json2vec/experiments_uci.py at master · EndingCredits/json2vec · GitHub

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
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
from uci_test import run_once
from datetime import datetime
import numpy as np

hparams = [
    #LSTM
    #car
    #{ 'model_type': 'json-nn', 'dataset': 'car', 'lr': 0.001, 'mem_dim': 64,
    #'batch_size': 4, 'test_fold': 0, 'test_folds': 5, 'epochs': 10 },
    #{'model_type': 'json-nn', 'dataset': 'car', 'lr': 0.001, 'mem_dim': 64,
    #'batch_size': 4, 'test_fold': 1, 'test_folds': 5, 'epochs': 10 },
    #{'model_type': 'json-nn', 'dataset': 'car', 'lr': 0.001, 'mem_dim': 128,
    #'batch_size': 4, 'test_fold': 2, 'test_folds': 5, 'epochs': 10 },
    #{'model_type': 'json-nn', 'dataset': 'car', 'lr': 0.001, 'mem_dim': 128,
    #'batch_size': 4, 'test_fold': 3, 'test_folds': 5, 'epochs': 10 },
    #{'model_type': 'json-nn', 'dataset': 'car', 'lr': 0.001, 'mem_dim': 128,
    #'batch_size': 4, 'test_fold': 4, 'test_folds': 5, 'epochs': 10 },

    #nursery
    #{'model_type': 'json-nn', 'dataset': 'nursery', 'lr': 0.00025, 'mem_dim': 64,
    #'batch_size': 16, 'test_fold': 0, 'test_folds': 5, 'epochs': 3 },
    #{'model_type': 'json-nn', 'dataset': 'nursery', 'lr': 0.001, 'mem_dim': 128,
    #'batch_size': 64, 'test_fold': 1, 'test_folds': 5, 'epochs': 4 },
    #{'model_type': 'json-nn', 'dataset': 'nursery', 'lr': 0.001, 'mem_dim': 64,
    #'batch_size': 4, 'test_fold': 2, 'test_folds': 5, 'epochs': 3 },
    #{'model_type': 'json-nn', 'dataset': 'nursery', 'lr': 0.0005, 'mem_dim': 128,
    #'batch_size': 4, 'test_fold': 3, 'test_folds': 5, 'epochs': 4 },
    #{'model_type': 'json-nn', 'dataset': 'nursery', 'lr': 0.0005, 'mem_dim': 128,
    #'batch_size': 16, 'test_fold': 4, 'test_folds': 5, 'epochs': 3 },

    #mushroom
    #{'model_type': 'json-nn', 'dataset': 'mushroom', 'lr': 0.001, 'mem_dim': 32,
    #'batch_size': 4, 'test_fold': 0, 'test_folds': 5, 'epochs': 2 },
    #{'model_type': 'json-nn', 'dataset': 'mushroom', 'lr': 0.001, 'mem_dim': 32,
    #'batch_size': 4, 'test_fold': 1, 'test_folds': 5, 'epochs': 2 },
    #{'model_type': 'json-nn', 'dataset': 'mushroom', 'lr': 0.001, 'mem_dim': 32,
    #'batch_size': 4, 'test_fold': 2, 'test_folds': 5, 'epochs': 2 },
    #{'model_type': 'json-nn', 'dataset': 'mushroom', 'lr': 0.001, 'mem_dim': 64,
    #'batch_size': 4, 'test_fold': 3, 'test_folds': 5, 'epochs': 2 },
    #{'model_type': 'json-nn', 'dataset': 'mushroom', 'lr': 0.001, 'mem_dim': 32,
    #'batch_size': 4, 'test_fold': 4, 'test_folds': 5, 'epochs': 2 },

