UnCRtainTS/train_monotemporalL2.sh

python model/train_reconstruct.py \
--experiment_name monotemporalL2 \
--model uncrtaints \
--encoder_widths [128] \
--decoder_widths [128,128,128,128,128] \
--out_conv 13 \
--mean_nonLinearity true \
--var_nonLinearity softplus \
--use_sar true \
--agg_mode att_group \
--encoder_norm group \
--decoder_norm batch \
--n_head 1 \
--d_model 256 \
--use_v false \
--positional_encoding true \
--d_k 4 \
--res_dir ./results \
--device cuda \
--display_step 10 \
--batch_size 4 \
--lr 0.001 \
--gamma 0.8 \
--ref_date 2014-04-03 \
--pad_value 0 \
--padding_mode reflect \
--val_every 1 \
--val_after 0 \
--pretrain true \
--input_t 1 \
--sample_type pretrain \
--vary_samples true \
--min_cov 0.0 \
--max_cov 1.0 \
--region all \
--max_samples_count 1000000000 \
--input_size 256 \
--plot_every -1 \
--loss l2 \
--covmode diag \
--scale_by 10.0 \
--separate_out false \
--resume_from false \
--epochs 20 \
--trained_checkp ""