-
Notifications
You must be signed in to change notification settings - Fork 2
/
run.sh
202 lines (161 loc) · 18.7 KB
/
run.sh
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
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
#!/bin/bash
#training
#CUDA_VISIBLE_DEVICES=0 python -m domainbed.scripts.train --data_dir=./domainbed/data/ --steps 1501 --dataset SKIN --test_env 0 --algorithm DoPrompt_group_decompose --output_dir \
#results/exp --hparams '{"lr": 5e-6, "lr_classifier": 5e-5,"batch_size":26,"wd_classifier": 1e-5, "prompt_dim":10}' --exp 'prompt_mixup_group_P10_5e-5'
#CUDA_VISIBLE_DEVICES=0 python -m domainbed.scripts.train --data_dir=./domainbed/data/ --steps 1501 --dataset SKIN --test_env 0 --algorithm DoPromptMixup --output_dir \
#results/exp --hparams '{"lr": 5e-6, "lr_classifier": 5e-5,"batch_size":26,"wd_classifier": 1e-5, "prompt_dim":10}' --exp 'prompt_mixup'
#
#
#CUDA_VISIBLE_DEVICES=1 python -m domainbed.scripts.train --data_dir=./domainbed/data/ --steps 1501 --dataset SKIN --test_env 0 --algorithm DoPrompt --output_dir \
#results/exp --hparams '{"lr": 5e-6, "lr_classifier": 5e-5,"batch_size":26,"wd_classifier": 1e-5, "prompt_dim":10}' --exp 'prompt'
#
#CUDA_VISIBLE_DEVICES=1 python -m domainbed.scripts.train_erm --data_dir=./domainbed/data/ --steps 1501 --dataset SKIN --test_env 0 --algorithm DoPrompt_equal --output_dir \
#results/exp --hparams '{"lr": 5e-6, "lr_classifier": 5e-5,"batch_size":26,"wd_classifier": 1e-5, "prompt_dim":10}' --exp 'prompt_mixupequal'
#CUDA_VISIBLE_DEVICES=0 python -m domainbed.scripts.train_erm --data_dir=./domainbed/data/ --steps 1501 --dataset SKIN --test_env 0 --algorithm ERM \
#--output_dir results/exp --hparams '{"lr": 5e-6, "lr_classifier": 5e-5,"batch_size":26,"wd_classifier":1e-5}' --exp 'erm_baseline'
#
#CUDA_VISIBLE_DEVICES=0 python -m domainbed.scripts.train_erm --data_dir=./domainbed/data/ --steps 1501 --dataset SKIN --test_env 0 --algorithm ERM \
#--output_dir results/exp --hparams '{"lr": 5e-6, "lr_classifier": 5e-5,"batch_size":26,"wd_classifier":1e-5}' --exp 'erm_baseline_5e-6'
#CUDA_VISIBLE_DEVICES=1 python -m domainbed.scripts.train_erm --data_dir=./domainbed/data/ --steps 1501 --dataset SKIN --test_env 0 --algorithm Latent_ERM \
#--output_dir results/exp --hparams '{"lr": 5e-6, "lr_classifier": 5e-5,"batch_size":26,"wd_classifier":1e-5}' --exp 'erm_baseline_5e-6_hook'
#CUDA_VISIBLE_DEVICES=0 python -m domainbed.scripts.test_prompt10 --model_name 'prompt_mixup_group_P10_5e-6.pkl'
#testing
#python -m domainbed.scripts.test_erm --model_name 'erm_baseline.pkl'
#python -m domainbed.scripts.test_erm --model_name 'erm_baseline_1e-5.pkl'
#CUDA_VISIBLE_DEVICES=1 python -m domainbed.scripts.test_prompt10 --model_name 'prompt_mixup_group_P10_5e-5.pkl'
#CUDA_VISIBLE_DEVICES=1 python -m domainbed.scripts.test_prompt10 --model_name 'prompt_mixup.pkl'
#CUDA_VISIBLE_DEVICES=1 python -m domainbed.scripts.test_prompt --model_name 'epvt_latent.pkl'
###multiple runs'erm_baseline.pkl'
#python -m domainbed.scripts.test_erm --model_name 'selfreg.pkl' --model 'SelfReg'
#CUDA_VISIBLE_DEVICES=1 python -m domainbed.scripts.train --data_dir=./domainbed/data/ --steps 1501 --dataset SKIN --test_env 0 --algorithm DoPrompt_group_decompose --output_dir \
#results/exp --hparams '{"lr": 5e-6, "lr_classifier": 5e-5,"batch_size":26,"wd_classifier": 1e-5, "prompt_dim":10,"seed":1}' --exp 'final_seed1'
#
#!!!!
#CUDA_VISIBLE_DEVICES=0 python -m domainbed.scripts.train --data_dir=./domainbed/data/ --steps 1501 --dataset SKIN --test_env 0 --algorithm DoPrompt_group_decompose --output_dir \
#results/exp --hparams '{"lr": 5e-6, "lr_classifier": 5e-5,"batch_size":26,"wd_classifier": 1e-5, "prompt_dim":10}' --exp 'final_seed2'
#CUDA_VISIBLE_DEVICES=1 python -m domainbed.scripts.train --data_dir=./domainbed/data/ --steps 1501 --dataset SKIN --test_env 0 --algorithm DoPrompt_group_decompose --output_dir \
#results/exp --hparams '{"lr": 5e-6, "lr_classifier": 5e-5,"batch_size":26,"wd_classifier": 1e-5, "prompt_dim":10}' --exp 'epvt_base'
#CUDA_VISIBLE_DEVICES=1 python -m domainbed.scripts.train_latent_epvt --data_dir=./domainbed/data/ --steps 1501 --dataset SKIN --test_env 0 --algorithm DoPrompt_group_decompose --output_dir \
#results/exp --hparams '{"lr": 5e-6, "lr_classifier": 5e-5,"batch_size":26,"wd_classifier": 1e-5, "prompt_dim":10}' --exp 'epvt_latent'
#
#CUDA_VISIBLE_DEVICES=1 python -m domainbed.scripts.train_latent_epvt --data_dir=./domainbed/data/ --steps 5697 --dataset DG_Dataset --test_env 0 --algorithm Latent_EPVT --output_dir \
#results/exp --hparams '{"lr": 1e-5, "lr_classifier": 3e-4,"batch_size":130,"wd_classifier": 1e-5, "prompt_dim":10}' --exp 'epvt_latent_1e-5' --clustering False --use_domain_labels False
#CUDA_VISIBLE_DEVICES=0 python -m domainbed.scripts.train_latent_epvt --data_dir=./domainbed/data/ --steps 5697 --dataset DG_Dataset --test_env 0 --algorithm Latent_EPVT --output_dir \
#results/exp --hparams '{"lr": 5e-6, "lr_classifier": 5e-5,"batch_size":130,"wd_classifier": 1e-5, "prompt_dim":10}' --exp 'epvt_latent_c' --clustering True --use_domain_labels False --loss-disc-weight
#
#CUDA_VISIBLE_DEVICES=0 python -m domainbed.scripts.train_latent_epvt --data_dir=./domainbed/data/ --steps 5697 --dataset DG_Dataset --test_env 0 --algorithm Latent_EPVT --output_dir \
#results/exp --hparams '{"lr": 5e-5, "lr_classifier": 5e-4,"batch_size":130,"wd_classifier": 1e-5, "prompt_dim":10}' --exp 'epvt_latent_5e-5' --clustering True --use_domain_labels False
#CUDA_VISIBLE_DEVICES=1 python -m domainbed.scripts.test_prompt10 --model_name 'final_seed1.pkl'
#CUDA_VISIBLE_DEVICES=1 python -m domainbed.scripts.test_prompt10 --model_name 'final_seed2.pkl'
#CUDA_VISIBLE_DEVICES=1 python -m domainbed.scripts.test_prompt10 --model_name 'prompt5e-6.pkl'
#baselines
#CUDA_VISIBLE_DEVICES=1 python -m domainbed.scripts.test_prompt10 --model_name 'epvt_latent_c.pkl'
#CUDA_VISIBLE_DEVICES=0 python -m domainbed.scripts.train_erm --data_dir=./domainbed/data/ --steps 1501 --dataset SKIN --test_env 0 --algorithm MMD \
#--output_dir results/exp --hparams '{"lr":5e-6, "lr_classifier": 5e-5,"batch_size":26,"wd_classifier":1e-5}' --exp 'mmd'
#
#
#
#CUDA_VISIBLE_DEVICES=0 python -m domainbed.scripts.train_erm --data_dir=./domainbed/data/ --steps 2501 --dataset SKIN --test_env 0 --algorithm CAD \
#--output_dir results/exp --hparams '{"lr":1e-5, "lr_classifier": 3e-4,"batch_size":26,"wd_classifier":1e-2}' --exp 'cad'
#
#CUDA_VISIBLE_DEVICES=0 python -m domainbed.scripts.train_erm --data_dir=./domainbed/data/ --steps 1501 --dataset SKIN --test_env 0 --algorithm MLDG \
#--output_dir results/exp --hparams '{"lr":5e-6, "lr_classifier": 5e-5,"batch_size":26,"wd_classifier":1e-5}' --exp 'mldg'
#
#CUDA_VISIBLE_DEVICES=0 python -m domainbed.scripts.train_erm --data_dir=./domainbed/data/ --steps 1501 --dataset SKIN --test_env 0 --algorithm DANN \
#--output_dir results/exp --hparams '{"lr":5e-6, "lr_classifier": 5e-5,"batch_size":26,"wd_classifier":1e-5}' --exp 'dann'
#CUDA_VISIBLE_DEVICES=1 python -m domainbed.scripts.train_erm --data_dir=./domainbed/data/ --steps 1501 --dataset SKIN --test_env 0 --algorithm IRM \
#--output_dir results/exp --hparams '{"lr":5e-6, "lr_classifier": 5e-5,"batch_size":26,"wd_classifier":1e-5}' --exp 'irm'
#
#CUDA_VISIBLE_DEVICES=1 python -m domainbed.scripts.train_erm --data_dir=./domainbed/data/ --steps 1501 --dataset SKIN --test_env 0 --algorithm CORAL \
#--output_dir results/exp --hparams '{"lr":5e-6, "lr_classifier": 5e-5,"batch_size":26,"wd_classifier":1e-5}' --exp 'coral'
#
#CUDA_VISIBLE_DEVICES=1 python -m domainbed.scripts.train_erm --data_dir=./domainbed/data/ --steps 1501 --dataset SKIN --test_env 0 --algorithm SelfReg \
#--output_dir results/exp --hparams '{"lr":5e-6, "lr_classifier": 5e-5,"batch_size":26,"wd_classifier":1e-5}' --exp 'selfreg'
#
#CUDA_VISIBLE_DEVICES=1 python -m domainbed.scripts.train_erm --data_dir=./domainbed/data/ --steps 1501 --dataset SKIN --test_env 0 --algorithm SagNet \
#--output_dir results/exp --hparams '{"lr":5e-6, "lr_classifier": 5e-5,"batch_size":26,"wd_classifier":1e-5}' --exp 'sagnet'
###
#CUDA_VISIBLE_DEVICES=0 python -m domainbed.scripts.train --data_dir=./domainbed/data/ --steps 1501 --dataset SKIN --test_env 0 --algorithm DoPrompt --output_dir \
#results/exp --hparams '{"lr": 5e-6, "lr_classifier": 5e-5,"batch_size":26,"wd_classifier": 1e-5}' --exp 'prompt5e-6'
#CUDA_VISIBLE_DEVICES=0 python -m domainbed.scripts.train_latent_epvt --data_dir=./domainbed/data/ --steps 5697 --dataset DG_Dataset --test_env 0 --algorithm Latent_EPVT --output_dir \
#results/exp --hparams '{"lr": 5e-6, "lr_classifier": 5e-5,"batch_size":130,"wd_classifier": 1e-5, "prompt_dim":10}' --exp 'epvt_latent_clustering_3' --clustering True \
# --use_domain_labels False --loss-disc-weight --num-clustering 3
#CUDA_VISIBLE_DEVICES=0 python -m domainbed.scripts.train_latent_epvt --data_dir=./domainbed/data/ --steps 5697 --dataset DG_Dataset --test_env 0 --algorithm Latent_EPVT --output_dir \
#results/exp --hparams '{"lr": 5e-6, "lr_classifier": 5e-5,"batch_size":130,"wd_classifier": 1e-5, "prompt_dim":10}' --exp 'epvt_c4_l1' --clustering True \
# --use_domain_labels False --loss-disc-weight --num-clustering 4
#
#CUDA_VISIBLE_DEVICES=1 python -m domainbed.scripts.train_latent_epvt --data_dir=./domainbed/data/ --steps 5697 --dataset DG_Dataset --test_env 0 --algorithm Latent_EPVT --output_dir \
#results/exp --hparams '{"lr": 5e-6, "lr_classifier": 5e-5,"batch_size":130,"wd_classifier": 1e-5, "prompt_dim":10}' --exp 'epvt_c4_l0' --clustering True \
# --use_domain_labels False --loss-disc-weight --num-clustering 4
#CUDA_VISIBLE_DEVICES=0 python -m domainbed.scripts.train_latent_epvt --data_dir=./domainbed/data/ --steps 5697 --dataset DG_Dataset --test_env 0 --algorithm Latent_EPVT --output_dir \
