def charger(self, nomfichier):
from ast import literal_eval
self.couches = None
fichier = open(nomfichier, 'r')
couche_type = fichier.readline().rstrip('\n\r')
while couche_type != 'end':
if couche_type == 'MLP':
nbrElmCouche = literal_eval(fichier.readline().rstrip('\n\r'))
couche = MLP(nbrElmCouche)
for k in range(couche.nbrCouches):
poids = fichier.readline().rstrip('\n\r').split(" ")
couche.poids[k] = np.array(map(float, poids)).reshape(
nbrElmCouche[k], nbrElmCouche[k + 1])
bias = fichier.readline().rstrip('\n\r').split(" ")
couche.bias[k] = np.array(map(float, bias))
elif couche_type == 'CNN':
dimFiltres = literal_eval(fichier.readline().rstrip('\n\r'))
dimSech = literal_eval(fichier.readline().rstrip('\n\r'))
couche = CNN(dimFiltres, dimSech)
couche.dimInput = literal_eval(
fichier.readline().rstrip('\n\r'))
couche.filtresPoids = fichier.readline().rstrip('\n\r').split(
" ")
couche.filtresPoids = np.array(map(
float, couche.filtresPoids)).reshape(dimFiltres)
couche.filtresBias = fichier.readline().rstrip('\n\r').split(
" ")
couche.filtresBias = np.array(map(
float, couche.filtresBias)).reshape(dimFiltres[0])
couche.dimConv = (couche.dimFiltres[0], ) + (
couche.dimInput[-2] - couche.dimFiltres[-2] + 1,
couche.dimInput[-1] - couche.dimFiltres[-1] + 1)
couche.dimOutput = (couche.dimFiltres[0], ) + (
couche.dimConv[-2] / couche.dimSech[-2],
couche.dimConv[-1] / couche.dimSech[-1])
self.addCouche(couche)
couche_type = fichier.readline().rstrip('\n\r')
