prototypical networks

少数のショット学習のためのプロトタイプネットワーク

NIPS 2017 Paper Prototypical Networks for The Bemoting Shot Learningのコード。

このコードを使用する場合は、私たちの論文を引用してください。

 @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}
 }

プロトタイプのネットワークのトレーニング

依存関係をインストールします

• このコードは、Python 3.6およびPytorch 0.4でUbuntu 16.04でテストされています。
• PytorchとTorchvisionをインストールします。
• pip install git+https://github.com/pytorch/tnt.git@master 。
• python setup.py installまたはpython setup.py developを実行して、Protonetsパッケージをインストールします。

Omniglotデータセットをセットアップします

• sh download_omniglot.sh実行します。

モデルをトレーニングします

• python scripts/train/few_shot/run_train.pyを実行します。これにより、トレーニングが実行され、結果がresultsになります。
  • EXP_DIRが希望する出力ディレクトリであるオプション--log.exp_dir EXP_DIRを渡すことにより、別の出力ディレクトリを指定できます。
  • GPUで実行されている場合は、オプション--data.cudaを渡すことができます。
• Trainvalモードで再実行python scripts/train/few_shot/run_trainval.py 。これにより、デフォルトでresults/trainvalにモデルを保存します。

評価する

• 評価を実行する： python scripts/predict/few_shot/run_eval.py --model.model_path results/trainval/best_model.pt 。