    #contraceptive
    #{'model_type': 'json-nn', 'dataset': 'contraceptive', 'lr': 0.001, 'mem_dim': 128,
    #'batch_size': 4, 'test_fold': 0, 'test_folds': 5, 'epochs': 2 },
    #{'model_type': 'json-nn', 'dataset': 'contraceptive', 'lr': 0.0005, 'mem_dim': 64,
    #'batch_size': 64, 'test_fold': 1, 'test_folds': 5, 'epochs': 5 },
    #{'model_type': 'json-nn', 'dataset': 'contraceptive', 'lr': 0.0005, 'mem_dim': 32,
    #'batch_size': 64, 'test_fold': 2, 'test_folds': 5, 'epochs': 3 },
    #{'model_type': 'json-nn', 'dataset': 'contraceptive', 'lr': 0.001, 'mem_dim': 64,
    #'batch_size': 4, 'test_fold': 3, 'test_folds': 5, 'epochs': 5 },
    #{'model_type': 'json-nn', 'dataset': 'contraceptive', 'lr': 0.0005, 'mem_dim': 64,
    #'batch_size': 16, 'test_fold': 4, 'test_folds': 5, 'epochs': 5 },

    #automobile
    #{'model_type': 'json-nn', 'dataset': 'automobile', 'lr': 0.00025, 'mem_dim': 128,
    #'batch_size': 4, 'test_fold': 0, 'test_folds': 5, 'epochs': 30 },
    #{'model_type': 'json-nn', 'dataset': 'automobile', 'lr': 0.0005, 'mem_dim': 128,
    #'batch_size': 4, 'test_fold': 1, 'test_folds': 5, 'epochs': 10 },
    #{'model_type': 'json-nn', 'dataset': 'automobile', 'lr': 0.001, 'mem_dim': 128,
    #'batch_size': 4, 'test_fold': 2, 'test_folds': 5, 'epochs': 30 },
    #{'model_type': 'json-nn', 'dataset': 'automobile', 'lr': 0.0005, 'mem_dim': 128,
    #'batch_size': 4, 'test_fold': 3, 'test_folds': 5, 'epochs': 30 },
    #{'model_type': 'json-nn', 'dataset': 'automobile', 'lr': 0.00025, 'mem_dim': 128,
    #'batch_size': 4, 'test_fold': 4, 'test_folds': 5, 'epochs': 30 },

    #bank
    #{'model_type': 'json-nn', 'dataset': 'bank', 'lr': 0.00025, 'mem_dim': 128,
    #'batch_size': 64, 'test_fold': 0, 'test_folds': 5, 'epochs': 4 },
    #{'model_type': 'json-nn', 'dataset': 'bank', 'lr': 0.00025, 'mem_dim': 128,
    #'batch_size': 16, 'test_fold': 1, 'test_folds': 5, 'epochs': 3 },
    #{'model_type': 'json-nn', 'dataset': 'bank', 'lr': 0.00025, 'mem_dim': 32,
    #'batch_size': 16, 'test_fold': 2, 'test_folds': 5, 'epochs': 4 },
    #{'model_type': 'json-nn', 'dataset': 'bank', 'lr': 0.001, 'mem_dim': 128,
    #'batch_size': 4, 'test_fold': 3, 'test_folds': 5, 'epochs': 2 },
    #{'model_type': 'json-nn', 'dataset': 'bank', 'lr': 0.001, 'mem_dim': 64,
    #'batch_size': 4, 'test_fold': 4, 'test_folds': 5, 'epochs': 4 },

    #seismic
    #{'model_type': 'json-nn', 'dataset': 'seismic', 'lr': 0.00025, 'mem_dim': 32,
    #'batch_size': 16, 'test_fold': 0, 'test_folds': 5, 'epochs': 5 },
    #{'model_type': 'json-nn', 'dataset': 'seismic', 'lr': 0.001, 'mem_dim': 64,
    #'batch_size': 64, 'test_fold': 1, 'test_folds': 5, 'epochs': 5 },
    #{'model_type': 'json-nn', 'dataset': 'seismic', 'lr': 0.0005, 'mem_dim': 64,
    #'batch_size': 4, 'test_fold': 2, 'test_folds': 5, 'epochs': 3 },
    #{'model_type': 'json-nn', 'dataset': 'seismic', 'lr': 0.001, 'mem_dim': 128,
    #'batch_size': 16, 'test_fold': 3, 'test_folds': 5, 'epochs': 1 },
    #{'model_type': 'json-nn', 'dataset': 'seismic', 'lr': 0.00025, 'mem_dim': 128,
    #'batch_size': 64, 'test_fold': 3, 'test_folds': 5, 'epochs': 3 },


