File size: 6,658 Bytes
3c849be
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
#!/bin/bash
DATASET_ROOT=/dataset/imageNet100_sicy/train/ #/raid/common/imagenet-raw/

## train ViT-small for 100 epochs
OUTPUT_ROOT=./exps/vit_small_100ep
NPROC_PER_NODE=8 # GPU numbers
BATCH_SIZE_PER_GPU=64
DEBUG=false # debug = true, then we only load subset of the whole training dataset
python -m torch.distributed.launch --nproc_per_node=$NPROC_PER_NODE main.py \
	--data_path $DATASET_ROOT \
	--output_dir $OUTPUT_ROOT \
	--arch vit_small \
	--instance_queue_size 65536 \
	--local_group_queue_size 65536 \
	--use_bn_in_head false \
	--instance_out_dim 256 \
	--instance_temp 0.2 \
	--local_group_out_dim 256 \
	--local_group_temp 0.2 \
	--local_group_knn_top_n 8 \
	--group_out_dim 65536 \
	--group_student_temp 0.1 \
	--group_warmup_teacher_temp 0.04 \
	--group_teacher_temp 0.04 \
	--group_warmup_teacher_temp_epochs 0 \
	--norm_last_layer false \
	--norm_before_pred true \
	--batch_size_per_gpu $BATCH_SIZE_PER_GPU \
	--epochs 100 \
	--warmup_epochs 10 \
	--clip_grad 3.0 \
	--lr 0.0008 \
	--min_lr 1e-06 \
	--patch_embed_lr_mult 0.2 \
	--drop_path_rate 0.1 \
	--weight_decay 0.04 \
	--weight_decay_end 0.2 \
	--freeze_last_layer 1 \
	--momentum_teacher 0.996 \
	--use_fp16 false \
	--local_crops_number 10 \
	--size_crops 96 \
	--global_crops_scale 0.25 1 \
	--local_crops_scale 0.05 0.25 \
	--timm_auto_augment_par rand-m9-mstd0.5-inc1 \
	--prob 0.5 \
	--use_prefetcher true \
	--debug $DEBUG

## train ViT-small for 300 epochs
OUTPUT_ROOT=./exps/vit_small_300ep
NPROC_PER_NODE=16 # GPU numbers
BATCH_SIZE_PER_GPU=64
DEBUG=false # debug = true, then we only load subset of the whole training dataset
python -m torch.distributed.launch --nproc_per_node=$NPROC_PER_NODE main.py \
	--data_path $DATASET_ROOT \
	--output_dir $OUTPUT_ROOT \
	--arch vit_small \
	--instance_queue_size 65536 \
	--local_group_queue_size 65536 \
	--use_bn_in_head false \
	--instance_out_dim 256 \
	--instance_temp 0.2 \
	--local_group_out_dim 256 \
	--local_group_temp 0.2 \
	--local_group_knn_top_n 8 \
	--group_out_dim 65536 \
	--group_student_temp 0.1 \
	--group_warmup_teacher_temp 0.04 \
	--group_teacher_temp 0.07 \
	--group_warmup_teacher_temp_epochs 30 \
	--norm_last_layer false \
	--norm_before_pred true \
	--batch_size_per_gpu $BATCH_SIZE_PER_GPU \
	--epochs 300 \
	--warmup_epochs 10 \
	--clip_grad 3.0 \
	--lr 0.0008 \
	--min_lr 1e-06 \
	--patch_embed_lr_mult 0.2 \
	--drop_path_rate 0.1 \
	--weight_decay 0.04 \
	--weight_decay_end 0.1 \
	--freeze_last_layer 1 \
	--momentum_teacher 0.996 \
	--use_fp16 false \
	--local_crops_number 10 \
	--size_crops 96 \
	--global_crops_scale 0.25 1 \
	--local_crops_scale 0.05 0.25 \
	--timm_auto_augment_par rand-m9-mstd0.5-inc1 \
	--prob 0.5 \
	--use_prefetcher true \
	--debug $DEBUG

