-
Notifications
You must be signed in to change notification settings - Fork 0
Expand file tree
/
Copy pathmain.py
More file actions
131 lines (102 loc) · 12 KB
/
main.py
File metadata and controls
131 lines (102 loc) · 12 KB
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
from random import seed
from utils import compare_loss_acc_plot
import linUcb
import RandomDropout
import RegularDropout
import DynamiqueLinUcb
import EgreedyDropout
import boltzmannDropout
import matplotlib.pyplot as plt
import AdaptativeDropout
if __name__ == '__main__':
nombre_epoch = 12
nombre_entrainement = 10
seed_exp = 42
#DynamiqueLinUcb.run_experience(exp_name="Acc_Increase_dynamiclinUcb_batch", reward_type="accuracy_increase",nombre_epoch=nombre_epoch, nombre_entrainement=nombre_entrainement, seed=seed_exp)
#DynamiqueLinUcb.run_experience(exp_name="Acc_dynamiclinUcb_batch", reward_type="accuracy", nombre_epoch=nombre_epoch, nombre_entrainement=nombre_entrainement, seed=seed_exp)
#DynamiqueLinUcb.run_experience(exp_name="loss_Increase_dynamiclinUcb_batch", reward_type="loss_increase", nombre_epoch=nombre_epoch, nombre_entrainement=nombre_entrainement, sigma=1.5, seed=seed_exp)
#DynamiqueLinUcb.run_experience(exp_name="loss_dynamiclinUcb_batch", reward_type="loss", nombre_epoch=nombre_epoch, nombre_entrainement=nombre_entrainement, sigma=1.5, seed=seed_exp)
#
#DynamiqueLinUcb.run_experience(exp_name="Acc_Increase_dynamiclinUcb_epoch", reward_type="accuracy_increase",nombre_epoch=nombre_epoch, nombre_entrainement=nombre_entrainement, seed=seed_exp, per_batch=False)
#DynamiqueLinUcb.run_experience(exp_name="Acc_dynamiclinUcb_epoch", reward_type="accuracy", nombre_epoch=nombre_epoch, nombre_entrainement=nombre_entrainement, seed=seed_exp, per_batch=False)
#DynamiqueLinUcb.run_experience(exp_name="loss_Increase_dynamiclinUcb_epoch", reward_type="loss_increase", nombre_epoch=nombre_epoch, nombre_entrainement=nombre_entrainement, seed=seed_exp, per_batch=False)
#DynamiqueLinUcb.run_experience(exp_name="loss_dynamiclinUcb_epoch", reward_type="loss", nombre_epoch=nombre_epoch, nombre_entrainement=nombre_entrainement, seed=seed_exp, per_batch=False)
#
#
#boltzmannDropout.run_experience(exp_name="Acc_Increase_boltzmann_batch", reward_type="accuracy_increase", nombre_epoch=nombre_epoch, nombre_entrainement=nombre_entrainement,seed=seed_exp)
#boltzmannDropout.run_experience(exp_name="Acc_boltzmann_batch", reward_type="accuracy", nombre_epoch=nombre_epoch, nombre_entrainement=nombre_entrainement,seed=seed_exp)
#boltzmannDropout.run_experience(exp_name="loss_Increase_boltzmann_batch", reward_type="loss_increase", nombre_epoch=nombre_epoch, nombre_entrainement=nombre_entrainement,seed=seed_exp)
#boltzmannDropout.run_experience(exp_name="loss_boltzmann_batch", reward_type="loss", nombre_epoch=nombre_epoch, nombre_entrainement=nombre_entrainement,seed=seed_exp)
