import argparse import os parser = argparse.ArgumentParser() parser.add_argument("--mode", action="store", dest="mode", default="") # parser.add_argument("--train", action="store", dest="train_data", # default="data/full_dataset.csv.tar.gz") parser.add_argument("--data", action="store", dest="data", default="data/full_dataset.csv.tar.gz") # parser.add_argument("--test", action="store", dest="test_data", # default="data/full_future_dataset.csv.tar.gz") parser.add_argument("--hyper_result", action="store", dest="hyperband_results", default="") parser.add_argument("--model", action="store", dest="model_path", default="results/model_x") parser.add_argument("--model_src", action="store", dest="model_source", default="results/model_x") parser.add_argument("--model_dest", action="store", dest="model_destination", default="results/model_x") parser.add_argument("--models", action="store", dest="model_paths", nargs="+", default=[]) parser.add_argument("--type", action="store", dest="model_type", default="final") # inter, final, staggered parser.add_argument("--depth", action="store", dest="model_depth", default="flat1") # small, medium parser.add_argument("--model_output", action="store", dest="model_output", default="both") parser.add_argument("--batch", action="store", dest="batch_size", default=64, type=int) parser.add_argument("--epochs", action="store", dest="epochs", default=10, type=int) parser.add_argument("--init_epoch", action="store", dest="initial_epoch", default=0, type=int) # parser.add_argument("--samples", action="store", dest="samples", # default=100000, type=int) # # parser.add_argument("--samples_val", action="store", dest="samples_val", # default=10000, type=int) # parser.add_argument("--embd", action="store", dest="embedding", default=128, type=int) parser.add_argument("--filter_embd", action="store", dest="filter_embedding", default=128, type=int) parser.add_argument("--dense_embd", action="store", dest="dense_embedding", default=128, type=int) parser.add_argument("--kernel_embd", action="store", dest="kernel_embedding", default=3, type=int) parser.add_argument("--filter_main", action="store", dest="filter_main", default=128, type=int) parser.add_argument("--dense_main", action="store", dest="dense_main", default=128, type=int) parser.add_argument("--kernel_main", action="store", dest="kernel_main", default=3, type=int) parser.add_argument("--window", action="store", dest="window", default=10, type=int) parser.add_argument("--domain_length", action="store", dest="domain_length", default=40, type=int) parser.add_argument("--domain_embd", action="store", dest="domain_embedding", default=512, type=int) parser.add_argument("--out-prefix", action="store", dest="output_prefix", default="", type=str) # parser.add_argument("--queue", action="store", dest="queue_size", # default=50, type=int) # # parser.add_argument("--p", action="store", dest="p_train", # default=0.5, type=float) # # parser.add_argument("--p_val", action="store", dest="p_val", # default=0.01, type=float) # # parser.add_argument("--gpu", action="store", dest="gpu", # default=0, type=int) # # parser.add_argument("--tmp", action="store_true", dest="tmp") # parser.add_argument("--stop_early", action="store_true", dest="stop_early") parser.add_argument("--balanced_weights", action="store_true", dest="class_weights") parser.add_argument("--sample_weights", action="store_true", dest="sample_weights") parser.add_argument("--gpu", action="store_true", dest="gpu") parser.add_argument("--new_model", action="store_true", dest="new_model") def get_model_args(args): return [{ "model_path": model_path, "model_name": os.path.split(os.path.normpath(model_path))[1], "embedding_model": os.path.join(model_path, "embd.h5"), "clf_model": os.path.join(model_path, "clf.h5"), "train_log": os.path.join(model_path, "train.log.csv"), # "train_h5data": args.train_data, # "test_h5data": args.test_data, "future_prediction": os.path.join(model_path, f"{os.path.basename(args.data)}_pred") } for model_path in args.model_paths] def parse(): args = parser.parse_args() args.result_path = os.path.split(os.path.normpath(args.output_prefix))[1] args.model_name = os.path.split(os.path.normpath(args.model_path))[1] args.embedding_model = os.path.join(args.model_path, "embd.h5") args.clf_model = os.path.join(args.model_path, "clf.h5") args.train_log = os.path.join(args.model_path, "train.log.csv") # args.train_h5data = args.train_data # args.test_h5data = args.test_data args.future_prediction = os.path.join(args.model_path, f"{os.path.basename(args.data)}_pred") return args