-
Notifications
You must be signed in to change notification settings - Fork 6
/
all_experiments.sh
140 lines (97 loc) · 11.9 KB
/
all_experiments.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
##### Run variances experiments
# Thresholded at 0.5 MNIST dataset
python vae.py --estimator rfwr --n_samples 4 --experiment_name directgradlogvar --lr 1e-3 --log_variance --add_direct_gradient --num_dimensions 20
python vae.py --estimator rfwr --n_samples 4 --experiment_name directgradlogvar --lr 1e-3 --log_variance --add_direct_gradient --num_dimensions 2
# Standard binarized MNIST dataset
python vae.py --estimator rfwr --n_samples 4 --experiment_name directgradlogvar --lr 1e-3 --log_variance --add_direct_gradient --num_dimensions 20 --larochelle
python vae.py --estimator rfwr --n_samples 4 --experiment_name directgradlogvar --lr 1e-3 --log_variance --add_direct_gradient --num_dimensions 2 --larochelle
##### First runs
# Thresholded at 0.5 MNIST dataset, large domain (20 dimensions)
python vae.py --estimator stgs --n_samples 1 --experiment_name directgrad --lr 1e-4 --add_direct_gradient --num_dimensions 20
python vae.py --estimator relax --n_samples 1 --experiment_name directgrad --lr 1e-4 --add_direct_gradient --num_dimensions 20
python vae.py --estimator reinforce_bl --n_samples 1 --experiment_name directgrad --lr 1e-3 --add_direct_gradient --num_dimensions 20
python vae.py --estimator arsm --n_samples 1 --experiment_name directgrad --lr 3e-4 --add_direct_gradient --num_dimensions 20 --sample_kl
python vae.py --estimator rfwr --n_samples 4 --experiment_name directgrad --lr 1e-3 --add_direct_gradient --num_dimensions 20
python vae.py --estimator rf_unord --n_samples 4 --experiment_name directgrad --lr 1e-3 --add_direct_gradient --num_dimensions 20
python vae.py --estimator sasbl --n_samples 4 --experiment_name directgrad --lr 1e-3 --add_direct_gradient --num_dimensions 20
python vae.py --estimator rfwr --n_samples 8 --experiment_name directgrad --lr 1e-3 --add_direct_gradient --num_dimensions 20
python vae.py --estimator rf_unord --n_samples 8 --experiment_name directgrad --lr 1e-3 --add_direct_gradient --num_dimensions 20
python vae.py --estimator sasbl --n_samples 8 --experiment_name directgrad --lr 1e-3 --add_direct_gradient --num_dimensions 20
# Thresholded at 0.5 MNIST dataset, small domain (2 dimensions)
python vae.py --estimator stgs --n_samples 1 --experiment_name directgrad --lr 1e-4 --add_direct_gradient --num_dimensions 2
python vae.py --estimator relax --n_samples 1 --experiment_name directgrad --lr 1e-4 --add_direct_gradient --num_dimensions 2
python vae.py --estimator reinforce_bl --n_samples 1 --experiment_name directgrad --lr 1e-3 --add_direct_gradient --num_dimensions 2
python vae.py --estimator arsm --n_samples 1 --experiment_name directgrad --lr 3e-4 --add_direct_gradient --num_dimensions 2 --sample_kl
python vae.py --estimator rfwr --n_samples 4 --experiment_name directgrad --lr 1e-3 --add_direct_gradient --num_dimensions 2
python vae.py --estimator rf_unord --n_samples 4 --experiment_name directgrad --lr 1e-3 --add_direct_gradient --num_dimensions 2
python vae.py --estimator sasbl --n_samples 4 --experiment_name directgrad --lr 1e-3 --add_direct_gradient --num_dimensions 2
python vae.py --estimator rfwr --n_samples 8 --experiment_name directgrad --lr 1e-3 --add_direct_gradient --num_dimensions 2
python vae.py --estimator rf_unord --n_samples 8 --experiment_name directgrad --lr 1e-3 --add_direct_gradient --num_dimensions 2
python vae.py --estimator sasbl --n_samples 8 --experiment_name directgrad --lr 1e-3 --add_direct_gradient --num_dimensions 2
# Standard binarized MNIST dataset, large domain (20 dimensions)
python vae.py --estimator stgs --n_samples 1 --experiment_name directgrad --lr 1e-4 --add_direct_gradient --num_dimensions 20 --larochelle
python vae.py --estimator relax --n_samples 1 --experiment_name directgrad --lr 1e-4 --add_direct_gradient --num_dimensions 20 --larochelle
python vae.py --estimator reinforce_bl --n_samples 1 --experiment_name directgrad --lr 1e-3 --add_direct_gradient --num_dimensions 20 --larochelle
