illumination-k / pfn-intern-2019

PFN-intern 2019 ML tasks

readme.md

課題について

srcの内部

ファイル名	説明
model.py	GNNクラスが定義されたファイル
function.py	各種関数が定義されたファイル
optimizer.py	各種最適化法のクラスが定義されたファイル
Task_n(_explanation).ipynb	課題nに対応したjupyter notebookファイル。説明があれば課題のうち特にそのことについてテストしたファイル
best_model_x.txt/ best_model_x.npz	学習した際に最もaccuracyが高かったモデルのT,D/学習器のデータが格納されている。

補足

GNNクラスはattributeとしてload機能を持ち、best_model_x.txtとbes_model_x.npzが存在するディレクトリパスとbest_model_xのファイル名を指定すれば学習器θの情報がロードできる。

testについて

jupyter notebookファイルを上から直接実行すればほとんどのテストが実行できる。 また、学習結果は保存されているので、モデルをloadすることでmodelのaccuracyなどはある程度確認できると思われる。