parser = argparse.ArgumentParser()
# 設定
parser.add_argument("--gpu_id",type=int,default=0) # 使用するGPUのID
parser.add_argument('--multi_gpu', action='store_true') # マルチGPUを使用する場合
parser.add_argument("--model",type=str,default='DCTGAN', help='model architecture') # 使用するモデル名
parser.add_argument("--train_name",type=str,default="Normal") # 学習につける名前
parser.add_argument("--param_name",type=str,default="1") # パラメータ設定につける名前
parser.add_argument("--data_folder",type=str,default="/home/tomosada/data") # モデルを保存するディレクトリ
parser.add_argument("--output_name",type=str,default="output") # パラメータ設定に関する出力ファイルの保存先ディレクトリ名
parser.add_argument("--log_name",type=str,default="logs") # Tensorboardの出力先ディレクトリ名
parser.add_argument("--checkpoint",type=str,default="checkpoint") # 重みの保存先ディレクトリ名
parser.add_argument("--log_freq",default=100,type=int) # logの出力頻度
parser.add_argument("--save_freq",default=100000,type=int) # モデルの保存頻度
parser.add_argument("--load_G",type=str,default="generator") # Generatorの保存名
parser.add_argument("--load_D1",type=str,default="discriminator1") # Discriminator1の保存名
parser.add_argument("--load_D2",type=str,default="discriminator2") # Discriminator2の保存名
parser.add_argument("--vgg_path", type=str,default="./vgg19/vgg19.npy") # 不使用
parser.add_argument("--num_display", type=int,default=4) # Tensorboardの出力画像数
parser.add_argument("--scale", type=int,default=1) # Multi-Scaleネットワークを使用する際のスケール数

# Kernel生成
parser.add_argument('--kernel_mode',type=str,default="No-Kernel") # Kernel-Generation, Estimate-Kernel-size, Estimate-Kernel-class # 人工的に生成したKernelを使用してブレ画像を生成するか
parser.add_argument('--linear_rate',default=0,type=float) # 線形Kenrelの割合
parser.add_argument("--kernel_flame",default=61,type=int) # KernelのFlameの大きさ
parser.add_argument("--kernel_max",default=51,type=int) # Kernelの大きさの最大値
parser.add_argument("--kernel_min",default=11,type=int) # Kernelの大きさの最小値
parser.add_argument("--all_sigma",default=1,type=int) # 非線型Kernelに関するパラメータ
parser.add_argument("--sigma_min",default=1,type=int) # 非線型Kernelに関するパラメータ
parser.add_argument("--sigma_max",default=20,type=int) # 非線型Kernelに関するパラメータ
parser.add_argument("--add_angle_min",default=0,type=int) # 非線型Kernelに関するパラメータ
parser.add_argument("--add_angle_max",default=0,type=int) # 非線型Kernelに関するパラメータ
parser.add_argument("--cache",default=10000,type=int) # 非線型KernelをCacheする量
parser.add_argument("--kernel_size_class",default=3,type=int)

# ハイパーパラメータ
parser.add_argument("--epoch",default=2000,type=int) # 学習エポック数
parser.add_argument("--pretrain", default=50, type=int, help="pretrained data") # 事前学習エポック数
parser.add_argument('--step_mode', action='store_true') # エポック数の代わりにステップ数で指定するか
parser.add_argument("--step",default=500000,type=int) # 学習ステップ数
parser.add_argument("--pretrain_step",default=13000,type=int) # 事前学習ステップ数
parser.add_argument("--learning_rate",default=1e-4,type=float) # 学習率
parser.add_argument("--b1", type=float, default=0.5, help="adam: decay of first order momentum of gradient") # adamパラメータ設定
parser.add_argument("--b2", type=float, default=0.999, help="adam: decay of first order momentum of gradient") # adamパラメータ設定
parser.add_argument("--batch_size",default=8,type=int) # ミニバッチサイズ
# CNN
parser.add_argument("--param_MSE",default=1,type=float) # 事前学習時の損失関数MSEのパラメータ
parser.add_argument("--param_l1",default=1,type=float) # 事前学習時の損失関数L1のパラメータ
parser.add_argument("--param_Laplacian",default=1,type=float) # 事前学習時の損失関数Edgeのパラメータ
parser.add_argument("--param_DCT",default=1,type=float) # 事前学習時の損失関数DCTのパラメータ
parser.add_argument("--param_VGG",default=0.1,type=float) # 事前学習時の損失関数VGGのパラメータ
parser.add_argument("--param_Cross_Entropy",default=1,type=float) # 事前学習時の損失関数CEのパラメータ
# GAN
parser.add_argument("--param2_MSE",default=1,type=float) # 損失関数MSEのパラメータ
parser.add_argument("--param2_l1",default=12,type=float) # 損失関数L1のパラメータ
parser.add_argument("--param2_Laplacian",default=1,type=float) # 損失関数Edgeのパラメータ
parser.add_argument("--param2_DCT",default=1,type=float) # 損失関数DCTのパラメータ
parser.add_argument("--param2_VGG",default=0.1,type=float) # 損失関数VGGのパラメータ
parser.add_argument("--param2_D1",default=1,type=float) # 損失関数Discriminator1のパラメータ
parser.add_argument("--param2_D2",default=4,type=float) # 損失関数Discriminator2のパラメータ

parser.add_argument('--dct_binary', action='store_true') # DCT lossに関するパラメータ
parser.add_argument("--dct_threshold",default=15,type=float) # DCT lossに関するパラメータ
parser.add_argument('--round_mask', action='store_true') # DCT lossに関するパラメータ
parser.add_argument("--mask_threshold",default=96,type=int) # DCT lossに関するパラメータ

# データセット
parser.add_argument("--dataset",type=str,default="GOPRO") # DVD, NFS, HIDE, Hybrid1
parser.add_argument("--dataset_train",type=str,default="/home/tomosada/GOPRO_Large/train") # /home/tomosada/DVD_3840FPS_AVG_3-21/train, /home/tomosada/NFS_3840FPS_AVG_3-21/train, /home/tomosada/MSCOCO/train2017, /home/tomosada
parser.add_argument("--dataset_test",type=str,default="/home/tomosada/GOPRO_Large/test") # 不使用
parser.add_argument("--image_size",default=256,type=int) # 入力画像の大きさ
parser.add_argument("--n_cpu", type=int, default=1, help="number of cpu threads to use during batch generation") # Data loaderのパラメータ

# テストモード
parser.add_argument('--test', action='store_true') # Testするかどうか
parser.add_argument('--patch', action='store_true') # Testするときにパッチに画像を切り出すかどうか
parser.add_argument("--test_dataset",default="/home/tomosada/GOPRO_Large/test/*/blur/*.*") # /home/tomosada/Set5/GT/*.*, /home/tomosada/HIDE_dataset/test/*/*.png, /home/tomosada/DVD_3840FPS_AVG_3-21/test/blur/*/*.png, /home/tomosada/real_dataset/*.jpg, /home/tomosada/Kohler_Dataset/Blur/Blurry*.jpg
parser.add_argument("--result",default='/home/tomosada/GOPRO_result') # /home/tomosada/Set5_result, /home/tomosada/HIDE_result, /home/tomosada/DVD_result, /home/tomosada/real_dataset_result, /home/tomosada/Kohler_result
args = parser.parse_args()