    #student
    #{'model_type': 'json-nn', 'dataset': 'student', 'lr': 0.00025, 'mem_dim': 128,
    #'batch_size': 16, 'test_fold': 0, 'test_folds': 5, 'epochs': 3 },
    #{'model_type': 'json-nn', 'dataset': 'student', 'lr': 0.0005, 'mem_dim': 64,
    #'batch_size': 16, 'test_fold': 1, 'test_folds': 5, 'epochs': 5 },
    #{'model_type': 'json-nn', 'dataset': 'student', 'lr': 0.0005, 'mem_dim': 64,
    #'batch_size': 16, 'test_fold': 2, 'test_folds': 5, 'epochs': 10 },
    #{'model_type': 'json-nn', 'dataset': 'student', 'lr': 0.001, 'mem_dim': 64,
    #'batch_size': 64, 'test_fold': 3, 'test_folds': 5, 'epochs': 5 },
    #{'model_type': 'json-nn', 'dataset': 'student', 'lr': 0.0005, 'mem_dim': 32,
    #'batch_size': 4, 'test_fold': 4, 'test_folds': 5, 'epochs': 5 },

    #student-reg
    #{'model_type': 'json-nn', 'dataset': 'student-regression', 'lr': 0.001, 'mem_dim': 32,
    #'batch_size': 16, 'test_fold': 0, 'test_folds': 5, 'epochs': 10 },
    #{'model_type': 'json-nn', 'dataset': 'student-regression', 'lr': 0.00025, 'mem_dim': 32,
    #'batch_size': 16, 'test_fold': 1, 'test_folds': 5, 'epochs': 5 },
    #{'model_type': 'json-nn', 'dataset': 'student-regression', 'lr': 0.00025, 'mem_dim': 64,
    #'batch_size': 16, 'test_fold': 2, 'test_folds': 5, 'epochs': 5 },
    #{'model_type': 'json-nn', 'dataset': 'student-regression', 'lr': 0.0005, 'mem_dim': 32,
    #'batch_size': 16, 'test_fold': 3, 'test_folds': 5, 'epochs': 10 },
    #{'model_type': 'json-nn', 'dataset': 'student-regression', 'lr': 0.001, 'mem_dim': 32,
    #'batch_size': 4, 'test_fold': 4, 'test_folds': 5, 'epochs': 3 },

    #set-nn (max)
    #car
    #{'model_type': 'set-nn-max', 'dataset': 'car', 'lr': 0.001, 'mem_dim': 32,
    #'batch_size': 4, 'test_fold': 0, 'test_folds': 5, 'epochs': 20},
    #{'model_type': 'set-nn-max', 'dataset': 'car', 'lr': 0.001, 'mem_dim': 64,
    #'batch_size': 4, 'test_fold': 1, 'test_folds': 5, 'epochs': 20},
    #{'model_type': 'set-nn-max', 'dataset': 'car', 'lr': 0.001, 'mem_dim': 32,
    #'batch_size': 4, 'test_fold': 2, 'test_folds': 5, 'epochs': 20},
    #{'model_type': 'set-nn-max', 'dataset': 'car', 'lr': 0.001, 'mem_dim': 32,
    #'batch_size': 4, 'test_fold': 3, 'test_folds': 5, 'epochs': 20},
    #{'model_type': 'set-nn-max', 'dataset': 'car', 'lr': 0.001, 'mem_dim': 64,
    #'batch_size': 4, 'test_fold': 4, 'test_folds': 5, 'epochs': 10},

    #nursery
    #{'model_type': 'set-nn-max', 'dataset': 'nursery', 'lr': 0.00025, 'mem_dim': 128,
    #'batch_size': 16, 'test_fold': 0, 'test_folds': 5, 'epochs': 3 },
    #{'model_type': 'set-nn-max', 'dataset': 'nursery', 'lr': 0.00025, 'mem_dim': 128,
    #'batch_size': 16, 'test_fold': 1, 'test_folds': 5, 'epochs': 3 },
    #{'model_type': 'set-nn-max', 'dataset': 'nursery', 'lr': 0.00025, 'mem_dim': 128,
    #'batch_size': 16, 'test_fold': 2, 'test_folds': 5, 'epochs': 3 },
    #{'model_type': 'set-nn-max', 'dataset': 'nursery', 'lr': 0.0005, 'mem_dim': 128,
    #'batch_size': 64, 'test_fold': 3, 'test_folds': 5, 'epochs': 4 },
    #{'model_type': 'set-nn-max', 'dataset': 'nursery', 'lr': 0.00025, 'mem_dim': 64,
    #'batch_size': 4, 'test_fold': 4, 'test_folds': 5, 'epochs': 3 },

