説明
LearningToCompare_FSLリポジトリは、CVPR 2018で発表された「Learning to Compare: Relation Network for Few-Shot Learning」論文のPyTorch実装をホストしています。このプロジェクトは、特に研究のFew-Shot Learning（FSL）コンポーネントに取り組み、ユーザーがRelation Networkモデルを再現および実験できるようにします。
続きを読む
コードベースは、一般的なfew-shot learningベンチマークでのトレーニングと評価を容易にするように設計されています。Omniglotとmini-Imagenetの両方のデータセット用のスクリプトが含まれています。Omniglotの実験では、リサイズ済みの画像がリポジトリ内に直接提供されます。mini-Imagenetについては、ユーザーはMAML（Model-Agnostic Meta-Learning）フレームワークで使用される方法論と同様の方法で、提供されている`proc_image.py`スクリプトを使用してデータセットをダウンロードし、前処理するように指示されます。
このリポジトリは、Omniglotとmini-Imagenetの両方について、さまざまな構成（クラス数やクラスあたりの例数）でモデルをトレーニングするための明確なコマンドライン手順を提供します。たとえば、ユーザーはOmniglot 5-way 1-shotまたは5-way 5-shotでトレーニングでき、mini-Imagenetでも同様です。トレーニングスクリプトでは、GPUメモリの空き状況に応じて変更できるバッチサイズパラメータを調整できます。リポジトリでは、現在事前トレーニング済みのモデルをロードしていること、および最初からトレーニングしたいユーザーのためにそれらを削除する方法についての指示も記載されています。
テスト手順も概説されており、特定のfew-shot learningタスクでトレーニング済みモデルを評価するためのコマンド例が含まれています。プロジェクトはPython 2.7とPyTorch 0.3を使用して構築されています。元の論文のZero-Shot Learning部分に興味がある方のために、関連リポジトリへの別のリンクが提供されています。プロジェクトはMITライセンスの下でライセンスされており、オープンアクセスと変更を促進しています。
このリソースは、メタ学習およびfew-shot learning分野の研究者や実務家にとって価値があり、関係ベースのメタ学習アプローチにおける基本的な論文の直接的な実装を提供します。これは、few-shot learning技術の理解と進歩のための実用的なツールとして機能します。
- カテゴリーAIモデルとLLM
- 料金モデルオープンソース
- デプロイセルフホスト
- プラットフォームLinux
LearningToCompare_FSLの主要機能
Few-Shot LearningのためのRelation NetworkのPyTorch実装
CVPR 2018論文「Learning to Compare」のコード
Omniglotデータセットの実験をサポート
mini-Imagenetデータセットの実験をサポート
Few-Shot Learningモデルのトレーニング用スクリプトを含む
Few-Shot Learningモデルのテスト用スクリプトを含む
前処理済みのOmniglot画像を提供
mini-Imagenet用のデータ前処理スクリプト
設定可能なトレーニングパラメータ（ways、shots、batch size）
最初からトレーニングするか、事前トレーニング済みモデルを使用するオプション
MITライセンス
LearningToCompare_FSLをはじめる
環境設定: Python 2.7とPyTorch 0.3をインストール
データ準備: mini-Imagenetをダウンロードし、必要に応じて`proc_image.py`を実行して前処理
モデルトレーニング: 希望するパラメータでトレーニングスクリプト（例: `omniglot_train_one_shot.py`）を実行
モデルテスト: テストスクリプト（例: `omniglot_test_one_shot.py`）を実行してパフォーマンスを評価
パラメータ調整: GPUメモリに合わせてバッチサイズ（`-b`）を調整
Zero-Shot Learningの探索: ZSL実装については、READMEのリンクされているリポジトリを参照
LearningToCompare_FSLの使用例
- Few-Shot画像分類
- メタ学習研究
- モデル再現
- Few-Shot Learningベンチマーキング
- 転移学習の探索
