cs231n-assigment2完整代码

斯坦福cs231n的assignment2，完整代码

import cPickle as pickle
import numpy as np
import os
from scipy.misc import imread

def load_CIFAR_batch（filename）:
  “““ load single batch of cifar “““
  with open（filename ‘rb‘） as f:
    datadict = pickle.load（f）
    X = datadict[‘data‘]
    Y = datadict[‘labels‘]
    X = X.reshape（10000 3 32 32）.transpose（0231）.astype（“float“）
    Y = np.array（Y）
    return X Y

def load_CIFAR10（ROOT）:
  “““ load all of cifar “““
  xs = []
  ys = []
  for b in range（16）:
    f = os.path.join（ROOT ‘data_batch_%d‘ % （b ））
    X Y = load_CIFAR_batch（f）
    xs.append（X）
    ys.append（Y）    
  Xtr = np.concatenate（xs）
  Ytr = np.concatenate（ys）
  del X Y
  Xte Yte = load_CIFAR_batch（os.path.join（ROOT ‘test_batch‘））
  return Xtr Ytr Xte Yte


def get_CIFAR10_data（num_training=49000 num_validation=1000 num_test=1000）:
    “““
    Load the CIFAR-10 dataset from disk and perform preprocessing to prepare
    it for classifiers. These are the same steps as we used for the SVM but
    condensed to a single function.
    “““
    # Load the raw CIFAR-10 data
    cifar10_dir =‘/Users/pangjia/Documents/deep_learning/cifar-10-batches-py‘
    #cifar10_dir = ‘cs231n/datasets/cifar-10-batches-py‘
    X_train y_train X_test y_test = load_CIFAR10（cifar10_dir）
        
    # Subsample the data
    mask = range（num_training num_training + num_validation）
    X_val = X_train[mask]
    y_val = y_train[mask]
    mask = range（num_training）
    X_train = X_train[mask]
    y_train = y_train[mask]
    mask = range（num_test）
    X_test = X_test[mask]
    y_test = y_test[mask]

    # Normalize the data: subtract the mean image
    mean_image = np.mean（X_train axis=0）
    X_train -= mean_image
    X_val -= mean_image
    X_test -= mean_image
    
    # Transpose so that channels come first
    X_train = X_train.transpose（0 3 1 2）.copy（）
    X_val = X_val.transpose（0 3 1 2）.copy（）
    X_test = X_test.transpose（0 3 1 2）.copy（）

    # Package data into a dictionary
    return {
      ‘X_train‘: X_train ‘y_train‘: y_train
      ‘X_val‘: X_val ‘y_val‘: y_val
      ‘X_test‘: X_test ‘y_test‘: y_test
    }
    

def load_tiny_imagenet（path dtype=np.float32）:
  “““
  Load TinyImageNet. Each of TinyImageNet-100-A TinyImageNet-100-B and
  TinyImageNet-200 have the same directory structure so this can be used
  to load any of them.

  Inputs:
  - path: String giving path to the directory to load.
  - dtype: numpy datatype used to load the data.

  Returns: A tuple of
  - class_names: A list where class_names[i] is a list of strings giving the
    WordNet names for class i in the loaded dataset.
  - X_train: （N_tr 3 64 64） array of training images
  - y_train: （N_tr） array of training labels
  - X_val: （N_val 3 64 64） array of validation images
  - y_val: （N_val） array of validation labels
  - X_test: （N_test 3 64 64） array of testing images.
  - y_test: （N_test） array of test labels; if test labels are not available
    （such as in student code） t

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        8196  2017-04-25 08:21  .DS_Store
     文件      220808  2017-04-13 06:37  BatchNormalization.ipynb
     文件      378020  2017-04-21 08:01  ConvolutionalNetworks.ipynb
     目录           0  2017-04-21 07:59  cs231n\
     文件        6148  2017-04-21 06:33  cs231n\.DS_Store
     文件           0  2016-01-22 09:31  cs231n\__init__.py
     目录           0  2017-04-21 07:47  cs231n\classifiers\
     文件           0  2016-01-22 09:31  cs231n\classifiers\__init__.py
     文件        6223  2017-04-21 07:47  cs231n\classifiers\cnn.py
     文件       18049  2017-04-12 08:21  cs231n\classifiers\fc_net.py
     文件        6935  2017-03-29 00:14  cs231n\data_utils.py
     文件        9288  2016-01-22 09:31  cs231n\fast_layers.py
     文件        3568  2016-01-22 09:31  cs231n\gradient_check.py
     文件        2090  2016-01-22 09:31  cs231n\im2col.py
     文件     1161927  2017-04-21 06:33  cs231n\im2col_cython.c
     文件        4982  2016-01-22 09:31  cs231n\im2col_cython.pyx
     文件      298104  2017-04-21 06:34  cs231n\im2col_cython.so
     文件        2445  2017-03-29 02:11  cs231n\layer_utils.py
     文件       31814  2017-04-13 01:58  cs231n\layers.py
     文件        6545  2017-04-13 06:37  cs231n\optim.py
     文件         298  2016-01-22 09:31  cs231n\setup.py
     文件       10446  2017-03-29 02:16  cs231n\solver.py
     文件        1951  2016-01-22 09:31  cs231n\vis_utils.py
     文件       50774  2017-04-25 08:19  Dropout.ipynb
     文件         412  2016-01-22 09:31  frameworkpython
     文件      463514  2017-04-25 08:20  FullyConnectedNets.ipynb
     文件       21355  2016-01-22 09:31  kitten.jpg
     文件       38392  2016-01-22 09:31  puppy.jpg
     文件         113  2016-01-22 09:31  start_ipython_osx.sh