-
Notifications
You must be signed in to change notification settings - Fork 13
/
commands.sh
156 lines (119 loc) · 8.32 KB
/
commands.sh
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
# HyperShot
## cross_char
### 1-shot
python train.py --method hyper_shot --model Conv4 --dataset cross_char --num_classes 4112 \
--n_shot 1 --test_n_way 5 --train_n_way 5 \
--stop_epoch 2000 --hn_val_epochs 0 \
--hn_head_len 2 --hn_neck_len 1 --hn_hidden_size 512 --hn_tn_hidden_size 128 --hn_tn_depth 2 \
--hn_use_cosine_distance
### 5-shot
python train.py --method hyper_shot --model Conv4 --dataset cross_char --num_classes 4112 \
--n_shot 5 --test_n_way 5 --train_n_way 5 \
--stop_epoch 2000 --hn_val_epochs 0 \
--hn_head_len 2 --hn_neck_len 1 --hn_hidden_size 512 --hn_tn_hidden_size 128 --hn_tn_depth 2 \
--hn_sup_aggregation mean --hn_use_cosine_distance
## CUB
### 1-shot
python train.py --method hyper_shot --model Conv4 --dataset CUB --num_classes 200 \
--n_shot 1 --test_n_way 5 --train_n_way 5 --train_aug \
--stop_epoch 10000 --hn_val_epochs 0 --es_threshold 20 \
--hn_tn_depth 2 --hn_head_len 2 --hn_neck_len 0 --hn_hidden_size 128 --hn_tn_hidden_size 64 \
--hn_use_cosine_distance
### 5-shot
python train.py --method hyper_shot --model Conv4 --dataset CUB --num_classes 200 \
--n_shot 5 --test_n_way 5 --train_n_way 5 --train_aug \
--stop_epoch 10000 --hn_val_epochs 0 --es_threshold 20 \
--hn_tn_depth 2 --hn_head_len 2 --hn_neck_len 0 --hn_hidden_size 128 --hn_tn_hidden_size 64 \
--hn_sup_aggregation mean --hn_use_cosine_distance
# Bayesian HyperShot
## cross_char
### 1-shot
python train.py --method hyper_shot --hn_bayesian_model --hn_bayesian_test --model Conv4 --dataset cross_char --num_classes 4112 \
--n_shot 1 --test_n_way 5 --train_n_way 5--stop_epoch 2000 --hn_val_epochs 0 --hn_val_lr 0.01 \
--hn_head_len 2 --hn_neck_len 1 --hn_hidden_size 512 --hn_tn_hidden_size 128 --hn_tn_depth 2 \
--hn_use_kld --hn_S=3 --hn_use_cosine_distance --hn_kld_const_scaler -4 --hn_S_test=3 --hn_use_mu_in_kld
## cross
### 5-shot
python train.py --dataset miniImagenet --n_shot 5 --test_n_way 5 --num_classes 200 --method hyper_shot\
--train_n_way 5 --seed 1 --resume --train_aug --hn_use_cosine_distance --hn_hidden_size 4096 --hn_tn_hidden_size 1024\
--hn_taskset_size 1 --hn_neck_len 2 --hn_head_len 3 --hn_tn_depth 1 --hn_detach_ft_in_hn 100000\
--hn_detach_ft_in_tn 100000 --stop_epoch 10001 --es_epoch 10000 --save_freq 500 --hn_val_epochs 0 --hn_use_kld --hn_S 5\
--hn_kld_const_scaler 0 --hn_S_test 10 --hn_bayesian_model --hn_bayesian_test --maybe_terminate\
--detect_anomaly --hn_use_kld_scheduler --hn_kld_start_val -24 --hn_use_mu_in_kld --hn_kld_stop_val -3
# HyperMAML
## cross_char
### 1-shot
python train.py --method hyper_maml --model Conv4 --dataset cross_char --num_classes 4112 \
--n_shot 1 --test_n_way 5 --train_n_way 5 \