#results/exp --hparams '{"lr": 5e-6, "lr_classifier": 5e-5,"batch_size":130,"wd_classifier": 1e-5, "prompt_dim":10}' --exp 'epvt_c4_l0_d' --clustering True \
# --use_domain_labels False --loss-disc-weight --num-clustering 4
# CUDA_VISIBLE_DEVICES=1 python -m domainbed.scripts.train_latent_epvt --data_dir=./domainbed/data/ --steps 5697 --dataset DG_Dataset --test_env 0 --algorithm Latent_EPVT --output_dir \
#results/exp --hparams '{"lr": 5e-6, "lr_classifier": 5e-5,"batch_size":130,"wd_classifier": 1e-5, "prompt_dim":10}' --exp 'epvt_c2_l0_d' --clustering True \
# --use_domain_labels False --loss-disc-weight --num-clustering 2
#CUDA_VISIBLE_DEVICES=0 python -m domainbed.scripts.train_latent_epvt --data_dir=./domainbed/data/ --steps 5697 --dataset DG_Dataset --test_env 0 --algorithm Latent_EPVT --output_dir \
#results/exp --hparams '{"lr": 5e-5, "lr_classifier": 5e-4,"batch_size":130,"wd_classifier": 1e-5, "prompt_dim":10}' --exp 'epvt_c4_l0_5e-5' --clustering True \
# --use_domain_labels False --loss-disc-weight --num-clustering 4
#CUDA_VISIBLE_DEVICES=1 python -m domainbed.scripts.train_latent_epvt --data_dir=./domainbed/data/ --steps 5900 --dataset DG_Dataset --test_env 0 --algorithm Latent_EPVT --output_dir \
#results/exp --hparams '{"lr": 5e-7, "lr_classifier": 5e-7,"batch_size":130,"wd_classifier": 1e-4, "prompt_dim":4}' --exp 'epvt_5e-7_5e-7_1e-4_sne_exp' --clustering True \
# --use_domain_labels False --loss-disc-weight --num-clustering 4
#CUDA_VISIBLE_DEVICES=0 python -m domainbed.scripts.train_latent_epvt --data_dir=./domainbed/data/ --steps 5900 --dataset DG_Dataset --test_env 0 --algorithm Latent_EPVT --output_dir \
#results/exp --hparams '{"lr": 5e-7, "lr_classifier": 5e-7,"batch_size":130,"wd_classifier": 1e-4, "prompt_dim":8}' --exp 'epvt_p8_5e-7_5e-7_1e-4_c3' --clustering True \
# --use_domain_labels False --loss-disc-weight --num-clustering 3
#CUDA_VISIBLE_DEVICES=1 python -m domainbed.scripts.train_latent_epvt --data_dir=./domainbed/data/ --steps 5900 --dataset DG_Dataset --test_env 0 --algorithm Latent_EPVT --output_dir \
#results/exp --hparams '{"lr": 5e-7, "lr_classifier": 5e-7,"batch_size":130,"wd_classifier": 1e-2, "prompt_dim":4}' --exp 'epvt_p6_5e-7_5e-7_1e-2' --clustering True \
# --use_domain_labels False --loss-disc-weight --num-clustering 4
#CUDA_VISIBLE_DEVICES=0 python -m domainbed.scripts.train_latent_epvt --data_dir=./domainbed/data/ --steps 5900 --dataset DG_Dataset --test_env 0 --algorithm Latent_EPVT --output_dir \
#results/exp --hparams '{"lr": 5e-7, "lr_classifier": 5e-6,"batch_size":130,"wd_classifier": 1e-4, "prompt_dim":6}' --exp 'epvt_p6_5e-7_5e-6_1e-4' --clustering True \
# --use_domain_labels False --loss-disc-weight --num-clustering 4
#CUDA_VISIBLE_DEVICES=1 python -m domainbed.scripts.train_latent_epvt --data_dir=./domainbed/data/ --steps 6200 --dataset DG_Dataset --test_env 0 --algorithm Latent_EPVT --output_dir \
#results/exp --hparams '{"lr": 5e-7, "lr_classifier": 5e-5,"batch_size":130,"wd_classifier": 1e-5, "prompt_dim":4}' --exp 'epvt_p4_5e-7_5e-5' --clustering True \