python vae.py --estimator arsm --n_samples 1 --experiment_name directgrad --lr 3e-4 --add_direct_gradient --num_dimensions 20 --larochelle --sample_kl
python vae.py --estimator rfwr --n_samples 4 --experiment_name directgrad --lr 1e-3 --add_direct_gradient --num_dimensions 20 --larochelle
python vae.py --estimator rf_unord --n_samples 4 --experiment_name directgrad --lr 1e-3 --add_direct_gradient --num_dimensions 20 --larochelle
python vae.py --estimator sasbl --n_samples 4 --experiment_name directgrad --lr 1e-3 --add_direct_gradient --num_dimensions 20 --larochelle
python vae.py --estimator rfwr --n_samples 8 --experiment_name directgrad --lr 1e-3 --add_direct_gradient --num_dimensions 20 --larochelle
python vae.py --estimator rf_unord --n_samples 8 --experiment_name directgrad --lr 1e-3 --add_direct_gradient --num_dimensions 20 --larochelle
python vae.py --estimator sasbl --n_samples 8 --experiment_name directgrad --lr 1e-3 --add_direct_gradient --num_dimensions 20 --larochelle
# Standard binarized MNIST dataset, small domain (2 dimensions)
python vae.py --estimator stgs --n_samples 1 --experiment_name directgrad --lr 1e-4 --add_direct_gradient --num_dimensions 2 --larochelle
python vae.py --estimator relax --n_samples 1 --experiment_name directgrad --lr 1e-4 --add_direct_gradient --num_dimensions 2 --larochelle
python vae.py --estimator reinforce_bl --n_samples 1 --experiment_name directgrad --lr 1e-3 --add_direct_gradient --num_dimensions 2 --larochelle
python vae.py --estimator arsm --n_samples 1 --experiment_name directgrad --lr 3e-4 --add_direct_gradient --num_dimensions 2 --larochelle --sample_kl
python vae.py --estimator rfwr --n_samples 4 --experiment_name directgrad --lr 1e-3 --add_direct_gradient --num_dimensions 2 --larochelle
python vae.py --estimator rf_unord --n_samples 4 --experiment_name directgrad --lr 1e-3 --add_direct_gradient --num_dimensions 2 --larochelle
python vae.py --estimator sasbl --n_samples 4 --experiment_name directgrad --lr 1e-3 --add_direct_gradient --num_dimensions 2 --larochelle
python vae.py --estimator rfwr --n_samples 8 --experiment_name directgrad --lr 1e-3 --add_direct_gradient --num_dimensions 2 --larochelle
python vae.py --estimator rf_unord --n_samples 8 --experiment_name directgrad --lr 1e-3 --add_direct_gradient --num_dimensions 2 --larochelle
python vae.py --estimator sasbl --n_samples 8 --experiment_name directgrad --lr 1e-3 --add_direct_gradient --num_dimensions 2 --larochelle
##### Second runs (same except for experiment names)
# Thresholded at 0.5 MNIST dataset, large domain (20 dimensions)
python vae.py --estimator stgs --n_samples 1 --experiment_name directgrad2 --lr 1e-4 --add_direct_gradient --num_dimensions 20
python vae.py --estimator relax --n_samples 1 --experiment_name directgrad2 --lr 1e-4 --add_direct_gradient --num_dimensions 20
python vae.py --estimator reinforce_bl --n_samples 1 --experiment_name directgrad2 --lr 1e-3 --add_direct_gradient --num_dimensions 20
python vae.py --estimator arsm --n_samples 1 --experiment_name directgrad2 --lr 3e-4 --add_direct_gradient --num_dimensions 20 --sample_kl
python vae.py --estimator rfwr --n_samples 4 --experiment_name directgrad2 --lr 1e-3 --add_direct_gradient --num_dimensions 20
python vae.py --estimator rf_unord --n_samples 4 --experiment_name directgrad2 --lr 1e-3 --add_direct_gradient --num_dimensions 20
python vae.py --estimator sasbl --n_samples 4 --experiment_name directgrad2 --lr 1e-3 --add_direct_gradient --num_dimensions 20
python vae.py --estimator rfwr --n_samples 8 --experiment_name directgrad2 --lr 1e-3 --add_direct_gradient --num_dimensions 20
python vae.py --estimator rf_unord --n_samples 8 --experiment_name directgrad2 --lr 1e-3 --add_direct_gradient --num_dimensions 20
python vae.py --estimator sasbl --n_samples 8 --experiment_name directgrad2 --lr 1e-3 --add_direct_gradient --num_dimensions 20
# Thresholded at 0.5 MNIST dataset, small domain (2 dimensions)
python vae.py --estimator stgs --n_samples 1 --experiment_name directgrad2 --lr 1e-4 --add_direct_gradient --num_dimensions 2
