Ml searcher add pretrained #76
Conversation
|
@katyacyfra , Замечаешь, что у тебя не проходит CI? красный крест и написано "Al checks have failed". У нас только один чек, это проверка на кодстайл, чтобы код был однообразный и его было легче читать Тебе надо при активном питоновском окружении прописать Тогда после написания тобой команды "commit" инструмент проверит код и поправит его. После этого поправленный код снова нужно добавить в индекс командой |
| @@ -127,6 +129,8 @@ def convert_input_to_tensor(input: GameState) -> Tuple[HeteroData, Dict[int, int | |||
| data["game_vertex", "to", "game_vertex"].edge_index = ( | |||
| torch.tensor(np.array(edges_index_v_v), dtype=torch.long).t().contiguous() | |||
| ) | |||
| data['game_vertex', 'to', 'game_vertex'].edge_attr = torch.tensor(np.array(edges_attr_v_v), dtype=torch.long) | |||
There was a problem hiding this comment.
вроде как хотели из таплов строки сделать?
There was a problem hiding this comment.
Через пробел пойдет? Поправлю
There was a problem hiding this comment.
лучше через нижние подчеркивания
| return self.lin(state_x) | ||
|
|
||
| class StateModelEncoder(torch.nn.Module): | ||
| def __init__(self, hidden_channels, out_channels): |
There was a problem hiding this comment.
я знаю, что можно сделать без енкодеров, вот так например Аня делала.
или z-dict тебе очень нужен?
There was a problem hiding this comment.
Можно и без них, вопрос в том, что нужно? Какой формат?
There was a problem hiding this comment.
на вход форварда 8 параметров (сейчас ты добавила восьмой, поэтому 8, по ссылке 7), на выход - результат работы модели. Отдельную обертку (Encoder) делать не надо, z_dict делать не надо
| return correct / len(loader.dataset) | ||
|
|
||
| @staticmethod | ||
| def predict_state(model, data: HeteroData, state_map: Dict[int, int]) -> int: |
There was a problem hiding this comment.
обязательно ли функция должна статически принадлежать классу?
| """Gets state id from model and heterogeneous graph | ||
| data.state_map - maps real state id to state index""" | ||
| state_map = {v: k for k, v in state_map.items()} # inversion for prediction | ||
| out = model(data.x_dict, data.edge_index_dict) |
There was a problem hiding this comment.
у нас вроде уже 8 входов. этот код все еще актуален?
| torch.save(model, filepath) | ||
|
|
||
|
|
||
| if __name__ == "__main__": |
There was a problem hiding this comment.
в файлах, которые не используются как исполняемые, то есть те, в которых только функции лежат, лучше не писать if__name__ == "__main__":, иначе у читающего создается впечатление, что это исполняемый файл
|
|
||
| @staticmethod | ||
| def predict_state(model, data: HeteroData, state_map: dict[int, int]) -> int: | ||
| def predict_state(model, data: HeteroData, state_map: Dict[int, int]) -> int: | ||
| """Gets state id from model and heterogeneous graph | ||
| data.state_map - maps real state id to state index""" | ||
| state_map = {v: k for k, v in state_map.items()} # inversion for prediction | ||
| out = model(data.x_dict, data.edge_index_dict) |
There was a problem hiding this comment.
тут все еще старый предикт?
| torch.tensor(np.array(edges_index_v_v), dtype=torch.long).t().contiguous() | ||
| ) | ||
| data["state_vertex", "in", "game_vertex"].edge_index = ( | ||
| data["game_vertex_to_game_vertex"].edge_attr = torch.tensor( |
There was a problem hiding this comment.
тут если edges_attr_v_v, edges_types_v_v могут быть пустыми, то нужно соответствующие тензоры оборачивать в null_if_empty. но это ладно, сделаю сам
No description provided.