    #mushroom
    #{'model_type': 'set-nn-max', 'dataset': 'mushroom', 'lr': 0.001, 'mem_dim': 128,
    #'batch_size': 4, 'test_fold': 0, 'test_folds': 5, 'epochs': 2 },
    #{'model_type': 'set-nn-max', 'dataset': 'mushroom', 'lr': 0.001, 'mem_dim': 64,
    #'batch_size': 16, 'test_fold': 1, 'test_folds': 5, 'epochs': 3 },
    #{'model_type': 'set-nn-max', 'dataset': 'mushroom', 'lr': 0.001, 'mem_dim': 64,
    #'batch_size': 16, 'test_fold': 2, 'test_folds': 5, 'epochs': 3 },
    #{'model_type': 'set-nn-max', 'dataset': 'mushroom', 'lr': 0.001, 'mem_dim': 64,
    #'batch_size': 16, 'test_fold': 3, 'test_folds': 5, 'epochs': 2 },
    #{'model_type': 'set-nn-max', 'dataset': 'mushroom', 'lr': 0.001, 'mem_dim': 128,
    #'batch_size': 16, 'test_fold': 4, 'test_folds': 5, 'epochs': 3 },

    #contraceptive
    #{'model_type': 'set-nn-max', 'dataset': 'contraceptive', 'lr': 0.00025, 'mem_dim': 64,
    #'batch_size': 4, 'test_fold': 0, 'test_folds': 5, 'epochs': 10 },
    #{'model_type': 'set-nn-max', 'dataset': 'contraceptive', 'lr': 0.0005, 'mem_dim': 32,
    #'batch_size': 16, 'test_fold': 1, 'test_folds': 5, 'epochs': 10 },
    #{'model_type': 'set-nn-max', 'dataset': 'contraceptive', 'lr': 0.0005, 'mem_dim': 32,
    #'batch_size': 4, 'test_fold': 2, 'test_folds': 5, 'epochs': 20 },
    #{'model_type': 'set-nn-max', 'dataset': 'contraceptive', 'lr': 0.001, 'mem_dim': 64,
    #'batch_size': 16, 'test_fold': 3, 'test_folds': 5, 'epochs': 10 },
    #{'model_type': 'set-nn-max', 'dataset': 'contraceptive', 'lr': 0.001, 'mem_dim': 128,
    #'batch_size': 64, 'test_fold': 4, 'test_folds': 5, 'epochs': 10 },

    #automobile
    #{'model_type': 'set-nn-max', 'dataset': 'automobile', 'lr': 0.0005, 'mem_dim': 64,
    #'batch_size': 4, 'test_fold': 0, 'test_folds': 5, 'epochs': 50 },
    #{'model_type': 'set-nn-max', 'dataset': 'automobile', 'lr': 0.001, 'mem_dim': 64,
    #'batch_size': 4, 'test_fold': 1, 'test_folds': 5, 'epochs': 50 },
    #{'model_type': 'set-nn-max', 'dataset': 'automobile', 'lr': 0.0005, 'mem_dim': 64,
    #'batch_size': 4, 'test_fold': 2, 'test_folds': 5, 'epochs': 50 },
    #{'model_type': 'set-nn-max', 'dataset': 'automobile', 'lr': 0.001, 'mem_dim': 64,
    #'batch_size': 4, 'test_fold': 3, 'test_folds': 5, 'epochs': 50 },
    #{'model_type': 'set-nn-max', 'dataset': 'automobile', 'lr': 0.001, 'mem_dim': 64,
    #'batch_size': 4, 'test_fold': 4, 'test_folds': 5, 'epochs': 50 },