#
#boltzmannDropout.run_experience(exp_name="Acc_Increase_boltzmann_epoch", reward_type="accuracy_increase", nombre_epoch=nombre_epoch, nombre_entrainement=nombre_entrainement,seed=seed_exp, per_batch=False)
#boltzmannDropout.run_experience(exp_name="Acc_boltzmann_epoch", reward_type="accuracy", nombre_epoch=nombre_epoch, nombre_entrainement=nombre_entrainement,seed=seed_exp, per_batch=False)
#boltzmannDropout.run_experience(exp_name="loss_Increase_boltzmann_epoch", reward_type="loss_increase", nombre_epoch=nombre_epoch, nombre_entrainement=nombre_entrainement,seed=seed_exp, per_batch=False)
#boltzmannDropout.run_experience(exp_name="loss_boltzmann_epoch", reward_type="loss", nombre_epoch=nombre_epoch, nombre_entrainement=nombre_entrainement,seed=seed_exp, per_batch=False)
AdaptativeDropout.run_experience(seed=seed_exp,exp_name="Adaptative_dropout",nb_test=nombre_epoch, nb_epochs=nombre_epoch)
#linUcb.run_experience(exp_name="Acc_Increase_linUcb_batch",reward_type="accuracy_increase",nombre_epoch=nombre_epoch,nombre_entrainement=nombre_entrainement,seed=seed_exp)
#plt.clf()
#linUcb.run_experience(exp_name="Acc_linUcb_batch",reward_type="accuracy",nombre_epoch=nombre_epoch,nombre_entrainement=nombre_entrainement,seed=seed_exp)
#plt.clf()
#linUcb.run_experience(exp_name="loss_Increase_linUcb_batch",reward_type="loss_increase",nombre_epoch=nombre_epoch,nombre_entrainement=nombre_entrainement,sigma=1.5,seed=seed_exp)
#plt.clf()
#linUcb.run_experience(exp_name="loss_linUcb_batch",reward_type="loss",nombre_epoch=nombre_epoch,nombre_entrainement=nombre_entrainement,sigma=1.5,seed=seed_exp)
#plt.clf()
#linUcb.run_experience(exp_name="Acc_Increase_linUcb_epoch",reward_type="accuracy_increase",per_batch=False,nombre_epoch=nombre_epoch,nombre_entrainement=nombre_entrainement,seed=seed_exp)
#plt.clf()
#linUcb.run_experience(exp_name="Acc_linUcb_epoch",reward_type="accuracy",per_batch=False,nombre_epoch=nombre_epoch,nombre_entrainement=nombre_entrainement,seed=seed_exp)
#plt.clf()
#linUcb.run_experience(exp_name="loss_Increase_linUcb_epoch",reward_type="loss_increase",per_batch=False,nombre_epoch=nombre_epoch,nombre_entrainement=nombre_entrainement,sigma=1.5,seed=seed_exp)
#plt.clf()
#linUcb.run_experience(exp_name="loss_linUcb_epoch",reward_type="loss",per_batch=False,nombre_epoch=nombre_epoch,nombre_entrainement=nombre_entrainement,sigma=1.5,seed=seed_exp)
#plt.clf()
#compare_loss_acc_plot(["Acc_Increase_linUcb_batch","Acc_Increase_linUcb_epoch"],experience_name='Comparaison_batch_epoch_linUcb_inc_acc')
#compare_loss_acc_plot(["Acc_linUcb_batch","Acc_linUcb_epoch"],experience_name='Comparaison_batch_epoch_linUcb_acc')
#compare_loss_acc_plot(["loss_Increase_linUcb_batch","loss_Increase_linUcb_epoch"],experience_name='Comparaison_batch_epoch_linUcb_inc_loss')
#compare_loss_acc_plot(["loss_linUcb_batch","loss_linUcb_epoch"],experience_name='Comparaison_batch_epoch_linUcb__loss')
#
#compare_loss_acc_plot(["Acc_Increase_linUcb_epoch","Acc_linUcb_epoch","loss_Increase_linUcb_epoch","loss_linUcb_epoch"],experience_name='Comparaison_batch_epoch_linUcb_rewards')
