续接前文：  mini_imagenet 数据集生成工具

 

 

 

 

============================================

 

前文接受了mini_imagenet数据集的生成，但是few shot learning常用的episode学习方法是在数据集的基础上划分task episode，每个episode相当于是一个task，比如把数据集划分20000个episode就相当于生成

 

 

项目页面给出的episode生成方法（demo 版本）：

 

 

 

 

from miniimagenettools.mini_imagenet_dataloader import MiniImageNetDataLoader

dataloader = MiniImageNetDataLoader(shot_num=5, way_num=5, episode_test_sample_num=15)

dataloader.generate_data_list(phase='train')
dataloader.generate_data_list(phase='val')
dataloader.generate_data_list(phase='test')

dataloader.load_list(phase='all')

for idx in range(total_train_step):
    episode_train_img, episode_train_label, episode_test_img, episode_test_label = \
        dataloader.get_batch(phase='train', idx=idx)