README.md

   1 # Introduction #
   2
   3 This is the port of the Synthetic Visual Reasoning Test to the pytorch
   4 framework.
   5
   6 The main function is
   7
   8 ```
   9 torch.ByteTensor svrt.generate_vignettes(int problem_number, torch.LongTensor labels)
  10 ```
  11
  12 where
  13
  14  * `problem_number` indicates which of the 23 problem to use
  15  * `labels` indicates the boolean labels of the vignettes to generate
  16
  17 The returned ByteTensor has three dimensions:
  18
  19  * Vignette index
  20  * Pixel row
  21  * Pixel col
  22
  23 The two additional functions
  24
  25 ```
  26 torch.ByteStorage svrt.compress(torch.ByteStorage x)
  27 ```
  28
  29 and
  30
  31 ```
  32 torch.ByteStorage svrt.uncompress(torch.ByteStorage x)
  33 ```
  34
  35 provides a lossless compression scheme adapted to the ByteStorage of
  36 the vignette ByteTensor (i.e. expecting a lot of 255s, a few 0s, and
  37 no other value).
  38
  39 They allow to reduce the memory footprint by a factor ~50, and may be
  40 usefull to deal with very large data-sets and avoid re-generating
  41 images at every batch.
  42
  43 See vignette_set.py for a class CompressedVignetteSet using it.
  44
  45 # Installation and test #
  46
  47 Executing
  48
  49 ```
  50 make -j -k
  51 ./test-svrt.py
  52 ```
  53
  54 should generate an image example.png in the current directory.
  55
  56 Note that the image generation does not take advantage of GPUs or
  57 multi-core, and can be as fast as 10,000 vignettes per second and as
  58 slow as 40 on a 4GHz i7-6700K.