GitHub链接：https://github.com/LiangYang666/prototypical-networks/tree/handbag
支持多gpu分布式训练，支持高版本pytorch1.x

EpisodicBatchSampler 抽样器

n_episodes: Number of episodes or equivalently batch size
n_way: Number of classes to sample
n_samples: Number of samples per episode (Usually n_query + n_support)

• 部分参数
  • n_episodes 为batch size
  • n_way 为每个batch中，抽取的训练类别数
  • n_samples为每一类中抽取的样本数量， 一般为查询集+支撑集数量
• 每个batch采样生成的数据格式
  • Batch format: (c_i_1, c_j_1, ..., c_n_way_1, c_i_2, c_j_2, ... , c_n_way_2, ..., c_n_way_n_samples)
  • 不考虑图片维度，输出为一维，化为二维可看成，每一行n_way个，一共有n_samples行

损失计算

• class_prototypes,其shape为(n_way_train, 512)，为每一个类别其n_support个图经过网络生成的特征向量平均值
• model(data_query), 其shape为(n_support*n_way_train, 512 )
• logits, 其shape为(n_support*n_way_train, n_way), 为根据支撑集生成的特征向量，输出最有可能的类别
• loss， 即交叉熵