prototypical networks

Jaringan prototipikal untuk pembelajaran beberapa shot

Kode untuk jaringan prototipikal kertas NIPS 2017 untuk pembelajaran beberapa shot.

Jika Anda menggunakan kode ini, silakan kutip kertas kami:

 @inproceedings{snell2017prototypical,
  title={Prototypical Networks for Few-shot Learning},
  author={Snell, Jake and Swersky, Kevin and Zemel, Richard},
  booktitle={Advances in Neural Information Processing Systems},
  year={2017}
 }

Melatih jaringan prototipikal

Instal dependensi

• Kode ini telah diuji pada Ubuntu 16.04 dengan Python 3.6 dan Pytorch 0.4.
• Instal Pytorch dan TorchVision.
• Instal Torchnet dengan menjalankan pip install git+https://github.com/pytorch/tnt.git@master .
• Instal paket protonet dengan menjalankan python setup.py install atau python setup.py develop .

Atur Dataset Omniglot

• Jalankan sh download_omniglot.sh .

Latih modelnya

• Jalankan python scripts/train/few_shot/run_train.py . Ini akan menjalankan pelatihan dan menempatkan hasilnya menjadi results .
  • Anda dapat menentukan direktori output yang berbeda dengan meneruskan opsi --log.exp_dir EXP_DIR , di mana EXP_DIR adalah direktori output yang Anda inginkan.
  • Jika Anda menjalankan GPU, Anda dapat lulus dalam opsi --data.cuda .
• Menjalankan kembali dalam mode trainval python scripts/train/few_shot/run_trainval.py . Ini akan menyimpan model Anda ke results/trainval secara default.

Mengevaluasi

• Jalankan evaluasi sebagai: python scripts/predict/few_shot/run_eval.py --model.model_path results/trainval/best_model.pt .