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
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:
我们可以从论文里看到
数据集中包含有100个类别,每个类别有600个样本,作者将其划分为64个类作为训练,16个类作为验证,20个类作为测试。
由于作者使用的是比较低版本的pytorch
Implementation of Few-Shot Learning with Graph Neural Networks