-
Notifications
You must be signed in to change notification settings - Fork 1
/
test_adv.sh
92 lines (86 loc) · 3.36 KB
/
test_adv.sh
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
#!/usr/bin/env bash
source /Users/yxu132/pyflow3.6/bin/activate
DATA_DIR=data
MODEL_DIR=saved_models
# AE+LS+CF
python train.py --do_test \
--vocab_file=$DATA_DIR/vocab.in \
--emb_file=$DATA_DIR/emb.json \
--test_file=$DATA_DIR/test.in \
--test_output=$DATA_DIR/test.out \
--load_model=$MODEL_DIR/adv_output_lscf/nmt-T2.ckpt \
--adv --classification_model=RNN --output_classes=2 \
--gumbel_softmax_temporature=0.1 \
--enc_type=bi --cls_enc_num_units=256 --cls_enc_type=bi \
--cls_attention --cls_attention_size=50 --attention \
--batch_size=16 --max_len=50 \
--num_epochs=20 --print_every_steps=100 --total_steps=200000 \
--output_dir=$MODEL_DIR/adv_test_output \
--save_checkpoints \
--num_gpus=0 \
--ae_vocab_file=$DATA_DIR/cf_vocab.in \
--ae_emb_file=$DATA_DIR/cf_emb.json \
--use_cache_dir=/dccstor/ddig/ying/use_cache \
--accept_name=xlnet
## AE+LS+CF+CPY
#python train.py --do_test \
# --vocab_file=$DATA_DIR/vocab.in \
# --emb_file=$DATA_DIR/emb.json \
# --test_file=$DATA_DIR/test.in \
# --test_output=$DATA_DIR/test.out \
# --load_model=$MODEL_DIR/adv_output_lscf/nmt-T2.ckpt \
# --adv --classification_model=RNN --output_classes=2 \
# --gumbel_softmax_temporature=0.1 \
# --enc_type=bi --cls_enc_num_units=256 --cls_enc_type=bi \
# --cls_attention --cls_attention_size=50 --attention \
# --batch_size=16 --max_len=50 \
# --num_epochs=20 --print_every_steps=100 --total_steps=200000 \
# --output_dir=adv_test \
# --save_checkpoints \
# --num_gpus=0 \
# --ae_vocab_file=$DATA_DIR/cf_vocab.in \
# --ae_emb_file=$DATA_DIR/cf_emb.json \
# --use_cache_dir=/dccstor/ddig/ying/use_cache \
# --accept_name=xlnet \
# --copy --attention_copy_mask --use_stop_words --top_k_attack=9
#
# Test Conditional Generation: AE+LS+CF
#python train.py --do_test \
# --vocab_file=$DATA_DIR/vocab.in \
# --emb_file=$DATA_DIR/emb.json \
# --test_file=$DATA_DIR/test.in \
# --test_output=$DATA_DIR/test.out \
# --load_model_pos=$MODEL_DIR/adv_output_lscfcp_ptn \
# --load_model_neg=$MODEL_DIR/adv_output_lscfcp_ntp \
# --adv --classification_model=RNN --output_classes=2 \
# --gumbel_softmax_temporature=0.1 \
# --enc_type=bi --cls_enc_num_units=256 --cls_enc_type=bi \
# --cls_attention --cls_attention_size=50 --attention \
# --batch_size=16 --max_len=50 \
# --output_dir=$MODEL_DIR/adv_test_lscfcp_ptn \
# --save_checkpoints \
# --num_gpus=0 \
# --ae_vocab_file=$DATA_DIR/cf_vocab.in \
# --ae_emb_file=$DATA_DIR/cf_emb.json
#
#
### AE+LS+CF+DEFENCE
#python train.py --do_test \
# --vocab_file=$DATA_DIR/vocab.in \
# --emb_file=$DATA_DIR/emb.json \
# --test_file=$DATA_DIR/test.in \
# --test_output=$DATA_DIR/test.out \
# --load_model=$MODEL_DIR/adv_output_lscf/nmt-T2.ckpt \
# --adv --classification_model=RNN --output_classes=2 --defending \
# --gumbel_softmax_temporature=0.1 \
# --enc_type=bi --cls_enc_num_units=256 --cls_enc_type=bi \
# --cls_attention --cls_attention_size=50 --attention \
# --batch_size=16 --max_len=50 \
# --num_epochs=20 --print_every_steps=100 --total_steps=200000 \
# --output_dir=$MODEL_DIR/adv_def_test \
# --save_checkpoints \
# --num_gpus=0 \
# --ae_vocab_file=$DATA_DIR/cf_vocab.in \
# --ae_emb_file=$DATA_DIR/cf_emb.json \
# --use_cache_dir=/dccstor/ddig/ying/use_cache \
# --accept_name=xlnet