run.sh

# CIFAR10
## STDL
CUDA_VISIBLE_DEVICES=0 python main_train.py --lr 0.4 --batch_size 512 --cos_lr --epochs 400 --pos_bn 3 --arch spk_cifar_resnet_local --net spk_resnet18 --wd 5e-5 --decay 0.1 --threshold 1.0 --time_window 4 --aux_net_config mem --detach_mem --detach_reset --cutout --auto_aug --local_module_num 3 --rule mem_1800 --name resnet18_t=4_local_mem_1800_cutout_autoaug_512_01_400_lr04
CUDA_VISIBLE_DEVICES=0 python main_train.py --lr 0.4 --batch_size 512 --cos_lr --epochs 400 --pos_bn 3 --arch spk_cifar_resnet_local --net spk_resnet19 --wd 5e-5 --decay 0.1 --threshold 1.0 --time_window 4 --aux_net_config mem --detach_mem --detach_reset --cutout --auto_aug --local_module_num 3 --rule mem_4400 --name resnet19_t_4_local_mem_4400_cutout_512_0_4_400_auto_aug_decay_01
## ELL
CUDA_VISIBLE_DEVICES=0 python main_train.py --lr 0.05 --batch_size 512 --cos_lr --epochs 400 --pos_bn 3 --arch spk_cifar_resnet_local --net spk_resnet18 --wd 5e-5 --decay 0.1 --threshold 1.0 --time_window 4 --aux_net_config ELL --detach_mem --detach_reset --cutout --auto_aug --local_module_num 9 --rule mem_000 --hidden_dim 512 --name resnet18_t=4_local_mem_000_cutout_autoaug_512_01_400_lr005
## DECOLLE
CUDA_VISIBLE_DEVICES=0 python main_train.py --lr 0.05 --batch_size 512 --cos_lr --epochs 400 --pos_bn 3 --arch spk_cifar_resnet_local --net spk_resnet18 --wd 5e-5 --decay 0.1 --threshold 1.0 --time_window 4 --aux_net_config DECOLLE --detach_mem --detach_reset --cutout --auto_aug --local_module_num 9 --rule mem_000 --hidden_dim 512 --name resnet18_t=4_local_mem_000_cutout_autoaug_512_01_400_lr005_DECOLLE


# CIFAR100
## STDL
CUDA_VISIBLE_DEVICES=0 python main_train.py --dataset cifar100 --lr 0.4 --batch_size 512 --cos_lr --epochs 400 --pos_bn 3 --arch spk_cifar_resnet_local --net spk_resnet18 --wd 5e-5 --decay 0.1 --threshold 1.0 --time_window 4 --aux_net_config mem --detach_mem --detach_reset --cutout --auto_aug --local_module_num 3 --rule mem_1800 --name cifar100_resnet18_t=4_local_mem_1800_cutout_autoaug_512_01_400_lr04
CUDA_VISIBLE_DEVICES=0 python main_train.py --dataset cifar100 --lr 0.4 --batch_size 512 --cos_lr --epochs 400 --pos_bn 3 --arch spk_cifar_resnet_local --net spk_resnet19 --wd 5e-5 --decay 0.1 --threshold 1.0 --time_window 4 --aux_net_config mem --detach_mem --detach_reset --cutout --auto_aug --local_module_num 3 --rule mem_4400 --name cifar100_resnet19_t_4_local_mem_4400_cutout_512_0_4_400_auto_aug_decay_01
## ELL
CUDA_VISIBLE_DEVICES=0 python main_train.py --dataset cifar100 --lr 0.05 --batch_size 512 --cos_lr --epochs 400 --pos_bn 3 --arch spk_cifar_resnet_local --net spk_resnet19 --wd 5e-5 --decay 0.1 --threshold 1.0 --time_window 4 --aux_net_config ELL --detach_mem --detach_reset --cutout --auto_aug --local_module_num 9 --rule mem_000 --hidden_dim 512 --name cifar100_resnet19_t_4_local_mem_000_cutout_autoaug_512_01_400_lr005_ELL
## DECOLLE
CUDA_VISIBLE_DEVICES=0 python main_train.py --dataset cifar100 --lr 0.05 --batch_size 512 --cos_lr --epochs 400 --pos_bn 3 --arch spk_cifar_resnet_local --net spk_resnet19 --wd 5e-5 --decay 0.1 --threshold 1.0 --time_window 4 --aux_net_config DECOLLE --detach_mem --detach_reset --cutout --auto_aug --local_module_num 9 --rule mem_000 --hidden_dim 1024 --name cifar100_resnet19_t_4_local_mem_000_cutout_autoaug_512_01_400_lr005_DECOLLE_dim_1024



