前文接受了mini_imagenet数据集的生成,但是few shot learning常用的episode学习方法是在数据集的基础上划分task episode,每个episode相当于是一个task,比如把数据集划分20000个episode就相当于生成 项目页面给出的episode生成方法(demo 版本): from miniimagenettools.mini_imagenet_dataloader import MiniImageNetDataLoader...
miniImagenet数据集的结构为:所有的照片放在一个文件夹中,另外有三个csv文件分别是:train.csv,val.csv,test.csv,三个csv文件都有两列,第一列是文件名,第二列是标签。我在使用数据集时,把train数据,test数据,val数据分别都保存到对应的标签下。 处理后的目录结构如下: 具体处理代码: importcsv importos fromPI...