FSL-GNN复现过程与代码分析(一)
原码地址:https://github.com/vgsatorras/few-shot-gnn
论文链接:https://arxiv.org/pdf/1711.04043.pdf
这篇文章提供的code非常优秀,在pytorch上复现起来比较容易,唯一就是label需要花时间找一下。
这里我用到的数据集是mini_imagenet,在网上可以找到网盘的文件带有test、train、val的标注数据
![在这里插入图片描述](https://img-blog.csdnimg.cn/20210318223340610.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L20wXzUwODExNzUy,size_16,color_FFFFFF,t_70)
其中test包含12000个样本,train有38400个样本,val有9600个样本。label格式是这样的:
![在这里插入图片描述](https://img-blog.csdnimg.cn/20210318223625105.png)
我们可以从论文里看到