## train ViT-small for 800 epochs
NPROC_PER_NODE=16 # GPU numbers
BATCH_SIZE_PER_GPU=64
DEBUG=false # debug = true, then we only load subset of the whole training dataset
python -m torch.distributed.launch --nproc_per_node=$NPROC_PER_NODE main.py \
	--data_path $DATASET_ROOT \
	--output_dir $OUTPUT_ROOT \
	--arch vit_small \
	--instance_queue_size 65536 \
	--local_group_queue_size 65536 \
	--use_bn_in_head false \
	--instance_out_dim 256 \
	--instance_temp 0.2 \
	--local_group_out_dim 256 \
	--local_group_temp 0.2 \
	--local_group_knn_top_n 8 \
	--group_out_dim 65536 \
	--group_student_temp 0.1 \
	--group_warmup_teacher_temp 0.04 \
	--group_teacher_temp 0.07 \
	--group_warmup_teacher_temp_epochs 30 \
	--norm_last_layer false \
	--norm_before_pred true \
	--batch_size_per_gpu $BATCH_SIZE_PER_GPU \
	--epochs 800 \
	--warmup_epochs 10 \
	--clip_grad 3.0 \
	--lr 0.0008 \
	--min_lr 1e-06 \
	--patch_embed_lr_mult 0.2 \
	--drop_path_rate 0.1 \
	--weight_decay 0.04 \
	--weight_decay_end 0.1 \
	--freeze_last_layer 1 \
	--momentum_teacher 0.996 \
	--use_fp16 false \
	--local_crops_number 10 \
	--size_crops 96 \
	--global_crops_scale 0.25 1 \
	--local_crops_scale 0.05 0.25 \
	--timm_auto_augment_par rand-m9-mstd0.5-inc1 \
	--prob 0.5 \
	--use_prefetcher true \
	--debug $DEBUG

## train ViT-base for 400 epochs
OUTPUT_ROOT=./exps/vit_base_400ep
NPROC_PER_NODE=24 # GPU numbers
BATCH_SIZE_PER_GPU=42
DEBUG=false # debug = true, then we only load subset of the whole training dataset
python -m torch.distributed.launch --nproc_per_node=$NPROC_PER_NODE main.py \
	--data_path $DATASET_ROOT \
	--output_dir $OUTPUT_ROOT \
	--arch vit_base \
	--instance_queue_size 65536 \
	--local_group_queue_size 65536 \
	--use_bn_in_head false \
	--instance_out_dim 256 \
	--instance_temp 0.2 \
	--local_group_out_dim 256 \
	--local_group_temp 0.2 \
	--local_group_knn_top_n 8 \
	--group_out_dim 65536 \
	--group_student_temp 0.1 \
	--group_warmup_teacher_temp 0.04 \
	--group_teacher_temp 0.07 \
	--group_warmup_teacher_temp_epochs 50 \
	--norm_last_layer false \
	--norm_before_pred true \
	--batch_size_per_gpu $BATCH_SIZE_PER_GPU \
	--epochs 400 \
	--warmup_epochs 10 \
	--clip_grad 3.0 \
	--lr 0.0008 \
	--min_lr 2e-06 \
	--patch_embed_lr_mult 0.2 \
	--drop_path_rate 0.1 \
	--weight_decay 0.04 \
	--weight_decay_end 0.1 \
	--freeze_last_layer 3 \
	--momentum_teacher 0.996 \
	--use_fp16 false \
	--local_crops_number 10 \
	--size_crops 96 \
	--global_crops_scale 0.25 1 \
	--local_crops_scale 0.05 0.25 \
	--timm_auto_augment_par rand-m9-mstd0.5-inc1 \
	--prob 0.5 \
	--use_prefetcher true \
	--debug $DEBUG

## train ViT-large for 250 epochs
OUTPUT_ROOT=./exps/vit_large_250ep
NPROC_PER_NODE=40 # GPU numbers
BATCH_SIZE_PER_GPU=16
DEBUG=false # debug = true, then we only load subset of the whole training dataset
python -m torch.distributed.launch --nproc_per_node=$NPROC_PER_NODE main.py \
	--data_path $DATASET_ROOT \
	--output_dir $OUTPUT_ROOT \
	--arch vit_large \
	--instance_queue_size 65536 \
	--local_group_queue_size 65536 \
	--use_bn_in_head false \
	--instance_out_dim 256 \
	--instance_temp 0.2 \
	--local_group_out_dim 256 \
	--local_group_temp 0.2 \
	--local_group_knn_top_n 8 \
	--group_out_dim 65536 \
	--group_student_temp 0.1 \
	--group_warmup_teacher_temp 0.04 \
	--group_teacher_temp 0.07 \
	--group_warmup_teacher_temp_epochs 50 \
	--norm_last_layer true \
	--norm_before_pred true \
	--batch_size_per_gpu $BATCH_SIZE_PER_GPU \
	--epochs 250 \
	--warmup_epochs 10 \
	--clip_grad 3.0 \
	--lr 0.0015 \
	--min_lr 1.5e-4 \
	--patch_embed_lr_mult 0.2 \
	--drop_path_rate 0.3 \
	--weight_decay 0.025 \
	--weight_decay_end 0.08 \
	--freeze_last_layer 3 \
	--momentum_teacher 0.996 \
	--use_fp16 false \
	--local_crops_number 10 \
	--size_crops 96 \
	--global_crops_scale 0.25 1 \
	--local_crops_scale 0.05 0.25 \
	--timm_auto_augment_par rand-m9-mstd0.5-inc1 \
	--prob 0.5 \
	--use_prefetcher true \
	--debug $DEBUG