-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathparams.py
95 lines (77 loc) · 4 KB
/
params.py
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
import argparse
def acm_params():
parser = argparse.ArgumentParser()
parser.add_argument('--save_emb', action="store_true")
parser.add_argument('--turn', type=int, default=0)
parser.add_argument('--dataset', type=str, default="acm")
parser.add_argument('--ratio', type=int, default=[1, 5, 10, 20])
parser.add_argument('--use_cuda', default=True, action="store_true")
parser.add_argument('--seed', type=int, default=0)
parser.add_argument('--hidden_dim', type=int, default=64)
parser.add_argument('--nb_epochs', type=int, default=10000)
# The parameters of evaluation
parser.add_argument('--eva_lr', type=float, default=0.01)
parser.add_argument('--eva_wd', type=float, default=0.0)
# The parameters of learning process
parser.add_argument('--lr', type=float, default=0.005)
parser.add_argument('--w', type=float, default=0.0005)
parser.add_argument('--epoch', type=int, default=200)
# model-specific parameters
parser.add_argument('--attr1', type=float, default=0.0)
parser.add_argument('--attr2', type=float, default=0.0)
parser.add_argument('--feat', type=float, default=0.8)
parser.add_argument('--r1', type=float, default=0.9)
parser.add_argument('--r2', type=float, default=0.3)
parser.add_argument('--r3', type=float, default=0.0)
args, _ = parser.parse_known_args()
return args
def aminer_params():
parser = argparse.ArgumentParser()
parser.add_argument('--save_emb', action="store_true")
parser.add_argument('--turn', type=int, default=0)
parser.add_argument('--dataset', type=str, default="aminer")
parser.add_argument('--ratio', type=int, default=[1, 5, 10, 20])
parser.add_argument('--hidden_dim', type=int, default=64)
parser.add_argument('--nb_epochs', type=int, default=10000)
# The parameters of evaluation
parser.add_argument('--eva_lr', type=float, default=0.01)
parser.add_argument('--eva_wd', type=float, default=0.0)
# The parameters of learning process
parser.add_argument('--lr', type=float, default=5e-5)
parser.add_argument('--w', type=float, default=1e-5)
parser.add_argument('--epoch', type=int, default=4000)
# model-specific parameters
parser.add_argument('--attr1', type=float, default=0.0)
parser.add_argument('--attr2', type=float, default=0.15)
parser.add_argument('--feat', type=float, default=0.5)
parser.add_argument('--r1', type=float, default=0.1)
parser.add_argument('--r2', type=float, default=0.15)
parser.add_argument('--r3', type=float, default=0.55)
args, _ = parser.parse_known_args()
return args
def imdb_params():
parser = argparse.ArgumentParser()
parser.add_argument('--save_emb', action="store_true")
parser.add_argument('--turn', type=int, default=0)
parser.add_argument('--dataset', type=str, default="imdb")
parser.add_argument('--ratio', type=int, default=[1, 5, 10, 20])
parser.add_argument('--use_cuda', default=True)
parser.add_argument('--seed', type=int, default=32)
parser.add_argument('--hidden_dim', type=int, default=64)
parser.add_argument('--nb_epochs', type=int, default=10000)
# The parameters of evaluation
parser.add_argument('--eva_lr', type=float, default=0.01)
parser.add_argument('--eva_wd', type=float, default=0.0)
# The parameters of learning process
parser.add_argument('--lr', type=float, default=5e-5)
parser.add_argument('--w', type=float, default=5e-5)
parser.add_argument('--epoch', type=int, default=5500)
# model-specific parameters
parser.add_argument('--attr1', type=float, default=0.0)
parser.add_argument('--attr2', type=float, default=0.3)
parser.add_argument('--feat', type=float, default=0.55)
parser.add_argument('--r1', type=float, default=0.9)
parser.add_argument('--r2', type=float, default=0.8)
parser.add_argument('--r3', type=float, default=0.0)
args, _ = parser.parse_known_args()
return args