AnchorBlues

from collections import namedtuple
from typing import NamedTuple
from dataclasses import dataclass, asdict

# Python 3.7.3 で検証

D = namedtuple('D', ('a', 'b', 'c'))
# 一部のメンバだけデフォルト値指定、というのができない?  また、mypyに怒られる(正式な書き方じゃない?)。
D.__new__.__defaults__ = (1, None, 0)

AnchorBlues

from pandas import json_normalize
import json


def read_json__normalize(json_file, add_key_category: bool = True):
    """
    jsonファイルを読みこんでpandasのテーブル形式で返す
    出力されるテーブルの各列の意味は以下の通り
    * key_category : キーが階層的になっている場合、その一番上の階層での文字列
    * key : キー

AnchorBlues

from typing import Dict, Any
import yaml


def read_setting_file(setting_file_path: str) -> Dict[str, Any]:
    """
    設定ファイルの読み込みを行う関数
    """
    with open(setting_file_path, mode='r', encoding='utf-8') as f:
        settings = yaml.safe_load(f)

AnchorBlues

import os
from typing import Dict, List, Tuple, Any, Callable, Optional, Union, TypeVar
from pandas.core.frame import DataFrame as DF
from pandas.core.series import Series as S
from numpy import ndarray as ARR
from pathlib import Path

import pickle
import json
import numpy as np

AnchorBlues

import os
import hashlib
import dill
from pystan import StanModel


def textfile2hash(filename):
    """
    テキストファイルの内容からハッシュ値を計算する
    """

AnchorBlues

if __name__ == '__main__':
    import argparse
    # https://github.com/nn116003/self-attention-classification/blob/master/imdb_attn.pyより
    parser = argparse.ArgumentParser(description='PyTorch IMDB Example')
    parser.add_argument('--h-dim', type=int, default=32, metavar='N',
                        help='hidden state dim (default: 32)')
    parser.add_argument('--emb_dim', type=int, default=100, metavar='N',
                        help='word embedding dim (default: 100)')
    parser.add_argument('--batch-size', type=int, default=32, metavar='N',
                        help='input batch size for training (default: 32)')

AnchorBlues

import numpy as np
from sklearn.metrics import accuracy_score
from sklearn.externals import joblib
import torch
from torch import nn
import torch.nn.functional as F
from tensorflow.keras.datasets import mnist
from skorch import NeuralNet