-
Notifications
You must be signed in to change notification settings - Fork 2
/
main.py
48 lines (39 loc) · 2.03 KB
/
main.py
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
import argparse
import numpy as np
from model import Model
import os
from data_loader import Data
def parse_arguments():
parser = argparse.ArgumentParser()
parser.add_argument('-ne', '--num_epochs', type=int, default=15)
parser.add_argument('-lr', '--learning_rate', type=float, default=0.01)
parser.add_argument('-ms', '--minibatch_size', type=int, default=128)
parser.add_argument('-dn', '--dataset_name', type=str, default='ml')
parser.add_argument('-nt', '--num_topics', type=int, default=64)
parser.add_argument('-sup', '--supervision', type=int, default=0)
parser.add_argument('-reg_sup', '--reg_sup', type=float, default=1)
parser.add_argument('-tr', '--training_ratio', type=float, default=0.8)
parser.add_argument('-nn', '--num_sampled_neighbors', type=int, default=5)
parser.add_argument('-ws', '--word_word_graph_window_size', type=int, default=5)
parser.add_argument('-wn', '--word_word_graph_num_neighbors', type=int, default=5)
parser.add_argument('-neg', '--num_negative_samples', type=int, default=5)
parser.add_argument('-nl', '--num_convolutional_layers', type=int, default=2)
parser.add_argument('-div', '--divergence', type=str, default='wasserstein')
parser.add_argument('-p', '--prior', type=str, default='normal')
parser.add_argument('-reg_div', '--reg_divergence', type=float, default=0.01)
parser.add_argument('-reg_l2', '--reg_l2', type=float, default=1e-3)
parser.add_argument('-kp', '--dropout_keep_prob', type=float, default=0.9)
parser.add_argument('-ap', '--author_prediction', type=int, default=0)
parser.add_argument('-rs', '--random_seed', type=int, default=520)
parser.add_argument('-gpu', '--gpu', type=int, default=0)
return parser.parse_args()
def main(args):
os.environ['CUDA_VISIBLE_DEVICES'] = str(args.gpu)
if args.random_seed:
np.random.seed(args.random_seed)
data = Data(args)
model = Model(args, data)
print('Start training...')
model.train()
if __name__ == '__main__':
main(parse_arguments())