MAML代码阅读笔记

正在更新中。。。。。。
参考博客：
https://www.mutepad.com/2019/05/24/maml-%E8%AE%BA%E6%96%87%E5%8F%8A%E4%BB%A3%E7%A0%81%E9%98%85%E8%AF%BB%E7%AC%94%E8%AE%B0/

代码：https://github.com/dragen1860/MAML-Pytorch

MAML-pytorch：
首先看下网络结构：

config = [(‘conv2d’, [32, 3, 3, 3, 1, 0]),(‘relu’, [True]),(‘bn’, [32]),(‘max_pool2d’, [2, 2, 0]),(‘conv2d’, [32, 32, 3, 3, 1, 0]),(‘relu’, [True]),(‘bn’, [32]),(‘max_pool2d’, [2, 2, 0]),(‘conv2d’, [32, 32, 3, 3, 1, 0]),(‘relu’, [True]),(‘bn’, [32]),(‘max_pool2d’, [2, 2, 0]),(‘conv2d’, [32, 32, 3, 3, 1, 0]),(‘relu’, [True]),(‘bn’, [32]),(‘max_pool2d’, [2, 1, 0]),(‘flatten’, []),(‘linear’, [args.n_way, 32 * 5 * 5])] maml = Meta(args, config).to(device)

config = [(‘conv2d’, [32, 3, 3, 3, 1, 0]),(‘relu’, [True]),(‘bn’, [32]),(‘max_pool2d’, [2, 2, 0]),(‘conv2d’, [32, 32, 3, 3, 1, 0]),(‘relu’, [True]),(‘bn’, [32]),(‘max_pool2d’, [2, 2, 0]),(‘conv2d’, [32, 32, 3, 3, 1, 0]),(‘relu’, [True]),(‘bn’, [32]),(‘max_pool2d’, [2, 2, 0]),(‘conv2d’, [32, 32, 3, 3, 1, 0]),(‘relu’, [True]),(‘bn’, [32]),(‘max_pool2d’, [2, 1, 0]),(‘flatten’, []),(‘linear’, [args.n_way, 32 * 5 * 5])] maml = Meta(args, config).to(device)

可以看到是一个标准的四层卷积神经网络，size均为3332，后接relu、batchnorm以及maxpooling，最后将卷及结果扁平化。