# --use_domain_labels False --loss-disc-weight --num-clustering 4
#CUDA_VISIBLE_DEVICES=0 python -m domainbed.scripts.train_latent_epvt --data_dir=./domainbed/data/ --steps 5900 --dataset DG_Dataset --test_env 0 --algorithm Latent_EPVT --output_dir \
#results/exp --hparams '{"lr": 5e-6, "lr_classifier": 5e-5,"batch_size":120,"wd_classifier": 1e-5, "prompt_dim":10}' --exp 'epvt_c4_l0_p10' --clustering True \
# --use_domain_labels False --loss-disc-weight --num-clustering 4
#CUDA_VISIBLE_DEVICES=0 python -m domainbed.scripts.train --data_dir=./domainbed/data/ --steps 1501 --dataset SKIN --test_env 0 --algorithm DoPromptMixup --output_dir \
#results/exp --hparams '{"lr": 5e-6, "lr_classifier": 5e-5,"batch_size":26,"wd_classifier": 1e-5, "prompt_dim":10}' --exp 'prompt_mixup'
#CUDA_VISIBLE_DEVICES=1 python -m domainbed.scripts.train_latent_epvt --data_dir=./domainbed/data/ --steps 5697 --dataset DG_Dataset --test_env 0 --algorithm Latent_EPVT --output_dir \
#results/exp --hparams '{"lr": 5e-6, "lr_classifier": 5e-5,"batch_size":130,"wd_classifier": 1e-5, "prompt_dim":10}' --exp 'epvt_c4_l7_d' --clustering True \
# --use_domain_labels False --loss-disc-weight --num-clustering 4
#CUDA_VISIBLE_DEVICES=1 python -m domainbed.scripts.train_latent_epvt --data_dir=./domainbed/data/ --steps 5697 --dataset DG_Dataset --test_env 0 --algorithm Latent_EPVT --output_dir \
#results/exp --hparams '{"lr": 5e-6, "lr_classifier": 5e-5,"batch_size":130,"wd_classifier": 1e-5, "prompt_dim":10}' --exp 'epvt_c4_l1_d' --clustering True \
# --use_domain_labels False --loss-disc-weight --num-clustering 4
#local2_skin
#CUDA_VISIBLE_DEVICES=1 python -m domainbed.scripts.train_latent_epvt --data_dir=./domainbed/data/ --steps 5900 --dataset DG_Dataset --test_env 0 --algorithm Latent_EPVT_NOG --output_dir \
#results/exp --hparams '{"lr": 5e-7, "lr_classifier": 5e-7,"batch_size":130,"wd_classifier": 1e-4, "prompt_dim":4}' --exp 'latyent_epvt_nog' --clustering True \
# --use_domain_labels False --loss-disc-weight --num-clustering 4
# CUDA_VISIBLE_DEVICES=1 python -m domainbed.scripts.train_latent_epvt --data_dir=./domainbed/data/ --steps 5900 --dataset DG_Dataset --test_env 0 --algorithm Latent_EPVT_NOMG --output_dir \
#results/exp --hparams '{"lr": 5e-7, "lr_classifier": 5e-7,"batch_size":130,"wd_classifier": 1e-4, "prompt_dim":4}' --exp 'latyent_epvt_nomg' --clustering True \
# --use_domain_labels False --loss-disc-weight --num-clustering 4
# CUDA_VISIBLE_DEVICES=1 python -m domainbed.scripts.train_latent_epvt --data_dir=./domainbed/data/ --steps 5900 --dataset DG_Dataset --test_env 0 --algorithm Latent_EPVT_N0_AMG --output_dir \
#results/exp --hparams '{"lr": 5e-7, "lr_classifier": 5e-7,"batch_size":130,"wd_classifier": 1e-4, "prompt_dim":4}' --exp 'latyent_epvt_noamg' --clustering True \
# --use_domain_labels False --loss-disc-weight --num-clustering 4
#CUDA_VISIBLE_DEVICES=1 python -m domainbed.scripts.train_dr_latent --data_dir=./domainbed/data/ --steps 1000 --dataset Latent_DR_Dataset --test_envs 2 --val_envs 1 \
#--algorithm Latent_EPVT_NOG --output_dir results/exp --hparams '{"lr":5e-6, "lr_classifier": 5e-5,"batch_size":130,"wd_classifier":1e-5}' --exp 'latent_dr_m2_nog' --clustering True
