.gz'
Y
Yu Yang 已提交
14
CIFAR10_MD5 = 'c58f30108f718f92721af3b95e74349a'
Y
Yi Wang 已提交
15
CIFAR100_URL = URL_PREFIX + 'cifar-100-python.tar.gz'
Y
Yu Yang 已提交
16 17 18
CIFAR100_MD5 = 'eb9058c3a382ffc7106e4002c42a8d85'


Y
Yi Wang 已提交
19 20 21 22 23 24 25
def reader_creator(filename, sub_name):
    def read_batch(batch):
        data = batch['data']
        labels = batch.get('labels', batch.get('fine_labels', None))
        assert labels is not None
        for sample, label in itertools.izip(data, labels):
            yield (sample / 255.0).astype(numpy.float32), int(label)
Y
Yu Yang 已提交
26

Y
Yi Wang 已提交
27
    def reader():
Y
Yu Yang 已提交
28
        with tarfile.open(filename, mode='r') as f:
Y
Yu Yang 已提交
29 30 31 32 33
            names = (each_item.name for each_item in f
                     if sub_name in each_item.name)

            for name in names:
                batch = cPickle.load(f.extractfile(name))
Y
Yi Wang 已提交
34
                for item in read_batch(batch):
Y
Yu Yang 已提交
35 36
                    yield item

Y
Yu Yang 已提交
37
    return reader
Y
Yu Yang 已提交
38 39


Y
Yi Wang 已提交
40 41 42 43
def train100():
    return reader_creator(
        paddle.v2.dataset.common.download(CIFAR100_URL, 'cifar', CIFAR100_MD5),
        'train')
Y
Yu Yang 已提交
44 45


Y
Yi Wang 已提交
46 47 48 49
def test100():
    return reader_creator(
        paddle.v2.dataset.common.download(CIFAR100_URL, 'cifar', CIFAR100_MD5),
        'test')
Y
Yu Yang 已提交
50 51


Y
Yi Wang 已提交
52 53 54 55
def train10():
    return reader_creator(
        paddle.v2.dataset.common.download(CIFAR10_URL, 'cifar', CIFAR10_MD5),
        'data_batch')
Y
Yu Yang 已提交
56 57


Y
Yi Wang 已提交
58 59 60 61
def test10():
    return reader_creator(
        paddle.v2.dataset.common.download(CIFAR10_URL, 'cifar', CIFAR10_MD5),
        'test_batch')