LDData / mpmc /dim_2.nsamples_110.nbatch_1.LfL2star.b_1.txt
Sou-Cheng's picture
Upload folder using huggingface_hub
2b3e7f3 verified
# MPMC pretrained pointset
# Contains following parameters (refer to QMCPy's MPMC documentation for more details):
# 'loss_fn': L2dis
# 'lr': 0.001
# 'nlayers': 3
# 'weight_decay': 1e-06
# 'nhid': 32
# 'nbatch': 1
# 'epochs': 200000
# 'start_reduce': 100000
# 'radius': 0.35
# 'weights': None
# 'n_projections': 15
2 #d, the number of dimensions
110 #n, the number of points
5.051475167274475098e-01 5.414157509803771973e-01
1.261424422264099121e-01 9.452382922172546387e-01
5.516004562377929688e-01 5.808375477790832520e-01
4.714985489845275879e-01 6.662739515304565430e-01
9.484826326370239258e-01 3.274971842765808105e-01
6.129860877990722656e-01 3.867119923233985901e-02
3.888969421386718750e-01 1.341130137443542480e-01
6.824746131896972656e-01 7.373563647270202637e-01
4.470286071300506592e-01 6.283316295593976974e-03
1.559516936540603638e-01 6.128370761871337891e-01
9.279467463493347168e-01 4.226399362087249756e-01
1.797727644443511963e-01 4.309085011482238770e-01
9.587743282318115234e-01 6.734014749526977539e-01
4.330786168575286865e-01 4.044921100139617920e-01
7.793257832527160645e-01 3.651091754436492920e-01
2.552798688411712646e-01 8.180641531944274902e-01
2.107281237840652466e-01 4.147319793701171875e-01
7.240864038467407227e-01 2.958692796528339386e-02
2.795636095106601715e-02 3.105819225311279297e-01
3.823006153106689453e-01 9.574204683303833008e-01
9.545620083808898926e-01 9.657804965972900391e-01
5.618766546249389648e-01 1.799737364053726196e-01
6.622453927993774414e-01 4.778809845447540283e-01
2.472325414419174194e-01 3.465360701084136963e-01
8.858537673950195312e-01 4.490097761154174805e-01
7.475751638412475586e-01 7.797752022743225098e-01
5.977986454963684082e-01 9.272888302803039551e-01
9.786329865455627441e-01 7.542442083358764648e-01
2.362047135829925537e-01 5.912566184997558594e-01
5.905574560165405273e-01 1.570322513580322266e-01
6.326207518577575684e-02 8.674026131629943848e-01
9.693116545677185059e-01 1.615617126226425171e-01
4.267052114009857178e-01 8.549523949623107910e-01
4.611726999282836914e-01 3.851079642772674561e-01
9.002554416656494141e-01 2.263707965612411499e-01
7.384098172187805176e-01 2.806989550590515137e-01
2.965735495090484619e-01 4.552439749240875244e-01
1.445086300373077393e-01 1.958663463592529297e-01
2.904106676578521729e-01 9.716614484786987305e-01
3.152614533901214600e-01 7.642930001020431519e-02
6.926531195640563965e-01 1.046442911028862000e-01
7.146691679954528809e-01 6.887496709823608398e-01
9.253364801406860352e-02 8.007409572601318359e-01
1.660974174737930298e-01 2.614557445049285889e-01
8.174858093261718750e-01 2.521790266036987305e-01
7.563320994377136230e-01 3.013134300708770752e-01
8.925669789314270020e-01 8.928951621055603027e-01
8.725091814994812012e-01 6.949951499700546265e-02
8.275766372680664062e-01 7.182199954986572266e-01
7.307208329439163208e-02 9.050533920526504517e-02
9.931145310401916504e-01 9.931522607803344727e-01
4.803369939327239990e-01 2.730521261692047119e-01
6.747621893882751465e-01 3.954252004623413086e-01
6.250565052032470703e-01 6.030296683311462402e-01
4.456622526049613953e-02 5.531264543533325195e-01
1.900167465209960938e-01 7.467073798179626465e-01
3.662694096565246582e-01 3.335483074188232422e-01
1.656390726566314697e-02 6.447171568870544434e-01
3.985560238361358643e-01 7.110536098480224609e-01
7.318766713142395020e-01 9.365656971931457520e-01
3.591432049870491028e-02 7.711511254310607910e-01
5.429151654243469238e-01 7.891286611557006836e-01
1.329736113548278809e-01 5.065218806266784668e-01
2.189013063907623291e-01 9.009243845939636230e-01
9.364775419235229492e-01 6.383517384529113770e-01
7.049857974052429199e-01 5.139659643173217773e-01
4.192140996456146240e-01 5.659152865409851074e-01
8.417453616857528687e-02 3.727760016918182373e-01
5.748511552810668945e-01 4.420728385448455811e-01
8.621737957000732422e-01 4.959832429885864258e-01
6.348544955253601074e-01 3.557759523391723633e-01
3.534022867679595947e-01 6.060049682855606079e-02
1.093984693288803101e-01 1.690772026777267456e-01
7.989846467971801758e-01 9.650915861129760742e-02
6.547481417655944824e-01 8.769928812980651855e-01
4.886345267295837402e-01 9.897744655609130859e-01
1.722568571567535400e-01 9.172157645225524902e-01
2.643750011920928955e-01 2.903973460197448730e-01
6.488551497459411621e-01 1.250043511390686035e-01
4.947141110897064209e-01 2.443873584270477295e-01
8.363273739814758301e-01 5.733618736267089844e-01
7.673773765563964844e-01 5.339598059654235840e-01
1.001355350017547607e-01 6.790781617164611816e-01
8.559460639953613281e-01 8.468735814094543457e-01
2.262048274278640747e-01 1.144851893186569214e-01
3.761349320411682129e-01 6.306310892105102539e-01
1.196199059486389160e-01 4.878234565258026123e-01
4.549972712993621826e-01 8.877730965614318848e-01
5.401546508073806763e-02 4.696310311555862427e-02
5.356053113937377930e-01 2.185386121273040771e-01
8.451972603797912598e-01 1.877992302179336548e-01
3.386447429656982422e-01 5.252760052680969238e-01
1.973680406808853149e-01 1.963765919208526611e-02
5.225478410720825195e-01 3.213630318641662598e-01
9.877150654792785645e-01 3.796273767948150635e-01
2.738791406154632568e-01 6.980785727500915527e-01
3.275617063045501709e-01 4.687508642673492432e-01
7.345308084040880203e-03 2.331795394420623779e-01
9.157142043113708496e-01 1.423697359859943390e-02
5.823345184326171875e-01 8.285887837409973145e-01
8.076560497283935547e-01 8.092060089111328125e-01
5.129877924919128418e-01 7.592440247535705566e-01
7.893109321594238281e-01 6.229072213172912598e-01
4.084691405296325684e-01 2.080281376838684082e-01
6.035174131393432617e-01 6.558997035026550293e-01
9.201313853263854980e-01 9.105793237686157227e-01
2.838267683982849121e-01 1.473354101181030273e-01
3.065122067928314209e-01 7.273927927017211914e-01
6.978962421417236328e-01 9.802514910697937012e-01
3.456713855266571045e-01 8.394168019294738770e-01