หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>หลาม
ดาวน์โหลด

เครือข่ายต้นแบบสำหรับการเรียนรู้ไม่กี่ครั้ง

รหัสสำหรับเครือข่ายต้นแบบกระดาษ NIPS 2017 สำหรับการเรียนรู้ไม่กี่ครั้ง

หากคุณใช้รหัสนี้โปรดอ้างอิงกระดาษของเรา: 

 @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}
 }

ฝึกอบรมเครือข่ายต้นแบบ

ติดตั้งการพึ่งพา

  • รหัสนี้ได้รับการทดสอบใน Ubuntu 16.04 ด้วย Python 3.6 และ Pytorch 0.4
  • ติดตั้ง Pytorch และ Torchvision
  • ติดตั้ง Torchnet โดยเรียกใช้ pip install git+https://github.com/pytorch/tnt.git@master
  • ติดตั้งแพ็คเกจ ProTonets โดยใช้ python setup.py install หรือ python setup.py develop

ตั้งค่าชุดข้อมูล omniglot

  • เรียกใช้ sh download_omniglot.sh

ฝึกอบรมแบบจำลอง

  • เรียกใช้ python scripts/train/few_shot/run_train.py สิ่งนี้จะดำเนินการฝึกอบรมและวางผลลัพธ์ลงใน results
    • คุณสามารถระบุไดเรกทอรีเอาต์พุตที่แตกต่างกันโดยผ่านตัวเลือก --log.exp_dir EXP_DIR โดยที่ EXP_DIR เป็นไดเรกทอรีเอาต์พุตที่คุณต้องการ
    • หากคุณกำลังใช้งาน GPU คุณสามารถผ่านตัวเลือกได้ --data.cuda
  • เรียกใช้ใหม่ในโหมด Trainval python scripts/train/few_shot/run_trainval.py สิ่งนี้จะบันทึกโมเดลของคุณลงใน results/trainval โดยค่าเริ่มต้น

ประเมิน

  • เรียกใช้การประเมินผลเป็น: python scripts/predict/few_shot/run_eval.py --model.model_path results/trainval/best_model.pt
ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด