CNAPs 项目安装与使用教程

1. 项目目录结构及介绍

CNAPs 项目的目录结构如下：

cnaps/
├── models/
├── poster/
├── slide_decks/
├── src/
│   ├── run_cnaps.py
│   ├── prepare_extra_datasets.py
│   └── ...
├── .gitignore
├── LICENSE
└── README.md

目录介绍：

• models/：存放训练好的模型文件。
• poster/：存放项目相关的海报文件。
• slide_decks/：存放项目相关的演示文稿文件。
• src/：项目的源代码目录，包含主要的运行脚本和数据准备脚本。
• .gitignore：Git 忽略文件配置。
• LICENSE：项目的开源许可证文件。
• README.md：项目的介绍文档。

2. 项目的启动文件介绍

项目的启动文件是 src/run_cnaps.py。该文件用于训练和测试 CNAPs 模型。

主要功能：

• 训练模型：通过指定不同的参数，可以训练 CNAPs 模型。
• 测试模型：加载预训练的模型并进行测试。

使用示例：

python run_cnaps.py --feature_adaptation film -i 20000 -lr 0.001 --batch_normalization task_norm-i --dataset omniglot --way 5 --shot 5 --data_path <path to directory containing Meta-Dataset records>

3. 项目的配置文件介绍

CNAPs 项目没有明确的配置文件，但可以通过命令行参数进行配置。主要的配置参数包括：

• --feature_adaptation：特征适应方法，如 film。
• -i：迭代次数。
• -lr：学习率。
• --batch_normalization：批量归一化方法，如 task_norm-i。
• --dataset：数据集名称，如 omniglot。
• --way：分类任务的类别数。
• --shot：每个类别的样本数。
• --data_path：数据集路径。

通过这些参数，用户可以灵活地配置训练和测试过程。

参考资料

• CNAPs GitHub 仓库
• Meta-Dataset 仓库