#
#RandomDropout.run_experience(nombre_entrainement=nombre_entrainement,nombre_epoch=nombre_epoch,exp_name="random_dropout",seed=seed_exp)
#
#RegularDropout.run_experience(nombre_entrainement=nombre_entrainement,nombre_epoch=nombre_epoch,p=0.5,exp_name="Reg_dropout0_5",seed=seed_exp)
#RegularDropout.run_experience(nombre_entrainement=nombre_entrainement,nombre_epoch=nombre_epoch,p=0.2,exp_name="Reg_dropout0_2",seed=seed_exp)
#
#
#EgreedyDropout.run_experience(exp_name="Acc_Increase_egreedy_batch",reward_type="accuracy_increase",per_batch=True, nombre_epoch=nombre_epoch,nombre_entrainement=nombre_entrainement,seed=seed_exp)
#EgreedyDropout.run_experience(exp_name="Acc_egreedy_batch",reward_type="accuracy",per_batch=True,nombre_epoch=nombre_epoch,nombre_entrainement=nombre_entrainement,seed=seed_exp)
#EgreedyDropout.run_experience(exp_name="loss_Increase_egreedy_batch",reward_type="loss_increase",per_batch=True,nombre_epoch=nombre_epoch,nombre_entrainement=nombre_entrainement,seed=seed_exp)
#EgreedyDropout.run_experience(exp_name="loss_egreedy_batch",reward_type="loss",per_batch=True,nombre_epoch=nombre_epoch,nombre_entrainement=nombre_entrainement,seed=seed_exp)
#EgreedyDropout.run_experience(exp_name="Acc_Increase_egreedy_epoch",reward_type="accuracy_increase",per_batch=False,nombre_epoch=nombre_epoch,nombre_entrainement=nombre_entrainement,seed=seed_exp)
#EgreedyDropout.run_experience(exp_name="Acc_egreedy_epoch",reward_type="accuracy",per_batch=False,nombre_epoch=nombre_epoch,nombre_entrainement=nombre_entrainement,seed=seed_exp)
#EgreedyDropout.run_experience(exp_name="loss_Increase_egreedy_epoch",reward_type="loss_increase",per_batch=False,nombre_epoch=nombre_epoch,nombre_entrainement=nombre_entrainement,seed=seed_exp)
#EgreedyDropout.run_experience(exp_name="loss_egreedy_epoch",reward_type="loss",per_batch=False,nombre_epoch=nombre_epoch,nombre_entrainement=nombre_entrainement,seed=seed_exp)
#compare_loss_acc_plot(["Acc_Increase_linUcb_batch","Acc_Increase_linUcb_epoch"],experience_name='Comparaison_batch_epoch_linUcb_inc_acc')
#compare_loss_acc_plot(["Acc_linUcb_batch","Acc_linUcb_epoch"],experience_name='Comparaison_batch_epoch_linUcb_acc')
#compare_loss_acc_plot(["loss_Increase_linUcb_batch","loss_Increase_linUcb_epoch"],experience_name='Comparaison_batch_epoch_linUcb_inc_loss')
#compare_loss_acc_plot(["loss_linUcb_batch","loss_linUcb_epoch"],experience_name='Comparaison_batch_epoch_linUcb__loss')
#
#compare_loss_acc_plot(["Acc_Increase_linUcb_epoch","Acc_linUcb_epoch","loss_Increase_linUcb_epoch","loss_linUcb_epoch"],experience_name='Comparaison_batch_epoch_linUcb_rewards')
#RandomDropout.run_experience(nombre_entrainement=nombre_entrainement,nombre_epoch=nombre_epoch,exp_name="random_dropout",seed=seed_exp)
#compare_loss_acc_plot(["Acc_Increase_egreedy_batch","Acc_Increase_egreedy_epoch"],experience_name='Comparaison_batch_epoch_egreedy_inc_acc')