    #bank
    #{'model_type': 'set-nn-max', 'dataset': 'bank', 'lr': 0.001, 'mem_dim': 64,
    #'batch_size': 16, 'test_fold': 0, 'test_folds': 5, 'epochs': 2 },
    #{'model_type': 'set-nn-max', 'dataset': 'bank', 'lr': 0.00025, 'mem_dim': 64,
    #'batch_size': 4, 'test_fold': 1, 'test_folds': 5, 'epochs': 4 },
    #{'model_type': 'set-nn-max', 'dataset': 'bank', 'lr': 0.0005, 'mem_dim': 128,
    #'batch_size': 64, 'test_fold': 2, 'test_folds': 5, 'epochs': 1 },
    #{'model_type': 'set-nn-max', 'dataset': 'bank', 'lr': 0.0005, 'mem_dim': 64,
    #'batch_size': 4, 'test_fold': 3, 'test_folds': 5, 'epochs': 4 },
    #{'model_type': 'set-nn-max', 'dataset': 'bank', 'lr': 0.0005, 'mem_dim': 128,
    #'batch_size': 4, 'test_fold': 4, 'test_folds': 5, 'epochs': 3 },

    #seismic
    #{'model_type': 'set-nn-max', 'dataset': 'seismic', 'lr': 0.001, 'mem_dim': 64,
    #'batch_size': 4, 'test_fold': 0, 'test_folds': 5, 'epochs': 20 },
    #{'model_type': 'set-nn-max', 'dataset': 'seismic', 'lr': 0.0005, 'mem_dim': 128,
    #'batch_size': 4, 'test_fold': 1, 'test_folds': 5, 'epochs': 30 },
    #{'model_type': 'set-nn-max', 'dataset': 'seismic', 'lr': 0.00025, 'mem_dim': 32,
    #'batch_size': 4, 'test_fold': 2, 'test_folds': 5, 'epochs': 10 },
    #{'model_type': 'set-nn-max', 'dataset': 'seismic', 'lr': 0.001, 'mem_dim': 64,
    #'batch_size': 16, 'test_fold': 3, 'test_folds': 5, 'epochs': 10 },
    #{'model_type': 'set-nn-max', 'dataset': 'seismic', 'lr': 0.0005, 'mem_dim': 128,
    #'batch_size': 16, 'test_fold': 4, 'test_folds': 5, 'epochs': 50 },

    #student
    #{'model_type': 'set-nn-max', 'dataset': 'student', 'lr': 0.001, 'mem_dim': 128,
    #'batch_size': 4, 'test_fold': 0, 'test_folds': 5, 'epochs': 3 },
    #{'model_type': 'set-nn-max', 'dataset': 'student', 'lr': 0.00025, 'mem_dim': 128,
    #'batch_size': 64, 'test_fold': 1, 'test_folds': 5, 'epochs': 50 },
    #{'model_type': 'set-nn-max', 'dataset': 'student', 'lr': 0.001, 'mem_dim': 128,
    #'batch_size': 16, 'test_fold': 2, 'test_folds': 5, 'epochs': 10 },
    #{'model_type': 'set-nn-max', 'dataset': 'student', 'lr': 0.001, 'mem_dim': 64,
    #'batch_size': 16, 'test_fold': 3, 'test_folds': 5, 'epochs': 20 },
    #{'model_type': 'set-nn-max', 'dataset': 'student', 'lr': 0.00025, 'mem_dim': 64,
    #'batch_size': 4, 'test_fold': 4, 'test_folds': 5, 'epochs': 10 },

    #student-regression
    #{'model_type': 'set-nn-max', 'dataset': 'student-regression', 'lr': 0.00025,
    #'mem_dim': 64, 'batch_size': 64, 'test_fold': 0, 'test_folds': 5, 'epochs': 30 },
    #{'model_type': 'set-nn-max', 'dataset': 'student-regression', 'lr': 0.00025,
    #'mem_dim': 128, 'batch_size': 64, 'test_fold': 1, 'test_folds': 5, 'epochs': 30 },
    #{'model_type': 'set-nn-max', 'dataset': 'student-regression', 'lr': 0.00025,
    #'mem_dim': 64, 'batch_size': 4, 'test_fold': 2, 'test_folds': 5, 'epochs': 5 },
    #{'model_type': 'set-nn-max', 'dataset': 'student-regression', 'lr': 0.00025,
    #'mem_dim': 128, 'batch_size': 64, 'test_fold': 3, 'test_folds': 5, 'epochs': 30 },
    #{'model_type': 'set-nn-max', 'dataset': 'student-regression', 'lr': 0.0005,
    #'mem_dim': 64, 'batch_size': 16, 'test_fold': 4, 'test_folds': 5, 'epochs': 10 },


