-
Notifications
You must be signed in to change notification settings - Fork 1
/
main_cls_domainnet.py
156 lines (130 loc) · 6.99 KB
/
main_cls_domainnet.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
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
import os, sys
import argparse
import warnings
import numpy as np
import math
import pickle
import torch as tc
import util
import data
import model
import learning
import uncertainty
from main_cls import run
def parse_args():
## init a parser
parser = argparse.ArgumentParser(description='learning')
## meta args
parser.add_argument('--exp_name', type=str, required=True)
parser.add_argument('--snapshot_root', type=str, default='snapshots')
parser.add_argument('--cpu', action='store_true')
parser.add_argument('--calibrate', action='store_true')
parser.add_argument('--train_iw', action='store_true')
parser.add_argument('--estimate', action='store_true')
## data args
parser.add_argument('--data.batch_size', type=int, default=200)
parser.add_argument('--data.n_workers', type=int, default=16)
parser.add_argument('--data.src', type=str, required=True)
parser.add_argument('--data.tar', type=str, required=True)
parser.add_argument('--data.n_labels', type=int, default=345)
parser.add_argument('--data.img_size', type=int, nargs=3, default=(3, 224, 224))
parser.add_argument('--data.dim', type=int, nargs='*')
#parser.add_argument('--data.aug_src', type=str, nargs='*')
#parser.add_argument('--data.aug_tar', type=str, nargs='*')
parser.add_argument('--data.n_train_src', type=int)
parser.add_argument('--data.n_train_tar', type=int)
parser.add_argument('--data.n_val_src', type=int, default=20000)
parser.add_argument('--data.n_val_tar', type=int)
parser.add_argument('--data.n_test_src', type=int)
parser.add_argument('--data.n_test_tar', type=int)
parser.add_argument('--data.seed', type=lambda v: None if v=='None' else int(v), default=0)
parser.add_argument('--data.load_feat', type=str)
## model args
parser.add_argument('--model.base', type=str, default='ResNet101')
parser.add_argument('--model.base_feat', type=str, default='ResNetFeat')
parser.add_argument('--model.path_pretrained', type=str)
parser.add_argument('--model.feat_dim', type=int, default=2048)
parser.add_argument('--model.cal', type=str, default='Temp')
parser.add_argument('--model.sd', type=str, default='MidFNN')
parser.add_argument('--model.sd_cal', type=str, default='HistBin')
parser.add_argument('--model.normalize', action='store_true')
parser.add_argument('--model.iw_true', action='store_true')
parser.add_argument('--model_sd.path_pretrained', type=str)
parser.add_argument('--model_iwcal.n_bins', type=int, default=10) ## can be changed depending on binning scheme
parser.add_argument('--model_iwcal.delta', type=float)
## predset model args
parser.add_argument('--model_predset.eps', type=float, default=0.1)
parser.add_argument('--model_predset.alpha', type=float, default=0.1)
parser.add_argument('--model_predset.delta', type=float, default=1e-5)
parser.add_argument('--model_predset.m', type=int)
## train args
parser.add_argument('--train.rerun', action='store_true')
parser.add_argument('--train.load_final', action='store_true')
## calibration args
parser.add_argument('--cal.method', type=str, default='HistBin')
parser.add_argument('--cal.rerun', action='store_true')
parser.add_argument('--cal.load_final', action='store_true')
parser.add_argument('--cal.optimizer', type=str, default='SGD')
parser.add_argument('--cal.n_epochs', type=int, default=100)
parser.add_argument('--cal.lr', type=float, default=0.01)
parser.add_argument('--cal.momentum', type=float, default=0.9)
parser.add_argument('--cal.weight_decay', type=float, default=0.0)
parser.add_argument('--cal.lr_decay_epoch', type=int, default=20)
parser.add_argument('--cal.lr_decay_rate', type=float, default=0.5)
parser.add_argument('--cal.val_period', type=int, default=1)
## train args for a source discriminator
parser.add_argument('--train_sd.rerun', action='store_true')
parser.add_argument('--train_sd.load_final', action='store_true')
# parser.add_argument('--train_sd.optimizer', type=str, default='SGD')
# parser.add_argument('--train_sd.n_epochs', type=int, default=100)
# parser.add_argument('--train_sd.lr', type=float, default=0.01)
# parser.add_argument('--train_sd.momentum', type=float, default=0.9)
# parser.add_argument('--train_sd.weight_decay', type=float, default=0.0)
# parser.add_argument('--train_sd.lr_decay_epoch', type=int, default=20)
# parser.add_argument('--train_sd.lr_decay_rate', type=float, default=0.5)
# parser.add_argument('--train_sd.val_period', type=int, default=1)
## calibration args for a source discriminator
parser.add_argument('--cal_sd.method', type=str, default='HistBin')
parser.add_argument('--cal_sd.rerun', action='store_true')
parser.add_argument('--cal_sd.resume', action='store_true')
parser.add_argument('--cal_sd.load_final', action='store_true')
## histbin parameters
parser.add_argument('--cal_sd.delta', type=float, default=1e-5)
parser.add_argument('--cal_sd.estimate_rate', action='store_true')
parser.add_argument('--cal_sd.cal_target', type=int, default=1)
## iw calibration args
parser.add_argument('--cal_iw.method', type=str, default='HistBin')
parser.add_argument('--cal_iw.rerun', action='store_true')
parser.add_argument('--cal_iw.load_final', action='store_true')
parser.add_argument('--cal_iw.smoothness_bound', type=float, default=0.001)
## uncertainty estimation args
parser.add_argument('--train_predset.method', type=str, default='pac_predset')
parser.add_argument('--train_predset.rerun', action='store_true')
parser.add_argument('--train_predset.load_final', action='store_true')
parser.add_argument('--train_predset.binary_search', action='store_true')
parser.add_argument('--train_predset.bnd_type', type=str, default='direct')
parser.add_argument('--train_predset.T_step', type=float, default=1e-7)
parser.add_argument('--train_predset.T_end', type=float, default=np.inf)
parser.add_argument('--train_predset.eps_tol', type=float, default=1.5)
args = parser.parse_args()
args = util.to_tree_namespace(args)
args.device = tc.device('cpu') if args.cpu else tc.device('cuda:0')
args = util.propagate_args(args, 'device')
args = util.propagate_args(args, 'exp_name')
args = util.propagate_args(args, 'snapshot_root')
assert('DomainNet' in args.data.src)
if args.data.n_val_tar is None and args.data.tar == 'DomainNetAll':
args.data.n_val_tar = args.data.n_val_src
if args.model_predset.m is None:
args.model_predset.m = args.data.n_val_src
else:
assert(args.model_predset.m <= args.data.n_val_src)
## set loggers
os.makedirs(os.path.join(args.snapshot_root, args.exp_name), exist_ok=True)
sys.stdout = util.Logger(os.path.join(args.snapshot_root, args.exp_name, 'out'))
## print args
util.print_args(args)
return args
if __name__ == '__main__':
args = parse_args()
run(args)