文章目录
使用pycharm进行调试
以readme.md中TPN mini-5way1shot为例
python train.py --gpu=0 --n_way=5 --n_shot=1 --n_test_way=5 --n_test_shot=1 --lr=0.001 --step_size=10000 --dataset=mini --exp_name=mini_TPN_5w1s_5tw1ts_rn300_k20 --rn=300 --alpha=0.99 --k=20
python test.py --gpu=0 --n_way=5 --n_shot=1 --n_test_way=5 --n_test_shot=1 --lr=0.001 --step_size=10000 --dataset=mini --exp_name=mini_TPN_5w1s_5tw1ts_rn300_k20 --rn=300 --alpha=0.99 --k=20 --iters=81500
将第一行python train.py之后的参数复制到pycharm中：
然后在train.py的代码左侧数字上点击之后就可以进行打断点，然后右键点击Debug 'train'即可开始调试：
数据
从readme.md中的连接下载数据，放在下图文件中
模型
①CNNEncoder
提取图片的特征，对应论文中的
f
φ
f_{\varphi}
fφ?
②RelationNetwork
为GNN提供边的权重，对应论文中的
g
?
g_{\phi}
g??
Prototypical
原型网络
③LabelPropagation
论文中使用了
F
?
=
(
I
?
α
S
)
?
1
Y
F^{*}=(I-\alpha S)^{-1} Y
F?=(I?αS)?1Y得到最终的结果
④计算Loss和acc
使用Cross-Entropy Loss