--stop_epoch 64 --lr_scheduler multisteplr --lr 1e-2 \
--hm_maml_warmup --hm_maml_warmup_epochs 50 --hm_maml_warmup_switch_epochs 500 --milestones 51 550 \
--hn_head_len 3 --hn_hidden_size 512 --hm_enhance_embeddings True --hm_use_class_batch_input
### 5-shot
python train.py --method hyper_maml --model Conv4 --dataset cross_char --num_classes 4112 \
--n_shot 5 --test_n_way 5 --train_n_way 5 \
--stop_epoch 64 --lr_scheduler multisteplr --lr 1e-2 \
--hm_maml_warmup --hm_maml_warmup_epochs 50 --hm_maml_warmup_switch_epochs 500 --milestones 51 550 \
--hn_head_len 3 --hn_hidden_size 512 --hm_enhance_embeddings True --hm_use_class_batch_input --hn_sup_aggregation mean
## CUB
### 1-shot
python train.py --method hyper_maml --model Conv4Pool --dataset CUB --num_classes 200 \
--n_shot 1 --test_n_way 5 --train_n_way 5 --train_aug \
--stop_epoch 1000 --es_threshold 20 --lr 1e-3 --lr_scheduler multisteplr \
--hm_maml_warmup --hm_maml_warmup_epochs 100 --hm_maml_warmup_switch_epochs 1000 --milestones 101 1100 \
--hn_head_len 3 --hn_hidden_size 256 --hm_enhance_embeddings True --hm_use_class_batch_input
### 5-shot
python train.py --method hyper_maml --model Conv4Pool --dataset CUB --num_classes 200 \
--n_shot 5 --test_n_way 5 --train_n_way 5 --train_aug \
--stop_epoch 1000 --es_threshold 20 --lr 1e-3 --lr_scheduler multisteplr \
--hm_maml_warmup --hm_maml_warmup_epochs 100 --hm_maml_warmup_switch_epochs 1000 --milestones 101 1100 \
--hn_head_len 3 --hn_hidden_size 256 --hm_enhance_embeddings True --hm_use_class_batch_input --hn_sup_aggregation mean
## miniImagenet
### 1-shot
python train.py --method hyper_maml --model Conv4Pool --dataset miniImagenet --num_classes 200 \
--n_shot 1 --test_n_way 5 --train_n_way 5 --train_aug \
--stop_epoch 1000 --es_threshold 20 --lr 1e-3 --lr_scheduler multisteplr \
--hm_maml_warmup --hm_maml_warmup_epochs 100 --hm_maml_warmup_switch_epochs 1000 --milestones 101 1100 \
--hn_head_len 3 --hn_hidden_size 256 --hm_enhance_embeddings True --hm_use_class_batch_input
### 5-shot
python train.py --method hyper_maml --model Conv4Pool --dataset miniImagenet --num_classes 200 \
--n_shot 5 --test_n_way 5 --train_n_way 5 --train_aug \
--stop_epoch 1000 --es_threshold 20 --lr 1e-3 --lr_scheduler multisteplr \
--hm_maml_warmup --hm_maml_warmup_epochs 100 --hm_maml_warmup_switch_epochs 1000 --milestones 101 1100 \
--hn_head_len 3 --hn_hidden_size 256 --hm_enhance_embeddings True --hm_use_class_batch_input --hn_sup_aggregation mean
# BayesHMAML
## cross_char
### 1-shot
python train.py --hm_weight_set_num_test 0 --es_threshold 10 --dataset cross_char --num_classes 4112 --train_n_way 5 \
--seed 1 --method bayes_hmaml --stop_epoch 64 --model Conv4 --hm_enhance_embeddings True --hm_use_class_batch_input \
--lr_scheduler multisteplr --n_shot 1 --hm_maml_warmup --lr 0.01 --hm_maml_warmup_epochs 50 --hm_maml_warmup_switch_epochs 500 \
