Add read_cifar.py

read_cifar.py

+import numpy as np
+import os
+import pickle
+
+# Commentaire global expliquant le but du code
+'''Here is the code to prepare the CIFAR dataset, create a function to read CIFAR batches, and split the dataset into training and testing sets:'''
+
+# Fonction read_cifar_batch :
+'''
+Arguments :
+Le chemin d'un seul batch en tant que chaîne de caractères.
+
+Returns :
+Une matrice de données de taille (taille_du_batch , taille_des_données)
+Un vecteur d'étiquettes (labels) de taille (taille_du_batch)
+'''
+
+def read_cifar_batch(batch_path):
+    # Ouvre le fichier du batch et charge les données
+    with open(batch_path, 'rb') as f:
+        batch_dict = pickle.load(f, encoding='bytes')
+    # Convertit les données en float32
+    data = batch_dict[b'data'].astype(np.float32)
+    # Convertit les étiquettes en int64
+    labels = np.array(batch_dict[b'labels'], dtype=np.int64)
+    return data, labels
+
+# Fonction read_cifar :
+''' 
+*** lit le chemin du répertoire contenant tous les lots (y compris test_batch)***
+
+*Arguments :
+Le chemin du répertoire contenant les six lots (cinq data_batch et un test_batch) en tant que chaîne de caractères.
+
+*Returns :
+-Une matrice de données de taille (taille_du_lot , taille_des_données).
+-Un vecteur d'étiquettes(labels) de taille (taille_du_lot).
+'''
+def read_cifar(folder):
+    # Liste des noms de fichiers de batch
+    batch_files = ["data_batch_1", "data_batch_2", "data_batch_3", "data_batch_4", "data_batch_5", "test_batch"]
+    data_list, labels_list = [], []
+
+    # Boucle sur les fichiers de batch
+    for batch_file in batch_files:
+        path = os.path.join(folder, batch_file)
+        # Appelle read_cifar_batch pour lire chaque batch
+        data, labels = read_cifar_batch(path)
+        data_list.append(data)
+        labels_list.append(labels)
+
+    # Combine les données de tous les batches
+    data = np.vstack(data_list)
+    # Combine les étiquettes de tous les batches
+    labels = np.hstack(labels_list)
+
+    return data, labels
+
+# Fonction pour diviser les données en ensembles d'entraînement et de test :
+'''
+*Arguments :
+-data et labels, deux tableaux de même taille dans la première dimension.
+-split, un nombre flottant compris entre 0 et 1, qui détermine le facteur de répartition de l'ensemble d'entraînement par rapport à l'ensemble de test.
+
+*Renvoie :
+-data_train : les données d'entraînement.
+-labels_train : les étiquettes correspondantes.
+-data_test : les données de test.
+-labels_test : les étiquettes correspondantes.
+'''
+def split_dataset(data, labels, split):
+    # Vérifie que le ratio de division est valide
+    assert 0 < split < 1
+    n = len(data)
+    # Mélange les indices des données
+    indices = np.random.permutation(n)
+    split_index = int(split * n)
+    # Sépare les indices pour l'ensemble d'entraînement et de test
+    train_indices = indices[:split_index]
+    test_indices = indices[split_index:]
+    # Sépare les données et étiquettes en ensembles d'entraînement et de test
+    data_train = data[train_indices]
+    labels_train = labels[train_indices]
+    data_test = data[test_indices]
+    labels_test = labels[test_indices]
+    return data_train, labels_train, data_test, labels_test
+
+