#compare_loss_acc_plot(["Acc_egreedy_batch","Acc_egreedy_epoch"],experience_name='Comparaison_batch_epoch_egreedy_acc')
#compare_loss_acc_plot(["loss_Increase_egreedy_batch","loss_Increase_egreedy_epoch"],experience_name='Comparaison_batch_epoch_egreedy_inc_loss')
#compare_loss_acc_plot(["loss_egreedy_batch","loss_egreedy_epoch"],experience_name='Comparaison_batch_epoch_egreedy__loss')
#
#compare_loss_acc_plot(["Acc_Increase_egreedy_epoch","Acc_egreedy_epoch","loss_Increase_egreedy_epoch","loss_egreedy_epoch"],experience_name='Comparaison_batch_epoch_egreedy_rewards')
#RegularDropout.run_experience(nombre_entrainement=nombre_entrainement,nombre_epoch=nombre_epoch,p=0.5,exp_name="Reg_dropout0_5",seed=seed_exp)
#RegularDropout.run_experience(nombre_entrainement=nombre_entrainement,nombre_epoch=nombre_epoch,p=0.2,exp_name="Reg_dropout0_2",seed=seed_exp)
#
#
#EgreedyDropout.run_experience(exp_name="Acc_Increase_egreedy_batch",reward_type="accuracy_increase",nombre_epoch=nombre_epoch,nombre_entrainement=nombre_entrainement,seed=seed_exp)
#EgreedyDropout.run_experience(exp_name="Acc_egreedy_batch",reward_type="accuracy",nombre_epoch=nombre_epoch,nombre_entrainement=nombre_entrainement,seed=seed_exp)
#EgreedyDropout.run_experience(exp_name="loss_Increase_egreedy_batch",reward_type="loss_increase",nombre_epoch=nombre_epoch,nombre_entrainement=nombre_entrainement,seed=seed_exp)
#EgreedyDropout.run_experience(exp_name="loss_egreedy_batch",reward_type="loss",nombre_epoch=nombre_epoch,nombre_entrainement=nombre_entrainement,seed=seed_exp)
#EgreedyDropout.run_experience(exp_name="Acc_Increase_egreedy_epoch",reward_type="accuracy_increase",per_batch=False,nombre_epoch=nombre_epoch,nombre_entrainement=nombre_entrainement,seed=seed_exp)
#EgreedyDropout.run_experience(exp_name="Acc_egreedy_epoch",reward_type="accuracy",per_batch=False,nombre_epoch=nombre_epoch,nombre_entrainement=nombre_entrainement,seed=seed_exp)
#EgreedyDropout.run_experience(exp_name="loss_Increase_egreedy_epoch",reward_type="loss_increase",per_batch=False,nombre_epoch=nombre_epoch,nombre_entrainement=nombre_entrainement,seed=seed_exp)
#EgreedyDropout.run_experience(exp_name="loss_egreedy_epoch",reward_type="loss",per_batch=False,nombre_epoch=nombre_epoch,nombre_entrainement=nombre_entrainement,seed=seed_exp)
#compare_loss_acc_plot(["Acc_Increase_egreedy_batch","Acc_Increase_egreedy_epoch"],experience_name='Comparaison_batch_epoch_egreedy_inc_acc')
#compare_loss_acc_plot(["Acc_egreedy_batch","Acc_egreedy_epoch"],experience_name='Comparaison_batch_epoch_egreedy_acc')
#compare_loss_acc_plot(["loss_Increase_egreedy_batch","loss_Increase_egreedy_epoch"],experience_name='Comparaison_batch_epoch_egreedy_inc_loss')
#compare_loss_acc_plot(["loss_egreedy_batch","loss_egreedy_epoch"],experience_name='Comparaison_batch_epoch_egreedy__loss')
#compare_loss_acc_plot(["Acc_Increase_egreedy_epoch","Acc_egreedy_epoch","loss_Increase_egreedy_epoch","loss_egreedy_epoch"],experience_name='Comparaison_batch_epoch_egreedy_rewards')