-
Notifications
You must be signed in to change notification settings - Fork 13
/
Copy pathrun.sh
49 lines (33 loc) · 3.99 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
# Example Script for Running Benchmark Datasets
# ARM-Net
## Frappe
CUDA_VISIBLE_DEVICES=0 python train.py --model armnet --alpha 2.0 --h 32 --nattn_head 8 --lr 0.001 --exp_name frappe_armnet
CUDA_VISIBLE_DEVICES=0 python train.py --model armnet --ensemble --alpha 1.5 --h 4 --nattn_head 4 --lr 0.003 --exp_name frappe_armnet+
## MovieLens
CUDA_VISIBLE_DEVICES=0 python train.py --model armnet --h 16 --nattn_head 1 --alpha 2.0 --lr 0.001 --exp_name ML_armnet --nfield 3 --nfeat 92000 --dataset movielens
CUDA_VISIBLE_DEVICES=0 python train.py --model armnet --ensemble --alpha 2.5 --h 8 --nattn_head 1 --lr 0.001 --exp_name ML_armnet+ --nfield 3 --nfeat 92000 --dataset movielens
## Avazu
CUDA_VISIBLE_DEVICES=0 python train.py --model armnet --nlayer 3 --mlp_hid 200 --h 32 --nattn_head 1 --alpha 1.5 --lr 0.001 --exp_name AV_armnet --nfield 22 --nfeat 1600000 --dataset avazu --eval_freq 1000
CUDA_VISIBLE_DEVICES=0 python train.py --model armnet --nlayer 3 --mlp_hid 200 --dnn_nlayer 3 --dnn_hid 200 --ensemble --alpha 2.0 --h 8 --nattn_head 8 --lr 0.001 --exp_name AV_armnet+ --nfield 22 --nfeat 1600000 --dataset avazu --eval_freq 1000
## Criteo
CUDA_VISIBLE_DEVICES=0 python train.py --model armnet --nlayer 2 --mlp_hid 500 --h 64 --nattn_head 4 --alpha 2.0 --lr 0.001 --exp_name CR_armnet --nfield 39 --nfeat 2100000 --dataset criteo
CUDA_VISIBLE_DEVICES=0 python train.py --model armnet --mlp_hid 500 --nlayer 2 --dnn_nlayer 2 --dnn_hid 500 --ensemble --alpha 2.0 --h 32 --nattn_head 4 --lr 0.003 --exp_name CR_armnet+ --nfield 39 --nfeat 2100000 --dataset criteo
## Diabetes130
CUDA_VISIBLE_DEVICES=0 python train.py --model armnet --nlayer 1 --h 1 --nattn_head 32 --alpha 1.7 --lr 0.003 --batch_size 1024 --exp_name DB_armnet --nfield 43 --nfeat 369 --dataset uci_diabetes
CUDA_VISIBLE_DEVICES=0 python train.py --model armnet --nlayer 1 --dnn_nlayer 1 --ensemble --alpha 1.5 --h 64 --nattn_head 8 --lr 0.01 --batch_size 1024 --exp_name DB_armnet+ --nfield 43 --nfeat 369 --dataset uci_diabetes
# ARM-Net w/o bilinear-weight to reduce one hyper-param (nhead)
## Frappe
CUDA_VISIBLE_DEVICES=0 python train.py --model armnet_1h --alpha 2.0 --h 128 --lr 0.001 --exp_name frappe_armnet1h
CUDA_VISIBLE_DEVICES=0 python train.py --model armnet_1h --ensemble --alpha 1.5 --h 128 --lr 0.003 --exp_name frappe_armnet1h+
## MovieLens
CUDA_VISIBLE_DEVICES=0 python train.py --model armnet_1h --h 128 --alpha 2.0 --lr 0.001 --exp_name ML_armnet1h --nfield 3 --nfeat 92000 --dataset movielens
CUDA_VISIBLE_DEVICES=0 python train.py --model armnet_1h --ensemble --alpha 2.5 --h 128 --lr 0.001 --exp_name ML_armnet1h+ --nfield 3 --nfeat 92000 --dataset movielens
## Avazu
CUDA_VISIBLE_DEVICES=0 python train.py --model armnet_1h --nlayer 3 --mlp_hid 200 --h 128 --alpha 1.5 --lr 0.001 --exp_name AV_armnet1h --nfield 22 --nfeat 1600000 --dataset avazu --eval_freq 1000
CUDA_VISIBLE_DEVICES=0 python train.py --model armnet_1h --nlayer 3 --mlp_hid 200 --dnn_nlayer 3 --dnn_hid 200 --ensemble --alpha 2.0 --h 128 --lr 0.001 --exp_name AV_armnet1h+ --nfield 22 --nfeat 1600000 --dataset avazu --eval_freq 1000
## Criteo
CUDA_VISIBLE_DEVICES=0 python train.py --model armnet_1h --nlayer 2 --mlp_hid 500 --h 128 --alpha 2.0 --lr 0.001 --exp_name CR_armnet1h --nfield 39 --nfeat 2100000 --dataset criteo
CUDA_VISIBLE_DEVICES=0 python train.py --model armnet_1h --mlp_hid 500 --nlayer 2 --dnn_nlayer 2 --dnn_hid 500 --ensemble --alpha 2.0 --h 128 --lr 0.003 --exp_name CR_armnet1h+ --nfield 39 --nfeat 2100000 --dataset criteo
## Diabetes130
CUDA_VISIBLE_DEVICES=0 python train.py --model armnet_1h --nlayer 1 --h 128 --alpha 1.7 --lr 0.003 --batch_size 1024 --exp_name DB_armnet1h --nfield 43 --nfeat 369 --dataset uci_diabetes
CUDA_VISIBLE_DEVICES=0 python train.py --model armnet_1h --nlayer 1 --dnn_nlayer 1 --ensemble --alpha 1.5 --h 128 --lr 0.01 --batch_size 1024 --exp_name DB_armnet1h+ --nfield 43 --nfeat 369 --dataset uci_diabetes