cifar.py 2.1 KB
Newer Older
Y
Yu Yang 已提交
1 2 3 4 5 6 7 8 9
"""
CIFAR Dataset.

URL: https://www.cs.toronto.edu/~kriz/cifar.html

the default train_creator, test_creator used for CIFAR-10 dataset.
"""
import cPickle
import itertools
Y
Yu Yang 已提交
10 11
import tarfile

Y
Yu Yang 已提交
12 13
import numpy

王益 已提交
14
from common import download
Y
Yu Yang 已提交
15

Y
Yu Yang 已提交
16 17 18 19
__all__ = [
    'cifar_100_train_creator', 'cifar_100_test_creator', 'train_creator',
    'test_creator'
]
Y
Yu Yang 已提交
20 21 22 23 24 25 26

CIFAR10_URL = 'https://www.cs.toronto.edu/~kriz/cifar-10-python.tar.gz'
CIFAR10_MD5 = 'c58f30108f718f92721af3b95e74349a'
CIFAR100_URL = 'https://www.cs.toronto.edu/~kriz/cifar-100-python.tar.gz'
CIFAR100_MD5 = 'eb9058c3a382ffc7106e4002c42a8d85'


Y
Yu Yang 已提交
27 28 29 30 31 32 33 34
def __read_batch__(filename, sub_name):
    def reader():
        def __read_one_batch_impl__(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
35

Y
Yu Yang 已提交
36
        with tarfile.open(filename, mode='r') as f:
Y
Yu Yang 已提交
37 38 39 40 41
            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
Yu Yang 已提交
42
                for item in __read_one_batch_impl__(batch):
Y
Yu Yang 已提交
43 44
                    yield item

Y
Yu Yang 已提交
45
    return reader
Y
Yu Yang 已提交
46 47


Y
Yu Yang 已提交
48 49 50
def cifar_100_train_creator():
    fn = download(url=CIFAR100_URL, md5=CIFAR100_MD5)
    return __read_batch__(fn, 'train')
Y
Yu Yang 已提交
51 52


Y
Yu Yang 已提交
53 54 55
def cifar_100_test_creator():
    fn = download(url=CIFAR100_URL, md5=CIFAR100_MD5)
    return __read_batch__(fn, 'test')
Y
Yu Yang 已提交
56 57 58 59 60 61


def train_creator():
    """
    Default train reader creator. Use CIFAR-10 dataset.
    """
Y
Yu Yang 已提交
62 63
    fn = download(url=CIFAR10_URL, md5=CIFAR10_MD5)
    return __read_batch__(fn, 'data_batch')
Y
Yu Yang 已提交
64 65 66 67 68 69


def test_creator():
    """
    Default test reader creator. Use CIFAR-10 dataset.
    """
Y
Yu Yang 已提交
70 71
    fn = download(url=CIFAR10_URL, md5=CIFAR10_MD5)
    return __read_batch__(fn, 'test_batch')
Y
Yu Yang 已提交
72 73


Y
Yu Yang 已提交
74 75
def unittest():
    for _ in train_creator()():
Y
Yu Yang 已提交
76
        pass
Y
Yu Yang 已提交
77
    for _ in test_creator()():
Y
Yu Yang 已提交
78 79 80 81
        pass


if __name__ == '__main__':
Y
Yu Yang 已提交
82
    unittest()