M=models/paper.best
TFR_DIR=tfrs
CACHE=""
GPU=1

all:
	$(MAKE) train
	$(MAKE) inference

all.fast:
	$(MAKE) train.fast
	$(MAKE) inference M=$(M).fast


train:
	echo "Training Model"
	mkdir -p $(M)
	CUDA_VISIBLE_DEVICES=$(GPU) python -u vitanet.py --cmd 'train' \
					--model-path $(M) \
					--tfr-path $(TFR_DIR) --cache $(CACHE) \
	2>&1| tee $(M)/$@.log

train.fast:
	echo "Training Model"
	mkdir -p $(M).fast
	CUDA_VISIBLE_DEVICES=$(GPU) python -u vitanet.py --cmd 'train' \
					--model-path $(M).fast \
					--tfr-path $(TFR_DIR) --cache $(CACHE)  \
					--train-epochs 50 --lr-drop-epoch 35 --isync-anneal-epoch 20 \
				2>&1| tee $(M).fast/$@.log

inference:
	echo "Running inference"
	CUDA_VISIBLE_DEVICES=$(GPU) python -u vitanet.py --cmd 'inference' \
					--model-path $(M) \
					--tfr-path $(TFR_DIR) --cache $(CACHE) \
				2>&1| tee $(M)/$@.log

stats:
	CUDA_VISIBLE_DEVICES=$(GPU) python -u vitanet.py --cmd 'stats' \
					--model-path $(M) \
					--tfr-path $(TFR_DIR) --cache $(CACHE) \
				2>&1| tee $(M)/$@.log

run.tb:
	tensorboard --logdir models