    #mlp
    #car
    #{'model_type': 'mlp', 'dataset': 'car', 'lr': 0.0005, 'mem_dim': 32,
    #'batch_size': 4, 'layers': 3, 'test_fold': 0, 'test_folds': 5, 'epochs': 10},
    #{'model_type': 'mlp', 'dataset': 'car', 'lr': 0.00025, 'mem_dim': 128,
    #'batch_size': 4, 'layers': 1, 'test_fold': 1, 'test_folds': 5, 'epochs': 3},
    #{'model_type': 'mlp', 'dataset': 'car', 'lr': 0.0005, 'mem_dim': 64,
    #'batch_size': 16, 'layers': 1, 'test_fold': 2, 'test_folds': 5, 'epochs': 5},
    #{'model_type': 'mlp', 'dataset': 'car', 'lr': 0.001, 'mem_dim': 32,
    #'batch_size': 4, 'layers': 3, 'test_fold': 3, 'test_folds': 5, 'epochs': 10},
    #{'model_type': 'mlp', 'dataset': 'car', 'lr': 0.00025, 'mem_dim': 128,
    #'batch_size': 4, 'layers': 5, 'test_fold': 4, 'test_folds': 5, 'epochs': 20},

    #nursery
    #{'model_type': 'mlp', 'dataset': 'nursery', 'lr': 0.00025, 'mem_dim': 64,
    #'batch_size': 16, 'layers': 5, 'test_fold': 0, 'test_folds': 5, 'epochs': 4},
    #{'model_type': 'mlp', 'dataset': 'nursery', 'lr': 0.001, 'mem_dim': 128,
    #'batch_size': 64, 'layers': 3, 'test_fold': 1, 'test_folds': 5, 'epochs': 4},
    #{'model_type': 'mlp', 'dataset': 'nursery', 'lr': 0.001, 'mem_dim': 64,
    #'batch_size': 4, 'layers': 3, 'test_fold': 2, 'test_folds': 5, 'epochs': 4},
    #{'model_type': 'mlp', 'dataset': 'nursery', 'lr': 0.0005, 'mem_dim': 128,
    #'batch_size': 16, 'layers': 3, 'test_fold': 3, 'test_folds': 5, 'epochs': 3},
    #{'model_type': 'mlp', 'dataset': 'nursery', 'lr': 0.0005, 'mem_dim': 64,
    #'batch_size': 4, 'layers': 1, 'test_fold': 4, 'test_folds': 5, 'epochs': 4},

    #mushroom
    #{'model_type': 'mlp', 'dataset': 'mushroom', 'lr': 0.001, 'mem_dim': 32,
    #'batch_size': 4, 'epochs': 1, 'layers': 1, 'test_fold': 0, 'test_folds': 5},
    #{'model_type': 'mlp', 'dataset': 'mushroom', 'lr': 0.001, 'mem_dim': 32,
    #'batch_size': 4, 'epochs': 1, 'layers': 1, 'test_fold': 1, 'test_folds': 5},
    #{'model_type': 'mlp', 'dataset': 'mushroom', 'lr': 0.001, 'mem_dim': 32,
    #'batch_size': 4, 'epochs': 1, 'layers': 1, 'test_fold': 2, 'test_folds': 5},
    #{'model_type': 'mlp', 'dataset': 'mushroom', 'lr': 0.001, 'mem_dim': 32,
    #'batch_size': 4, 'epochs': 1, 'layers': 1, 'test_fold': 3, 'test_folds': 5},
    #{'model_type': 'mlp', 'dataset': 'mushroom', 'lr': 0.001, 'mem_dim': 32,
    #'batch_size': 4, 'epochs': 2, 'layers': 1, 'test_fold': 4, 'test_folds': 5},

