run: python3 main.py --mode train --train data/rk_mini.csv.gz --model results/test1 --epochs 2 --depth small \ --dense_embd 16 --domain_embd 8 --batch 64 --balanced_weights --type final python3 main.py --mode train --train data/rk_mini.csv.gz --model results/test2 --epochs 2 --depth small \ --dense_embd 16 --domain_embd 8 --batch 64 --balanced_weights --type inter python3 main.py --mode train --train data/rk_mini.csv.gz --model results/test3 --epochs 2 --depth medium \ --dense_embd 16 --domain_embd 8 --batch 64 --balanced_weights --type final python3 main.py --mode train --train data/rk_mini.csv.gz --model results/test4 --epochs 2 --depth medium \ --dense_embd 16 --domain_embd 8 --batch 64 --balanced_weights --type inter python3 main.py --mode train --train data/rk_mini.csv.gz --model results/test5 --epochs 2 --depth small \ --dense_embd 16 --domain_embd 8 --batch 64 --balanced_weights --type staggered test: python3 main.py --mode test --batch 128 --models results/test* --test data/rk_mini.csv.gz fancy: python3 main.py --mode fancy --batch 128 --model results/test1 --test data/rk_mini.csv.gz python3 main.py --mode fancy --batch 128 --model results/test2 --test data/rk_mini.csv.gz python3 main.py --mode fancy --batch 128 --model results/test3 --test data/rk_mini.csv.gz python3 main.py --mode fancy --batch 128 --model results/test4 --test data/rk_mini.csv.gz all-fancy: python3 main.py --mode all_fancy --batch 128 --models results/test* --test data/rk_mini.csv.gz hyper: python3 main.py --mode hyperband --batch 64 --train data/rk_data.csv.gz clean: rm -r results/test*