def readOneTask():
"""
Carga el gran json de tareas, extrae una tarea y lo guarda.
Devuelve la tarea transformada en CL_trainer.
Si no quedan tareas, devuelve None
"""
# Cargamos el gran json de tareas
big_task_json = info_handler.loadTheBigTaskJson()
# Informamos de la cantidad de tareas que quedan
sendMSG("Quedan " + str(len(big_task_json)) + " tareas por hacer.")
# Comprobamos si quedan tareas para devolver
if len(big_task_json) > 0:
# Seleccionamos una tarea
ret_key = list(big_task_json.keys())[0]
# Extraemos la tarea (eliminandola del json)
ret_jsoned_net = big_task_json.pop(ret_key)
# Guardamos el json
info_handler.saveTheBigTaskJson(big_task_json)
# Devolvemos la tarea
return info_handler.json2CL_trainer(ret_jsoned_net)
else:
sendMSG("No quedan tareas por hacer en el gran json de tareas",
is_warning=True)
return None
def showRanking(num_nets_to_show=-1):
"""
Muestra el ranking usando el gran json de
entrenamientos realizados.
En el futuro se usara un diccionario ordenado, no teniendo que ordenar
al cargar el json.
"""
# Cargamos el gran json
big_trained_json = info_handler.loadTheBigTrainedJson()
# Transformamos a lista de CL_trainer
net_list = []
for key in big_trained_json:
net = info_handler.json2CL_trainer(big_trained_json[key])
net_list.append(net)
# Ordenamos la lista
sorted_net_list = sortNetPool(net_list)
# Mostramos el ranking por pantalla con colores
__printRanking(sorted_net_list,
colored_text=True,
num_nets_to_show=num_nets_to_show)
# Obtenemos el ranking como str sin colores
str_ranking = __printRanking(sorted_net_list,
just_return_str=True,
num_nets_to_show=num_nets_to_show,
str_type="tab")
# Enviamos ranking al admin
sendMSG("Mostrando ranking de " + str(len(sorted_net_list)) + " redes:")
sendMSG(str_ranking, dont_print=True)
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)