Siamese-Networks
?模型
快速复现
01 模型详情
模型简介：
在本文中，我们探索了一种学习孪生神经网络的方法，该方法采用独特的结构对输入之间的相似性进行自然排序。 一旦网络经过调整，我们就可以利用强大的判别特征来将网络的预测能力推广到新数据，以及来自未知分布的全新类别。 使用卷积架构，我们能够获得超过其他深度学习模型的强大结果，在一次性分类任务上具有接近最先进的性能。
关键词：孪生神经网络学习、卷积架构
应用场景：文本分类、文本分类
结构：
论文地址：
https://www.cs.cmu.edu/~rsalakhu/papers/oneshot1.pdf
模型来源：
https://github.com/tensorfreitas/Siamese-Networks-for-One-Shot-Learning
02 平台环境准备
?1. 打开极链AI云平台
2. 点击模型
?3. 选择模型
在模型列表中选择 Siamese-Networks 模型
?4. 创建实例
显卡以RTX 2080 Ti为例，选择模型对应镜像
点击下一步，即可创建实例
5. 连接实例
创建完成后，点击jupyterlab连接
03?模型使用
1.模型使用
进入jupyterlab后，点击打开终端界面
2.模型训练
在终端，进入root/Siamese-Networks-for-One-Shot-Learning（默认）路径下，运行以下命令：
python train_siamese_network.py# 该训练文件包含训练和评估步骤。如有需要，可自行修改代码分布复现。
更多内容请左右滑动
训练过程需要约2小时，请耐心等待
以上就是 Siamese-Networks 复现的全部流程，该模型在极链AI云官网已上架，同时极链AI云还拥有其他热门模型，例如YOLO系列等，简单步骤即可实现复现。