--hn_head_len 3 --hn_hidden_size 512 --milestones 51 550 --kl_stop_val 0.001 --kl_scale 1e-24 --hm_weight_set_num_train 5
### 5-shot
python train.py --model Conv4 --dataset cross_char --num_classes 4112 --n_shot 5 --train_n_way 5 --method bayes_hmaml \
--stop_epoch 64 --lr_scheduler multisteplr --hm_maml_warmup --hm_maml_warmup_epochs 50 --hm_maml_warmup_switch_epochs 500 \
--milestones 51 550 --hn_head_len 3 --hn_hidden_size 512 --hm_enhance_embeddings True --hm_use_class_batch_input \
--hn_sup_aggregation mean --hm_weight_set_num_test 0 --es_threshold 0.0 --kl_scale=1e-24 \
--hm_weight_set_num_train 5 --kl_stop_val 0.001 --lr 0.01
## CUB
### 1-shot
python train.py --hm_weight_set_num_test 0 --method bayes_hmaml --model Conv4Pool --dataset CUB --num_classes 200 --n_shot 1 \
--test_n_way 5 --train_n_way 5 --train_aug --stop_epoch 1000 --es_threshold 20 --lr 0.01 --lr_scheduler multisteplr --hm_maml_warmup \
--hm_maml_warmup_epochs 100 --hm_maml_warmup_switch_epochs 1000 --milestones 101 1100 --hn_head_len 3 --hn_hidden_size 256 \
--hm_enhance_embeddings True --hm_use_class_batch_input --kl_scale 1e-24 --kl_stop_val 0.0001 --hm_weight_set_num_train 5
### 5-shot
python train.py --method bayes_hmaml --model Conv4Pool --dataset CUB --num_classes 200 --n_shot 5 --test_n_way 5 --train_n_way 5 \
--train_aug --stop_epoch 1000 --es_threshold 20 --lr 1e-3 --lr_scheduler multisteplr --hm_maml_warmup --hm_maml_warmup_epochs 100 \
--hm_maml_warmup_switch_epochs 1000 --milestones 101 1100 --hn_head_len 3 --hn_hidden_size 256 --hm_enhance_embeddings True \
--hm_use_class_batch_input --hn_sup_aggregation mean --hm_weight_set_num_test 0 \
--hm_weight_set_num_train 5 --kl_stop_val 1e-5
## miniImageNet
### 1-shot
python train.py --method bayes_hmaml --hm_weight_set_num_test 0 --model Conv4Pool --dataset miniImagenet --num_classes 200 --n_shot 1 \
--test_n_way 5 --train_n_way 5 --train_aug --stop_epoch 1000 --es_threshold 20 --lr 0.001 --lr_scheduler multisteplr --hm_maml_warmup \
--hm_maml_warmup_epochs 100 --hm_maml_warmup_switch_epochs 1000 --milestones 101 1100 --hn_head_len 3 --hn_hidden_size 256 \
--hm_enhance_embeddings True --hm_use_class_batch_input --kl_scale 1e-24 --kl_stop_val 0.0001 --hm_weight_set_num_train 5
### 5-shot
python train.py --method bayes_hmaml --model Conv4Pool --dataset miniImagenet --num_classes 200 --n_shot 5 --test_n_way 5 \
--train_n_way 5 --train_aug --stop_epoch 1000 --es_threshold 20 --lr 1e-3 --lr_scheduler multisteplr --hm_maml_warmup \
--hm_maml_warmup_epochs 100 --hm_maml_warmup_switch_epochs 1000 --milestones 101 1100 --hn_head_len 3 --hn_hidden_size 256 \
--hm_enhance_embeddings True --hm_use_class_batch_input --hn_sup_aggregation mean --resume --hm_weight_set_num_test 0 \
--hm_weight_set_num_train 5 --kl_stop_val 1e-5