2,638 views
この記事は最終更新から 1433日 が経過しています。
(1) MNIST画像データをダウンロード でダウンロードしたMNISTデータを、cuda-convnetプログラムで入力可能な形式に変換したい。Pythonに不慣れなこともあり、まずはファイルから入力した画像データを表示し、正しく読めていることを確認してみる。
事前にPythonでの画像表示に必要な以下のプログラムをインストールしておく必要がある。
・PIL(Python Imaging Library)
・ImageMagick
(1) 作業ディレクトリにはMNISTデータファイルが置いてある。
[user@linux]$ ll -rw-rw-r--. 1 user user 7840016 7\u6708 7 18:08 2014 t10k-images-idx3-ubyte -rw-rw-r--. 1 user user 10008 7\u6708 7 18:08 2014 t10k-labels-idx1-ubyte -rw-rw-r--. 1 user user 47040016 7\u6708 7 18:08 2014 train-images-idx3-ubyte -rw-rw-r--. 1 user user 60008 7\u6708 7 18:08 2014 train-labels-idx1-ubyte
(2) Pythonを起動する。
[user@linux]$ python Python 2.6.6 (r266:84292, Jan 22 2014, 09:42:36) [GCC 4.4.7 20120313 (Red Hat 4.4.7-4)] on linux2 Type "help", "copyright", "credits" or "license" for more information. >>>
(3) 使用するモジュールをロードする。
>>> import Image >>> import numpy as np >>> import struct
(4) train用データファイルをロードする。
>>> infile = open('./train-images-idx3-ubyte','rb')
(5) ヘッダ部のデータをロードする。
データファイルのフォーマットは (1) MNIST画像データをダウンロード を参照のこと。
>>> header = infile.read( 4 * 4 )
>>> header_up = struct.unpack('>4i', header) # > : big endian, 4i: 4 x int(32bit)
>>> numOfPixelsIn1Data = header_up[2] * header_up[3]
>>> print '# of image : %d' % header_up[1]
# of image : 60000
>>> print 'image width : %d' % header_up[2]
image width : 28
>>> print 'image height : %d' % header_up[3]
image height : 28
>>> print '# of pixels in a data : %d' % numOfPixelsIn1Data
# of pixels in a data : 784
(6) 先頭から5個の画像データを読み込み、表示する。
>>> for i in range(0,5):
... data = infile.read( numOfPixelsIn1Data )
... fmt = '%dB' % numOfPixelsIn1Data
... data_up = struct.unpack(fmt, data)
... npData = np.asarray( data_up ).astype('uint8')
... imData = np.reshape(npData, (28,28),order='C')
... im = Image.fromarray( imData )
... im.show()
...
trainデータファイルの先頭にはこんな手書き数字画像が入っているようだ。
(7) 最後は(4)でオープンしたファイルをクローズする。
>>> infile.close()
次回「(12) cuda-convnet用MNISTデータを作る(その2)」では、ロードしたMNISTデータから cuda-convnetの batches.metaファイルを作成してみます。