# ImageNet
# imagenet pretraining t=1
## STDL
CUDA_VISIBLE_DEVICES=3,4,5,6 python main_train.py --dataset imagenet --lr 0.15 --batch_size 300 --cos_lr --epochs 100 --pos_bn 3 --arch spk_cifar_resnet_local --net spk_resnet34 --wd 1e-5 --decay 0.2 --threshold 1.0 --time_window 1  --aux_net_config mem --detach_mem --detach_reset --local_module_num 2 --rule mem_5001 --name resnet34_imagenet_t=1_mem_5001_0_2_100_decay_02
# imageNet finetune
## STDL
CUDA_VISIBLE_DEVICES=0,1,2,3,4,5,6,7 python main_train.py --dataset imagenet --lr 2e-3 --batch_size 512 --cos_lr --epochs 10 --pos_bn 3 --arch spk_cifar_resnet_local --net spk_resnet34 --wd 0 --decay 0.2 --threshold 1.0 --time_window 4  --aux_net_config mem --detach_mem --detach_reset --local_module_num 2 --rule mem_5001 --resume ./resnet34_imagenet_t=1_mem_5001_0_2_100_decay_02_1234/model_best.pth.tar --fine_tune --name resnet34_imagenet_t=4_mem_5001_0_2_100_decay_02_finetune


# DVSCIFAR10
## STDL
CUDA_VISIBLE_DEVICES=1 python main_train.py --lr 1e-3 --optim adam --batch_size 100 --cos_lr --epochs 300 --pos_bn 3 --arch spk_cifar_vgg_local --net spk_vgg11 --wd 5e-4 --decay 0.1 --threshold 1.0 --time_window 10 --dataset cifar10dvs --aux_net_config mem --detach_mem --detach_reset --local_module_num 4 --rule mem_2600  --name CIFAR10DVS_local_mem_2600_100_01_300_lr1e-3_adam_wo_aug
## ELL
CUDA_VISIBLE_DEVICES=0 python main_train.py --lr 1e-3 --optim adam --batch_size 100 --cos_lr --epochs 300 --pos_bn 3 --arch spk_cifar_vgg_local --net spk_vgg11 --wd 5e-4 --decay 0.1 --threshold 1.0 --time_window 10 --dataset cifar10dvs --aux_net_config ELL --detach_mem --detach_reset --local_module_num 8 --rule mem_000 --hidden_dim 512 --name CIFAR10DVS_local_mem_000_100_01_300_lr1e-3_adam_wd5e-4_ELL
## DECOLLE
CUDA_VISIBLE_DEVICES=3 python main_train.py --lr 1e-3 --optim adam --batch_size 100 --cos_lr --epochs 300 --pos_bn 3 --arch spk_cifar_vgg_local --net spk_vgg11 --wd 5e-4 --decay 0.1 --threshold 1.0 --time_window 10 --dataset cifar10dvs --aux_net_config DECOLLE --detach_mem --detach_reset --local_module_num 8 --rule mem_000 --hidden_dim 512 --name CIFAR10DVS_local_mem_000_100_01_300_lr1e-3_adam_wd5e-4_DECOLLE

# SVHN
## STDL
CUDA_VISIBLE_DEVICES=0 python main_train.py --dataset svhn --lr 0.1 --batch_size 512 --cos_lr --epochs 200 --pos_bn 3 --arch spk_cifar_vgg_local --net spk_vgg16 --wd 5e-5 --decay 0.1 --threshold 1.0 --time_window 4 --aux_net_config mem --detach_mem --detach_reset --local_module_num 3 --rule mem_2100  --name svhn_vgg16_t_4_local_mem_2100_512_01_200_lr01