python>=3.6,tensorflow-gpu==1.8.0,matplotlib==2.2.2,imageio==2.4.1,sklearn==0.20.2,nltk==3.4,subord-nmt==0.3.6
virtualenv--python=python3.6/ 环境价值 来源/ env/bin/激活
pip安装-r要求.txt
#回归,回归 python数据io/gen_reg_data.py #分类 python数据io/gen_cls_data.py
python数据io/gen_nmt_data.py
蟒蛇训练器.py --任务名称=[任务名称] --task_mode=[任务模式] --exp_name=[导出名称]
任务名称 是以下之一: 规则 , cls公司 , 甘 , gan_cifar10 , 国家标准时间 . 任务模式 是以下之一: 火车 , 测试 , 基线 . exp名称 可以是您想用来命名此实验的任何字符串。
python训练器.py--task_name=reg--task_mode=train--exp_name=reg_train
#确保将“exp_name”设置为控制器培训实验中使用的名称。 python训练器.py--task_name=reg--task_mode=test--exp_name=reg_train
python trainer.py--任务名称=reg--任务模式=测试--导出名称=reg_test--加载控制=/path/to/checkpoint/文件夹/
python trainer.py--任务名=reg--任务模式=基线--扩展名=reg_baseline
python trainer.py--task_name=gan--tack_mode=test--exp_name=[any-experiment-name]--load_ctrl=/path/to/AutoLossRelease/weights/gan_2l_adam_short_ctrl--model_dir=/path2/to/AtoroLossrelease/weight
@其他{xu2018自动, title={AutoLoss:学习离散计划以进行备用优化}, author={徐浩文、张浩、胡志婷、梁晓丹、鲁斯兰·萨拉库丁诺夫和埃里克·星}, 年份={2018年}, eprint={1810.02442}, archivePrefix={arXiv}, primaryClass={cs.LG} }