    #contraceptive
    #{'model_type': 'mlp', 'dataset': 'contraceptive', 'lr': 0.0005, 'mem_dim': 32,
    #'batch_size': 4, 'layers': 5, 'test_fold': 0, 'test_folds': 5, 'epochs': 3},
    #{'model_type': 'mlp', 'dataset': 'contraceptive', 'lr': 0.0005,'mem_dim': 64,
    #'batch_size': 4, 'layers': 3, 'test_fold': 1, 'test_folds': 5, 'epochs': 3},
    #{'model_type': 'mlp', 'dataset': 'contraceptive', 'lr': 0.001, 'mem_dim': 128,
    #'batch_size': 4, 'layers': 5, 'test_fold': 2, 'test_folds': 5, 'epochs': 3},
    #{'model_type': 'mlp', 'dataset': 'contraceptive', 'lr': 0.001, 'mem_dim': 32,
    #'batch_size': 64, 'layers': 3, 'test_fold': 3, 'test_folds': 5, 'epochs': 30},
    #{'model_type': 'mlp', 'dataset': 'contraceptive', 'lr': 0.001, 'mem_dim': 64,
    #'batch_size': 64, 'layers': 5, 'test_fold': 4, 'test_folds': 5, 'epochs': 10},

    #automobile
    #{'model_type': 'mlp', 'dataset': 'automobile', 'lr': 0.00025, 'mem_dim': 128,
    #'batch_size': 16, 'layers': 3, 'test_fold': 0, 'test_folds': 5, 'epochs': 30},
    #{'model_type': 'mlp', 'dataset': 'automobile', 'lr': 0.00025, 'mem_dim': 128,
    #'batch_size': 16, 'layers': 1, 'test_fold': 1, 'test_folds': 5, 'epochs': 30},
    #{'model_type': 'mlp', 'dataset': 'automobile', 'lr': 0.00025, 'mem_dim': 128,
    #'batch_size': 4, 'layers': 1, 'test_fold': 2, 'test_folds': 5, 'epochs': 30},
    #{'model_type': 'mlp', 'dataset': 'automobile', 'lr': 0.001, 'mem_dim': 64,
    #'batch_size': 4, 'layers': 1, 'test_fold': 3, 'test_folds': 5, 'epochs': 50},
    #{'model_type': 'mlp', 'dataset': 'automobile', 'lr': 0.001, 'mem_dim': 128,
    #'batch_size': 16, 'layers': 3, 'test_fold': 4, 'test_folds': 5, 'epochs': 30},

    #bank
    #{'model_type': 'mlp', 'dataset': 'bank', 'lr': 0.0005, 'mem_dim': 128,
    #'batch_size': 64, 'layers': 3, 'test_fold': 0, 'test_folds': 5, 'epochs': 3},
    #{'model_type': 'mlp', 'dataset': 'bank', 'lr': 0.001, 'mem_dim': 64,
    #'batch_size': 16, 'layers': 1, 'test_fold': 1, 'test_folds': 5, 'epochs': 4},
    #{'model_type': 'mlp', 'dataset': 'bank', 'lr': 0.00025, 'mem_dim': 64,
    #'batch_size': 4, 'layers': 3, 'test_fold': 2, 'test_folds': 5, 'epochs': 1},
    #{'model_type': 'mlp', 'dataset': 'bank', 'lr': 0.00025, 'mem_dim': 32,
    #'batch_size': 4, 'layers': 5, 'test_fold': 3, 'test_folds': 5, 'epochs': 4},
    #{'model_type': 'mlp', 'dataset': 'bank', 'lr': 0.001, 'mem_dim': 64,
    #'batch_size': 4, 'layers': 3, 'test_fold': 4, 'test_folds': 5, 'epochs': 4},