#CUDA_VISIBLE_DEVICES=1 python -m domainbed.scripts.train_dr_latent --data_dir=./domainbed/data/ --steps 1000 --dataset Latent_DR_Dataset --test_envs 2 --val_envs 1 \
#--algorithm Latent_EPVT_NOMG --output_dir results/exp --hparams '{"lr":5e-6, "lr_classifier": 5e-5,"batch_size":130,"wd_classifier":1e-5}' --exp 'latent_dr_m2_nomg' --clustering True
#CUDA_VISIBLE_DEVICES=1 python -m domainbed.scripts.train_dr_latent --data_dir=./domainbed/data/ --steps 1000 --dataset Latent_DR_Dataset --test_envs 2 --val_envs 1 \
#--algorithm Latent_EPVT_N0_AMG --output_dir results/exp --hparams '{"lr":5e-6, "lr_classifier": 5e-5,"batch_size":130,"wd_classifier":1e-5}' --exp 'latent_dr_m2_noamg' --clustering True
#CUDA_VISIBLE_DEVICES=0 python -m domainbed.scripts.train_latent_epvt --data_dir=./domainbed/data/ --steps 5900 --dataset DG_Dataset --test_env 0 --algorithm Latent_EPVT --output_dir \
#results/exp --hparams '{"lr": 5e-7, "lr_classifier": 5e-7,"batch_size":130,"wd_classifier": 1e-4, "prompt_dim":4}' --exp 'l1' --clustering True \
# --use_domain_labels False --loss-disc-weight --num-clustering 2
#
#
#CUDA_VISIBLE_DEVICES=0 python -m domainbed.scripts.train_latent_epvt --data_dir=./domainbed/data/ --steps 5697 --dataset DG_Dataset --test_env 0 --algorithm Latent_EPVT --output_dir \
#results/exp --hparams '{"lr": 5e-6, "lr_classifier": 5e-5,"batch_size":130,"wd_classifier": 1e-4, "prompt_dim":4}' --exp 'epvt_c4_l4_d' --clustering True \
# --use_domain_labels False --loss-disc-weight --num-clustering 2
#CUDA_VISIBLE_DEVICES=1 python -m domainbed.scripts.test_prompt --model_name 'epvt_c4_l4_d.pkl'
#CUDA_VISIBLE_DEVICES=1 python -m domainbed.scripts.train_latent_epvt --data_dir=./domainbed/data/ --steps 5697 --dataset DG_Dataset --test_env 0 --algorithm Latent_EPVT --output_dir \
#results/exp --hparams '{"lr": 5e-6, "lr_classifier": 5e-5,"batch_size":130,"wd_classifier": 1e-4, "prompt_dim":10}' --exp 'epvt_c4_l4_d' --clustering True \
# --use_domain_labels False --loss-disc-weight --num-clustering 2
CUDA_VISIBLE_DEVICES=0 python -m domainbed.scripts.train_latent_epvt --data_dir=./domainbed/data/ --steps 5697 --dataset DG_Dataset --test_env 0 --algorithm Latent_EPVT --output_dir \
results/exp --hparams '{"lr": 5e-7, "lr_classifier": 5e-7,"batch_size":130,"wd_classifier": 1e-4, "prompt_dim":4}' --exp 'l1_v1' --clustering True \
--use_domain_labels False --loss-disc-weight --num-clustering 2
CUDA_VISIBLE_DEVICES=0 python -m domainbed.scripts.train_latent_epvt --data_dir=./domainbed/data/ --steps 5697 --dataset DG_Dataset --test_env 0 --algorithm Latent_EPVT --output_dir \
results/exp --hparams '{"lr": 5e-6, "lr_classifier": 5e-5,"batch_size":130,"wd_classifier": 1e-5, "prompt_dim":10}' --exp 'l1_v2' --clustering True \
--use_domain_labels False --loss-disc-weight --num-clustering 2
CUDA_VISIBLE_DEVICES=0 python -m domainbed.scripts.train_latent_epvt --data_dir=./domainbed/data/ --steps 5697 --dataset DG_Dataset --test_env 0 --algorithm Latent_EPVT --output_dir \
results/exp --hparams '{"lr": 5e-6, "lr_classifier": 5e-5,"batch_size":130,"wd_classifier": 1e-5, "prompt_dim":10}' --exp 'l1_v3' --clustering True \
--use_domain_labels False --loss-disc-weight --num-clustering 4