在矩池云上复现 CVPR 2018 LearningToCompare_FSL 环境
作者:互联网
这是 CVPR 2018 的一篇少样本学习论文:Learning to Compare: Relation Network for Few-Shot Learning
源码地址:https://github.com/floodsung/LearningToCompare_FSL
环境选用 Tensorflow 1.4 因为他是 cuda8 的。
切换conda源
bash /public/script/switch_conda_source.sh
创建虚拟python环境
conda create -n py27 python=2.7
conda deactivate
conda activate py27
安装 torch 0.3
接下来的任务是找 torch 0.3 的whl安装包,我从下面的链接中找到了
https://download.pytorch.org/whl/cu80/torch_stable.html
我这里是直接pip,复制下面的命令即可。
pip install https://download.pytorch.org/whl/cu80/torch-0.3.0.post4-cp27-cp27mu-linux_x86_64.whl -i https://pypi.tuna.tsinghua.edu.cn/simple some-package
pip install torchvision==0.2.1
pip install matplotlib scipy
pip list
拉取github库
git clone https://github.com/brendenlake/omniglot.git
我这里用了一个github镜像来完成
git clone https://hub.fastgit.org/floodsung/LearningToCompare_FSL.git
cd LearningToCompare_FSL/
ls
解压文件并测试运行
cd /LearningToCompare_FSL/datas
unzip omniglot_28x28.zip
cd /LearningToCompare_FSL/omniglot
python omniglot_train_one_shot.py -w 5 -s 1 -b 19
查看有没有使用到gpu
nvidia-smi -l 5
查看文章
矩池云上执行 conda install 的时候下载特别慢怎么办?怎么切换源?
https://pytorch.org/get-started/previous-versions/
标签:torch,FSL,CVPR,conda,https,pip,LearningToCompare 来源: https://www.cnblogs.com/matpool/p/15214136.html