    #seismic
    #{'model_type': 'mlp', 'dataset': 'seismic', 'lr': 0.00025, 'mem_dim': 64,
    #'batch_size': 16, 'layers': 5, 'test_fold': 0, 'test_folds': 5, 'epochs': 5},
    #{'model_type': 'mlp', 'dataset': 'seismic', 'lr': 0.00025, 'mem_dim': 64,
    #'batch_size': 64, 'layers': 5, 'test_fold': 1, 'test_folds': 5, 'epochs': 10},
    #{'model_type': 'mlp', 'dataset': 'seismic', 'lr': 0.00025, 'mem_dim': 32,
    #'batch_size': 64, 'layers': 1, 'test_fold': 2, 'test_folds': 5, 'epochs': 5},
    #{'model_type': 'mlp', 'dataset': 'seismic', 'lr': 0.001, 'mem_dim': 64,
    #'batch_size': 16, 'layers': 1, 'test_fold': 3, 'test_folds': 5, 'epochs': 3},
    #{'model_type': 'mlp', 'dataset': 'seismic', 'lr': 0.00025, 'mem_dim': 64,
    #'batch_size': 64, 'layers': 3, 'test_fold': 4, 'test_folds': 5, 'epochs': 10},


    #student
    #{'model_type': 'mlp', 'dataset': 'student', 'lr': 0.001, 'mem_dim': 32,
    #'batch_size': 4, 'layers': 1, 'test_fold': 0, 'test_folds': 5, 'epochs': 5},
    #{'model_type': 'mlp', 'dataset': 'student', 'lr': 0.00025, 'mem_dim': 32,
    #'batch_size': 16, 'layers': 1, 'test_fold': 1, 'test_folds': 5, 'epochs': 20},
    #{'model_type': 'mlp', 'dataset': 'student', 'lr': 0.001, 'mem_dim': 128,
    #'batch_size': 4, 'layers': 5, 'test_fold': 2, 'test_folds': 5, 'epochs': 20},
    #{'model_type': 'mlp', 'dataset': 'student', 'lr': 0.001, 'mem_dim': 64,
    #'batch_size': 4, 'layers': 1, 'test_fold': 3, 'test_folds': 5, 'epochs': 3},
    #{'model_type': 'mlp', 'dataset': 'student', 'lr': 0.001, 'mem_dim': 128,
    #'batch_size': 64, 'layers': 5, 'test_fold': 4, 'test_folds': 5, 'epochs': 10},


    #student-regression
    #{'model_type': 'mlp', 'dataset': 'student-regression', 'lr': 0.0005, 'mem_dim': 64,
    #'batch_size': 64, 'layers': 1, 'test_fold': 0, 'test_folds': 5, 'epochs': 20},
    #{'model_type': 'mlp', 'dataset': 'student-regression', 'lr': 0.001, 'mem_dim': 64,
    #'batch_size': 16, 'layers': 3, 'test_fold': 1, 'test_folds': 5,'epochs': 5},
    #{'model_type': 'mlp', 'dataset': 'student-regression', 'lr': 0.001, 'mem_dim': 64,
    #'batch_size': 4, 'layers': 5, 'test_fold': 2, 'test_folds': 5, 'epochs': 3},
    #{'model_type': 'mlp', 'dataset': 'student-regression', 'lr': 0.001, 'mem_dim': 32,
    #'batch_size': 16, 'layers': 5, 'test_fold': 3, 'test_folds': 5, 'epochs': 10},
    #{'model_type': 'mlp', 'dataset': 'student-regression', 'lr': 0.001, 'mem_dim': 64,
    #'batch_size': 4, 'layers': 5, 'test_fold': 4, 'test_folds': 5, 'epochs': 3}


]

seed = "12345678901234567890"

updates = [
    { 'tie_weights_containers': True, 'tie_weights_primitives': True },
    { 'homogenous_types': True },
    { 'tie_weights_containers': True, 'tie_weights_primitives': True, 'homogenous_types': True },
]

#for update in updates:
for params in hparams:
    starttime = datetime.now().strftime('%Y-%m-%d %H:%M:%S')

    args = params.copy()
    args['test'] = True
    args['seed'] = 123#int(seed[:i+3])
    #args.update(update)
    print("args:{}\n".format(args))
    loss, acc = run_once(**args)

    outfile = "results_uci_{}_{}.txt".format(args['dataset'], args['model_type'])

    endtime = datetime.now().strftime('%Y-%m-%d %H:%M:%S')

    with open(outfile, 'a+') as f:
        f.write("{} -> {}\n".format(starttime, endtime))
        f.write("args:{}\n".format(args))
        f.write("test_loss: {}\n".format(loss))
        f.write("test_acc: {}\n\n\n".format(acc))