prototypical networks

소수의 학습을위한 프로토 타입 네트워크

몇 가지 샷 학습을위한 NIPS 2017 Paper 프로토 타입 네트워크 코드.

이 코드를 사용하는 경우 논문을 인용하십시오.

 @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}
 }

프로토 타입 네트워크 교육

종속성을 설치하십시오

• 이 코드는 Python 3.6 및 Pytorch 0.4로 Ubuntu 16.04에서 테스트되었습니다.
• Pytorch 및 Torchvision을 설치하십시오.
• pip install git+https://github.com/pytorch/tnt.git@master 실행하여 Torchnet을 설치하십시오.
• python setup.py install 또는 python setup.py develop 실행하여 Protonets 패키지를 설치하십시오.

Omniglot 데이터 세트를 설정하십시오

• sh download_omniglot.sh 실행하십시오.

모델을 훈련하십시오

• python scripts/train/few_shot/run_train.py 실행하십시오. 이것은 훈련을 실행하고 결과를 results 로 배치합니다.
  • --log.exp_dir EXP_DIR EXP_DIR 원하는 출력 디렉토리 인 옵션을 전달하여 다른 출력 디렉토리를 지정할 수 있습니다.
  • GPU에서 실행중인 경우 옵션 --data.cuda 을 전달할 수 있습니다.
• TrainVal 모드 python scripts/train/few_shot/run_trainval.py 에서 다시 실행합니다. 이렇게하면 모델을 기본적으로 results/trainval 에 저장합니다.

평가하다

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