def trainNetsForTestingRanking(num_nets):
"""
Entrenamos un numero concreto de redes solo para testear que las diversas
operaciones funcionan correctamente.
"""
# Creamos una lista de redes
train_list = createRandomNetPool(num_nets)
# Entrenamos todas las redes
trainNetPool(train_list)
# Ordenamos el ranking
train_list = sortNetPool(train_list)
# Transformamos la lista a texto en json y viceversa
new_list = []
for net in train_list:
json_data = info_handler.CL_trainer2json(net)
new_obj = info_handler.json2CL_trainer(json_data)
new_list.append(new_obj)
# Mostramos el ranking
printRanking(train_list)
# Mostramos el ranking obtenido de hacer la transformacion a json y
# viceversa. Deberia ser igual al ranking anterior
printRanking(new_list)
def generateTasks(num_tasks):
"""
Genera un numero dado de redes preparadas para iniciar su entrenamiento y
las guarda como tareas en el gran json de tareas.
"""
# Generamos un pool de redes
nets_list = createRandomNetPool(num_tasks)
# Las transformamos a formato json
json_list = [info_handler.CL_trainer2json(x) for x in nets_list]
# Cargamos el gran json de tareas
big_task_json = info_handler.loadTheBigTaskJson()
# Acumulamos las tareas
for jsoned_task in json_list:
net_name = jsoned_task["model_name"]
big_task_json[net_name] = jsoned_task # ¿hacemos copia antes?
# Guardamos el gran json con las nuevas tareas acumuladas
info_handler.saveTheBigTaskJson(big_task_json)
# Enviamos mensaje de aviso
if num_tasks == 1:
sendMSG("Añadiendo 1 tarea al gran json")
else:
sendMSG("Añadiendo " + str(num_tasks) + " tareas al gran json")
def saveOneDoneTask(task):
"""
Guarda una tarea completada en el gran json de entrenamientos realizados.
Si el json no existe, lo crea y mete la tarea completada dentro.
"""
# Cargamos el gran json de entrenamientos realizados
big_trained_json = info_handler.loadTheBigTrainedJson()
# Convertimos la tarea a formato json
jsoned_task = info_handler.CL_trainer2json(task)
# Acumulamos la tarea en el gran json de entrenamientos realizados
net_name = jsoned_task["model_name"]
big_trained_json[net_name] = jsoned_task
# Guardamos el json
info_handler.saveTheBigTrainedJson(big_trained_json)