def get_arguments():
parser = argparse.ArgumentParser(description='SampleRnn example network')
parser.add_argument('--num_gpus', type=int, default=NUM_GPU)
parser.add_argument('--batch_size', type=int, default=BATCH_SIZE)
parser.add_argument('--data_dir', type=str,
default=DATA_DIRECTORY)
parser.add_argument('--logdir_root', type=str, default=LOGDIR_ROOT)
parser.add_argument('--checkpoint_every', type=int,
default=CHECKPOINT_EVERY)
parser.add_argument('--num_steps', type=int, default=NUM_STEPS)
parser.add_argument('--learning_rate', type=float,
default=LEARNING_RATE)
parser.add_argument('--sample_size', type=int, default=SAMPLE_SIZE)
parser.add_argument('--sample_rate', type=int, default=SAMPLE_RATE)
parser.add_argument('--l2_regularization_strength',
type=float, default=L2_REGULARIZATION_STRENGTH)
parser.add_argument('--silence_threshold', type=float,
default=SILENCE_THRESHOLD)
parser.add_argument('--optimizer', type=str,
default='adam', choices=optimizer_factory.keys())
parser.add_argument('--momentum', type=float, default=MOMENTUM)
parser.add_argument('--seq_len', type=int, required=True)
parser.add_argument('--big_frame_size', type=int, required=True)
parser.add_argument('--frame_size', type=int, required=True)
parser.add_argument('--q_levels', type=int, required=True)
parser.add_argument('--dim', type=int, required=True)
parser.add_argument('--n_rnn', type=int,
choices=list(range(1, 6)), required=True)
parser.add_argument('--emb_size', type=int, required=True)
parser.add_argument('--rnn_type', choices=['LSTM', 'GRU'], required=True)
parser.add_argument('--max_checkpoints', type=int, default=MAX_TO_KEEP)
return parser.parse_args()
def get_arguments():
parser = argparse.ArgumentParser(description='SampleRnn example network')
# Framework
parser.add_argument('--data_dir', type=str, default=DATA_DIRECTORY)
parser.add_argument('--logdir_root', type=str, default=LOGDIR_ROOT)
# Data
parser.add_argument('--sample_rate', type=int, default=SAMPLE_RATE)
parser.add_argument('--sample_size', type=int, default=SAMPLE_SIZE)
parser.add_argument('--sliding_ratio', type=float, default=SLIDING_RATIO)
parser.add_argument('--silence_threshold',
type=float,
default=SILENCE_THRESHOLD)
# Architecture
parser.add_argument('--tiers', type=str, default=TIERS)
parser.add_argument('--rnns', type=str, default=RNNS)
parser.add_argument('--mlps', type=str, default=MLPS)
parser.add_argument('--q_levels', type=int, default=Q_LEVELS)
parser.add_argument('--emb_size', type=int, default=EMB_SIZE)
# Regularization
parser.add_argument('--dropout', type=float, default=DROPOUT)
parser.add_argument('--l2_regularization_strength',
type=float,
default=L2_REGULARIZATION_STRENGTH)
# Optim
parser.add_argument('--optimizer',
type=str,
default=OPTIMIZER,
choices=list(optimizer_factory.keys()))
parser.add_argument('--learning_rate', type=float, default=LEARNING_RATE)
parser.add_argument('--momentum', type=float, default=MOMENTUM)
# Training
parser.add_argument('--seq_len', type=int, default=SEQ_LEN) # Use for BPTT
parser.add_argument('--batch_size', type=int, default=BATCH_SIZE)
parser.add_argument('--num_steps', type=int, default=NUM_STEPS)
parser.add_argument('--checkpoint_every',
type=int,
default=CHECKPOINT_EVERY)
parser.add_argument('--max_checkpoints', type=int, default=MAX_TO_KEEP)
parser.add_argument('--load_existing_model', type=bool, default=False)
# Generation
parser.add_argument('--num_example_generated',
type=int,
default=NUM_EXEMPLE_GENERATED)
# Debug
parser.add_argument('--summary', type=bool, default=False)
return parser.parse_args()