python vae.py --estimator relax --n_samples 1 --experiment_name directgrad2 --lr 1e-4 --add_direct_gradient --num_dimensions 2
python vae.py --estimator reinforce_bl --n_samples 1 --experiment_name directgrad2 --lr 1e-3 --add_direct_gradient --num_dimensions 2
python vae.py --estimator arsm --n_samples 1 --experiment_name directgrad2 --lr 3e-4 --add_direct_gradient --num_dimensions 2 --sample_kl
python vae.py --estimator rfwr --n_samples 4 --experiment_name directgrad2 --lr 1e-3 --add_direct_gradient --num_dimensions 2
python vae.py --estimator rf_unord --n_samples 4 --experiment_name directgrad2 --lr 1e-3 --add_direct_gradient --num_dimensions 2
python vae.py --estimator sasbl --n_samples 4 --experiment_name directgrad2 --lr 1e-3 --add_direct_gradient --num_dimensions 2
python vae.py --estimator rfwr --n_samples 8 --experiment_name directgrad2 --lr 1e-3 --add_direct_gradient --num_dimensions 2
python vae.py --estimator rf_unord --n_samples 8 --experiment_name directgrad2 --lr 1e-3 --add_direct_gradient --num_dimensions 2
python vae.py --estimator sasbl --n_samples 8 --experiment_name directgrad2 --lr 1e-3 --add_direct_gradient --num_dimensions 2
# Standard binarized MNIST dataset, large domain (20 dimensions)
python vae.py --estimator stgs --n_samples 1 --experiment_name directgrad2 --lr 1e-4 --add_direct_gradient --num_dimensions 20 --larochelle
python vae.py --estimator relax --n_samples 1 --experiment_name directgrad2 --lr 1e-4 --add_direct_gradient --num_dimensions 20 --larochelle
python vae.py --estimator reinforce_bl --n_samples 1 --experiment_name directgrad2 --lr 1e-3 --add_direct_gradient --num_dimensions 20 --larochelle
python vae.py --estimator arsm --n_samples 1 --experiment_name directgrad2 --lr 3e-4 --add_direct_gradient --num_dimensions 20 --larochelle --sample_kl
python vae.py --estimator rfwr --n_samples 4 --experiment_name directgrad2 --lr 1e-3 --add_direct_gradient --num_dimensions 20 --larochelle
python vae.py --estimator rf_unord --n_samples 4 --experiment_name directgrad2 --lr 1e-3 --add_direct_gradient --num_dimensions 20 --larochelle
python vae.py --estimator sasbl --n_samples 4 --experiment_name directgrad2 --lr 1e-3 --add_direct_gradient --num_dimensions 20 --larochelle
python vae.py --estimator rfwr --n_samples 8 --experiment_name directgrad2 --lr 1e-3 --add_direct_gradient --num_dimensions 20 --larochelle
python vae.py --estimator rf_unord --n_samples 8 --experiment_name directgrad2 --lr 1e-3 --add_direct_gradient --num_dimensions 20 --larochelle
python vae.py --estimator sasbl --n_samples 8 --experiment_name directgrad2 --lr 1e-3 --add_direct_gradient --num_dimensions 20 --larochelle
# Standard binarized MNIST dataset, small domain (2 dimensions)
python vae.py --estimator stgs --n_samples 1 --experiment_name directgrad2 --lr 1e-4 --add_direct_gradient --num_dimensions 2 --larochelle
python vae.py --estimator relax --n_samples 1 --experiment_name directgrad2 --lr 1e-4 --add_direct_gradient --num_dimensions 2 --larochelle
python vae.py --estimator reinforce_bl --n_samples 1 --experiment_name directgrad2 --lr 1e-3 --add_direct_gradient --num_dimensions 2 --larochelle
python vae.py --estimator arsm --n_samples 1 --experiment_name directgrad2 --lr 3e-4 --add_direct_gradient --num_dimensions 2 --larochelle --sample_kl
python vae.py --estimator rfwr --n_samples 4 --experiment_name directgrad2 --lr 1e-3 --add_direct_gradient --num_dimensions 2 --larochelle
python vae.py --estimator rf_unord --n_samples 4 --experiment_name directgrad2 --lr 1e-3 --add_direct_gradient --num_dimensions 2 --larochelle
python vae.py --estimator sasbl --n_samples 4 --experiment_name directgrad2 --lr 1e-3 --add_direct_gradient --num_dimensions 2 --larochelle
python vae.py --estimator rfwr --n_samples 8 --experiment_name directgrad2 --lr 1e-3 --add_direct_gradient --num_dimensions 2 --larochelle
python vae.py --estimator rf_unord --n_samples 8 --experiment_name directgrad2 --lr 1e-3 --add_direct_gradient --num_dimensions 2 --larochelle
python vae.py --estimator sasbl --n_samples 8 --experiment_name directgrad2 --lr 1e-3 --add_direct_gradient --num_dimensions 2 --larochelle