runs/code-decoder-v30-alltrains-v2/anticurriculum-loss/ckpt/generated.txt

K=10,T=0.8: <data><tab> elif resample = = none : <newline> <tab> <tab> conv _ shortcut = lib . ops . conv 2 d . conv 2 d <newline> <tab> <tab> conv _ 1 <tab> <tab> = functools . partial ( lib . ops . conv 2 d . conv 2 d , input _ dim = input _ dim , output _ dim = input _ dim ) <newline> <tab> <tab> conv _ 2 <tab> <tab> = functools . partial ( lib . ops . conv 2 d . conv 2 d , input _ dim = input _ dim , output </data><tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <newline> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <newline> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> 
K=10,T=0.8: <data>strategy = ' entropy _ reg ' , sorting _ strategy = ' hard ' ) <newline> <tab> return sos <newline> <newline> def get _ class _ groups ( <newline> <tab> self , config : collections . config dict ) - > tuple [ jnp . ndarray , int ] : <newline> <tab> <newline> <tab> classes = self . data [ ' classes ' ] <newline> <tab> if config . class _ groups : <newline> <tab> groups = jnp . array ( config . class _ groups ) <newline> <tab> else : <newline> <tab> groups = jnp . arange ( </data><tab> <tab> _ <newline> <tab> <tab> <tab> <tab> _ _ <tab> <tab> <tab> <tab> <tab> <tab> : <tab> <tab> <tab> <tab> <newline> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> ) . <newline> <tab> <tab> <tab> <tab> <newline> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> , _ <newline> <tab> <tab> <tab> _ <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <newline> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <newline> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> 
K=10,T=0.8: <data><newline> <tab> edge _ masks . append ( edge _ mask ) <newline> <tab> if not local _ stop _ label : <newline> <tab> <tab> <newline> <tab> <tab> edge _ type _ label , edge _ label = generate _ label ( graph , up _ to _ date _ adj _ mat , node _ in _ focus , neighbor , real _ n _ vertices , params ) <newline> <tab> <tab> edge _ type _ labels . append ( edge _ type _ label ) <newline> <tab> <tab> edge _ labels . append ( edge _ label ) </data><newline> <tab> <tab> <tab> <tab> <tab> = _ _ <newline> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> 
K=10,T=0.8: <data>use _ shape , <newline> <tab> <tab> mano _ lambda _ joints 3 d = args . mano _ lambda _ joints 3 d , <newline> <tab> <tab> mano _ lambda _ <UNK> _ reg = args . mano _ lambda _ <UNK> _ reg , <newline> <tab> <tab> mano _ lambda _ joints 2 d = args . mano _ lambda _ joints 2 d , <newline> <tab> <tab> mano _ lambda _ shape = args . mano _ lambda _ shape , <newline> <tab> <tab> mano _ lambda _ <UNK> = args . mano _ lambda _ <UNK> </data>= ( ' = , _ _ _ _ ) <newline> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <newline> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <newline> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> def _ . . _ _ ( ) <newline> <tab> <tab> <tab> <newline> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> 
K=10,T=0.8: <data><tab> and training _ args . do _ train <newline> <tab> <tab> and not training _ args . overwrite _ output _ dir <newline> <tab> ) : <newline> <tab> <tab> raise value error ( <newline> <tab> <tab> <tab> f " output directory ( { training _ args . output _ dir } ) <UNK> exists and is not empty . use - - overwrite _ output _ dir to <UNK> . " <newline> <tab> <tab> ) <newline> <newline> <tab> <newline> <tab> logging . basic config ( <newline> <tab> <tab> format = " % ( <UNK> ) s - % ( </data>' , 1 ) <newline> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> 
K=10,T=0.8: <data><newline> <tab> <tab> <tab> <tab> <tab> res _ a [ 1 ] . append ( <newline> <tab> <tab> <tab> <tab> <tab> <tab> nn . adaptive avg pool 2 d ( eval ( normalized _ shape ) ) ) <newline> <tab> <tab> <tab> <tab> if mode = = ' max pool 2 d ' : <newline> <tab> <tab> <tab> <tab> <tab> res _ a [ 1 ] . append ( <newline> <tab> <tab> <tab> <tab> <tab> <tab> nn . max pool 2 d ( eval ( normalized _ shape ) ) ) <newline> <tab> <tab> <tab> <tab> if mode = = </data>[ ' ] ) ) ) <newline> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> print ( " : <newline> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <newline> <newline> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> if _ <UNK> . 1 ] ) <newline> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <newline> <newline> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> 
K=10,T=0.8: <data>epoch , " iter : " , i , " <UNK> loss : " , v _ loss . data [ 0 ] , " <UNK> loss : " , <UNK> _ loss . data [ 0 ] ) <newline> <newline> <tab> if epoch % eval _ freq = = 0 or epoch + 1 = = opt . num _ epochs : <newline> <newline> <tab> <tab> batch _ indices = torch . long tensor ( np . random . choice ( labeled _ train . size ( ) [ 0 ] , batch _ size , replace = false </data>) <newline> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> from _ <UNK> = ' , <newline> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> return self . nn . <UNK> = " : <newline> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> return ( self . <UNK> ( 1 , <newline> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> 
K=10,T=0.8: <data>2 , append energy = true ) : <newline> <tab> <tab> super ( <UNK> , self ) . _ _ init _ _ ( ) <newline> <tab> <tab> self . <UNK> = <UNK> <newline> <tab> <tab> self . <UNK> = <UNK> <newline> <tab> <tab> self . <UNK> = <UNK> <newline> <tab> <tab> self . <UNK> = <UNK> <newline> <tab> <tab> self . <UNK> = <UNK> <newline> <tab> <tab> self . nfft = nfft or self . <UNK> _ nfft ( ) <newline> <tab> <tab> self . <UNK> = <UNK> <newline> <tab> <tab> self . <UNK> = <UNK> or self . </data><UNK> _ size = <UNK> _ <UNK> _ <UNK> _ <UNK> ( <UNK> ( <newline> else : <newline> <tab> <tab> <tab> <tab> <tab> self . <UNK> _ <UNK> _ <UNK> . <UNK> _ <UNK> = 0 . <UNK> _ name = <UNK> : <newline> <tab> return _ <UNK> <newline> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> return <UNK> ( self . <UNK> = " ) <newline> <tab> <tab> <tab> <tab> <tab> <tab> return <newline> <tab> if <UNK> _ _ name , <newline> <tab> <UNK> _ <UNK> = <UNK> _ name _ _ size ' <newline> <tab> <tab> <tab> 
K=10,T=0.8: <data>- - - - - - - - - " ) <newline> <tab> print ( " metrics " ) <newline> <tab> print ( " - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - " ) <newline> <tab> print ( " total molecule " ) <newline> <tab> print ( total ) <newline> <tab> print ( " - - - - - - - - - - - - </data>- - > " " , " , <newline> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> ) <newline> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> <tab> if _ <UNK> " } " , " : " - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -