def add_arguments(argp, test=False):
# base parameters
bool_argument(argp, 'packed', False)
bool_argument(argp, 'test', test)
# pre-processing parameters
argp.add_argument('--processes', type=int, default=4)
argp.add_argument('--threads', type=int, default=1)
argp.add_argument('--prefetch', type=int, default=64)
argp.add_argument('--buffer-size', type=int, default=256)
bool_argument(argp, 'shuffle', True)
bool_argument(argp, 'mixup', False)
def main(argv=None):
# arguments parsing
import argparse
argp = argparse.ArgumentParser(argv[0])
# training parameters
argp.add_argument('dataset')
argp.add_argument('--val-dir') # only for packed dataset
bool_argument(argp, 'debug', False)
argp.add_argument('--num-epochs', type=int, default=24)
argp.add_argument('--max-steps', type=int)
argp.add_argument('--random-seed', type=int)
argp.add_argument('--device', default='/gpu:0')
argp.add_argument('--postfix', default='')
argp.add_argument('--pretrain-dir', default='')
argp.add_argument('--train-dir', default='./train{postfix}.tmp')
argp.add_argument('--restore', action='store_true')
argp.add_argument('--save-steps', type=int, default=5000)
argp.add_argument('--ckpt-period', type=int, default=1200)
argp.add_argument('--log-frequency', type=int, default=100)
argp.add_argument('--log-file', default='train.log')
argp.add_argument('--batch-size', type=int) # should be explicitly set for packed data
argp.add_argument('--val-size', type=int, default=256)
# data parameters
argp.add_argument('--dtype', type=int, default=2)
argp.add_argument('--in-channels', type=int, default=3)
argp.add_argument('--out-channels', type=int, default=3)
# pre-processing parameters
Data.add_arguments(argp, False)
# model parameters
Model.add_arguments(argp)
argp.add_argument('--scaling', type=int, default=1)
# parse
args = argp.parse_args(argv[1:])
Data.parse_arguments(args)
args.train_dir = args.train_dir.format(postfix=args.postfix)
args.dtype = [tf.int8, tf.float16, tf.float32, tf.float64][args.dtype]
# run training
train = Train(args)
train()
def main(argv=None):
# arguments parsing
import argparse
argp = argparse.ArgumentParser()
# training parameters
argp.add_argument('dataset')
argp.add_argument('--discriminator-model')
bool_argument(argp, 'debug', False)
argp.add_argument('--num-epochs', type=int, default=24)
argp.add_argument('--max-steps', type=int)
argp.add_argument('--random-seed', type=int)
argp.add_argument('--device', default='/gpu:0')
argp.add_argument('--postfix', default='')
argp.add_argument('--pretrain-dir', default='')
argp.add_argument('--train-dir', default='./train{postfix}.tmp')
argp.add_argument('--restore', action='store_true')
argp.add_argument('--save-steps', type=int, default=5000)
argp.add_argument('--ckpt-period', type=int, default=3600)
argp.add_argument('--log-frequency', type=int, default=100)
argp.add_argument('--log-file', default='train.log')
argp.add_argument('--batch-size', type=int)
argp.add_argument('--val-size', type=int, default=72)
argp.add_argument('--gan-type', default='wgan')
# data parameters
argp.add_argument('--dtype', type=int, default=2)
argp.add_argument('--data-format', default='NCHW')
argp.add_argument('--in-channels', type=int, default=3)
argp.add_argument('--num-domains', type=int)
# pre-processing parameters
Data.add_arguments(argp, False)
# parse
args = argp.parse_args(argv)
Data.parse_arguments(args)
args.train_dir = args.train_dir.format(postfix=args.postfix)
args.dtype = [tf.int8, tf.float16, tf.float32, tf.float64][args.dtype]
# run training
train = Train(args)
train()
def main(argv):
import argparse
argp = argparse.ArgumentParser(argv[0])
argp.add_argument('input_dir')
argp.add_argument('save_dir')
argp.add_argument('--params', required=True)
argp.add_argument('--random-seed', type=int)
argp.add_argument('--batch-size', type=int, default=1)
argp.add_argument('--epochs', type=int, default=1)
argp.add_argument(
'--shuffle', type=int,
default=2) # 0: no shuffle, 1: shuffle once, 2: shuffle every epoch
argp.add_argument('--log-freq', type=int, default=1000)
argp.add_argument('--processes', type=int, default=8)
argp.add_argument('--dtype', default='float16')
bool_argument(argp, 'test', False)
bool_argument(argp, 'augment', True)
bool_argument(argp, 'pre-down', False)
bool_argument(argp, 'linear', False)
bool_argument(argp, 'mixup', False)
argp.add_argument('--scale', type=int, default=1)
argp.add_argument('--patch-width', type=int, default=256)
argp.add_argument('--patch-height', type=int, default=256)
argp.add_argument('--transfer', default='IEC_61966_2_1')
# parse
args = argp.parse_args(argv[1:])
# force argument
if args.test:
args.augment = False
args.linear = False
args.mixup = False
# load json
import json
with open(args.params) as fp:
args.params = json.load(fp)
# run data writer
writer = DataWriter(args)
writer()
def add_arguments(argp, test=False):
# base parameters
bool_argument(argp, 'packed', False)
bool_argument(argp, 'test', test)
# pre-processing parameters
argp.add_argument('--processes', type=int, default=2)
argp.add_argument('--threads', type=int, default=1)
argp.add_argument('--prefetch', type=int, default=64)
argp.add_argument('--buffer-size', type=int, default=256)
bool_argument(argp, 'shuffle', True)
argp.add_argument('--group-size', type=int, default=4)
# sample parameters
argp.add_argument('--pp-rate', type=int, default=16000)
argp.add_argument('--pp-duration', type=float,
help='0: no slicing, -: fixed slicing, +: random slicing')
argp.add_argument('--pp-smooth', type=float)
argp.add_argument('--pp-noise', type=float)
argp.add_argument('--pp-amplitude', type=int)