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*