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()