inc-few-shot-attractor-public

(★ 123)

Code for Paper "Incremental Few-Shot Learning with Attention Attractor Networks"

파일 탐색기

최종 버전 다운로드 (.zip)

- - mini-imagenet-resnet-snail-lr-attn-bptt-eval-200.prototxt
  - mini-imagenet-resnet-snail-lr-attn-s1-bptt-20.prototxt
  - mini-imagenet-resnet-snail-lr-attn-s1-bptt-50.prototxt
  - mini-imagenet-resnet-snail-lr-none-s1.prototxt
  - mini-imagenet-resnet-snail-lr-none-s5.prototxt
  - mini-imagenet-resnet-snail-lr-static-s1.prototxt
  - mini-imagenet-resnet-snail-lr-static-s5.prototxt
  - mini-imagenet-resnet-snail-mlp-none-s1.prototxt
  - mini-imagenet-resnet-snail-mlp-none-s5.prototxt
  - mini-imagenet-resnet-snail-mlp-static-s1.prototxt
  - mini-imagenet-resnet-snail-mlp-static-s5.prototxt
  - tiered-imagenet-resnet-18-lr-none-s1.prototxt
  - tiered-imagenet-resnet-18-lr-none-s5.prototxt
  - tiered-imagenet-resnet-18-lr-static-s1.prototxt
  - tiered-imagenet-resnet-18-lr-static-s5.prototxt
  - tiered-imagenet-resnet-18-mlp-none-s1.prototxt
  - tiered-imagenet-resnet-18-mlp-none-s5.prototxt
  - tiered-imagenet-resnet-18-mlp-static-s1.prototxt
  - tiered-imagenet-resnet-18-mlp-static-s5.prototxt
- - mini-imagenet-resnet-snail-lr-attn-s1.prototxt
  - mini-imagenet-resnet-snail-lr-attn-s5.prototxt
  - mini-imagenet-resnet-snail-mlp-attn-s1.prototxt
  - mini-imagenet-resnet-snail-mlp-attn-s5.prototxt
  - tiered-imagenet-resnet-18-lr-attn-s1.prototxt
  - tiered-imagenet-resnet-18-lr-attn-s5.prototxt
  - tiered-imagenet-resnet-18-mlp-attn-s1.prototxt
  - tiered-imagenet-resnet-18-mlp-attn-s5.prototxt
- - mini-imagenet-resnet-snail-cos-imprint.prototxt
  - tiered-imagenet-resnet-18-cos-imprint.prototxt
- - mini-imagenet-resnet-snail-lwof.prototxt
  - tiered-imagenet-resnet-18-lwof.prototxt
- - mini-imagenet-resnet-snail-cos.prototxt
  - mini-imagenet-resnet-snail.prototxt
  - tiered-imagenet-resnet-18-cos.prototxt
  - tiered-imagenet-resnet-18.prototxt
- - tiered-imagenet-resnet-18-protonet.prototxt
- - __init__.py
  - cnn_config.proto
  - cnn_config_pb2.py
  - config_factory.py
  - experiment_config.proto
  - optimizer_config.proto
  - protonet_config.proto
  - resnet_config.proto
  - train_config.proto
  - transfer_config.proto
- - __init__.py
  - batch_iter.py
  - compress_tiered_imagenet.py
  - concurrent_batch_iter.py
  - data_factory.py
  - episode.py
  - mini_imagenet.py
  - refinement_dataset.py
  - tiered_imagenet.py
- - __init__.py
  - attractor_model.py
  - attractor_model_base.py
  - attractor_model_bptt.py
  - backbone.py
  - basic_backbone.py
  - fc_backbone.py
  - imprint_model.py
  - kmeans_utils.py
  - model_factory.py
  - multi_task_model.py
  - nnlib.py
  - rbp.py
  - resnet_backbone.py
  - resnet_base.py
- - __init__.py
  - checkpoint.py
  - debug.py
  - experiment_logger.py
  - logger.py
- __init__.py
.gitignore
.style.yapf
LICENSE
Makefile
README.md
requirements.txt
run.sh
run_exp.py
run_proto_exp.py
train_lib.py

# 설치 가이드

1. 코드 내려받기

git clone https://github.com/renmengye/inc-few-shot-attractor-public

깃허브에서 프로젝트 코드 전체를 내 컴퓨터로 내려받습니다.

cd inc-few-shot-attractor-public

방금 내려받은 프로젝트 폴더 안으로 이동합니다.

2. Python

쉬움 추천

사전 준비물

Git GitHub에서 프로젝트 코드를 내려받으려면 필요합니다.
Python 3 설치 시 'Add Python to PATH' 옵션을 꼭 체크하세요 (Windows).

pip install -r requirements.txt

requirements.txt 등에 명시된 파이썬 라이브러리를 설치합니다.

python <실행할 파일명>.py # README에서 정확한 실행 파일명을 확인하세요

파이썬 스크립트(또는 모듈)를 실행합니다.

✅ 에러 메시지 없이 실행되고 터미널에 안내 문구가 출력되면 정상입니다.

3. Make

보통

사전 준비물

Git GitHub에서 프로젝트 코드를 내려받으려면 필요합니다.
Make Linux/macOS는 보통 기본 설치되어 있습니다. Windows는 별도 설치(예: MSYS2, WSL)가 필요합니다.

make

생성된 빌드 설정을 바탕으로 실제 컴파일을 진행해 실행 파일을 만듭니다.

✅ 에러 없이 끝나면 성공입니다. 생성된 실행 파일을 직접 실행해보세요.

이 레포의 README에 적힌 실제 명령어를 그대로 가져왔습니다.