clean headers

lib/models/CifarResNet.py

@@ -1,6 +1,3 @@
-##################################################
-# Copyright (c) Xuanyi Dong [GitHub D-X-Y], 2019 #
-##################################################
 import torch
 import torch.nn as nn
 import torch.nn.functional as F

lib/models/__init__.py

@@ -1,6 +1,3 @@
-##################################################
-# Copyright (c) Xuanyi Dong [GitHub D-X-Y], 2019 #
-##################################################
 import torch
 from os import path as osp
 

lib/models/cell_infers/cells.py

@@ -1,6 +1,3 @@
-##################################################
-# Copyright (c) Xuanyi Dong [GitHub D-X-Y], 2019 #
-##################################################
 import torch
 import torch.nn as nn
 from copy import deepcopy

lib/models/cell_infers/tiny_network.py

@@ -1,6 +1,3 @@
-##################################################
-# Copyright (c) Xuanyi Dong [GitHub D-X-Y], 2019 #
-##################################################
 import torch
 import torch.nn as nn
 from ..cell_operations import ResNetBasicblock

lib/models/cell_searchs/genotypes.py

@@ -60,6 +60,24 @@ class Structure:
       strings.append( string )
     return '+'.join(strings)
 
+  def to_unique_str(self, consider_zero=False):
+    # this is used to identify the isomorphic cell, which rerquires the prior knowledge of operation
+    # two operations are special, i.e., none and skip_connect
+    nodes = {0: '0'}
+    for i_node, node_info in enumerate(self.nodes):
+      cur_node = []
+      for op, xin in node_info:
+        if consider_zero:
+          if op == 'none' or nodes[xin] == '#': x = '#' # zero
+          elif op == 'skip_connect': x = nodes[xin]
+          else: x = nodes[xin] + '@{:}'.format(op)
+        else:
+          if op == 'skip_connect': x = nodes[xin]
+          else: x = nodes[xin] + '@{:}'.format(op)
+        cur_node.append(x)
+      nodes[i_node+1] = '+'.join( sorted(cur_node) )
+    return nodes[ len(self.nodes) ]
+
   def check_valid_op(self, op_names):
     for node_info in self.nodes:
       for inode_edge in node_info:

lib/models/cell_searchs/search_model_darts_v1.py

@@ -1,5 +1,3 @@
-##################################################
-# Copyright (c) Xuanyi Dong [GitHub D-X-Y], 2019 #
 ########################################################
 # DARTS: Differentiable Architecture Search, ICLR 2019 #
 ########################################################

lib/models/cell_searchs/search_model_darts_v2.py

@@ -1,5 +1,3 @@
-##################################################
-# Copyright (c) Xuanyi Dong [GitHub D-X-Y], 2019 #
 ########################################################
 # DARTS: Differentiable Architecture Search, ICLR 2019 #
 ########################################################

lib/models/cell_searchs/search_model_enas.py

@@ -1,5 +1,3 @@
-##################################################
-# Copyright (c) Xuanyi Dong [GitHub D-X-Y], 2019 #
 ##########################################################################
 # Efficient Neural Architecture Search via Parameters Sharing, ICML 2018 #
 ##########################################################################

lib/models/cell_searchs/search_model_enas_utils.py

@@ -1,5 +1,3 @@
-##################################################
-# Copyright (c) Xuanyi Dong [GitHub D-X-Y], 2019 #
 ##########################################################################
 # Efficient Neural Architecture Search via Parameters Sharing, ICML 2018 #
 ##########################################################################

lib/models/cell_searchs/search_model_gdas.py

@@ -1,5 +1,3 @@
-##################################################
-# Copyright (c) Xuanyi Dong [GitHub D-X-Y], 2019 #
 ###########################################################################
 # Searching for A Robust Neural Architecture in Four GPU Hours, CVPR 2019 #
 ###########################################################################

lib/models/cell_searchs/search_model_setn.py

@@ -1,5 +1,3 @@
-##################################################
-# Copyright (c) Xuanyi Dong [GitHub D-X-Y], 2019 #
 ######################################################################################
 # One-Shot Neural Architecture Search via Self-Evaluated Template Network, ICCV 2019 #
 ######################################################################################

lib/models/shape_infers/shared_utils.py

@@ -1,5 +1,3 @@
-# Xuanyi Dong
-
 def parse_channel_info(xstring):
   blocks = xstring.split(' ')
   blocks = [x.split('-') for x in blocks]