/
run_train.sh
17 lines (16 loc) · 1.36 KB
/
run_train.sh
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
# CIFAR10
# python train_vanilla.py --num_models=1 --dataset=cifar10 --arch=lenet --method=ADV_Trainer
# python train_vanilla.py --num_models=1 --dataset=cifar10 --arch=resnet18 --method=ADV_Trainer
# python train_vanilla.py --num_models=1 --dataset=cifar10 --arch=preactresnet18 --method=ADV_Trainer
# python train_vanilla.py --num_models=1 --dataset=cifar10 --arch=vgg16 --method=ADV_Trainer
# python train_vanilla.py --num_models=1 --dataset=cifar10 --arch=googlenet --method=ADV_Trainer
# python train_vanilla.py --num_models=1 --dataset=cifar10 --arch=efficientnet --method=ADV_Trainer
# python train_vanilla.py --num_models=1 --dataset=cifar10 --arch=wideresnet --method=ADV_Trainer
# CIFAR100
# python train_vanilla.py --num_models=1 --dataset=cifar100 --arch=lenet --method=ADV_Trainer
# python train_vanilla.py --num_models=1 --dataset=cifar100 --arch=resnet18 --method=ADV_Trainer
# python train_vanilla.py --num_models=1 --dataset=cifar100 --arch=preactresnet18 --method=ADV_Trainer
# python train_vanilla.py --num_models=1 --dataset=cifar100 --arch=vgg16 --method=ADV_Trainer
# python train_vanilla.py --num_models=1 --dataset=cifar100 --arch=googlenet --method=ADV_Trainer
# python train_vanilla.py --num_models=1 --dataset=cifar100 --arch=efficientnet --method=ADV_Trainer
# python train_vanilla.py --num_models=1 --dataset=cifar100 --arch=wideresnet --method=ADV_Trainer