训练阶段的几个问题

[jpzhai]

您好，想问一下，在训练阶段，就已经对测试集进行测试了对吗？
还有训练阶段的
# Fix the parameters of Batch Normalization after 10000 episodes (1 epoch)
if epoch_item < 1:
model.train()
else:
model.eval()
这几行代码是什么意思呢？epoch_item是不是从for epoch_item in range(opt.epochs):这里获取的

[WenbinLee]

您好，关于第一个问题，是的，在训练阶段进行了测试，方便观察模型的效果；
关于第二个问题，这样设置的目的是希望模型训练完一个Epoch之后，固定模型BN层的参数，提高模型的泛化能力，是一个小的trick，当然你可以去掉这个设置，但是需要在train代码里把模型的模式改成model.train()。

[jpzhai]

感谢您的回答，还有一个问题不是太懂，在训练阶段的代码中episodeSize是代表batch_size吗？可以改变他的大小吗？我发小改变他之后，取N-way数据标签都是0-4，这样会对训练有影响吗？

[WenbinLee]

EpisodeSize代表训练时few-shot task的个数，从task维度理解，batch_size=1，但是如果从sample维度理解，batch_size=support samples + query samples; 改变它的大小对训练有一定的影响，看你是增加task的个数，还是说只是改变query samples的个数，一般不会改变support set的大小。 谢谢！

…

--------------------------------------------------- Wenbin Li, PhD. Assistant Professor Department of Computer Science and Technology State Key Laboratory for Novel Software Technology Nanjing University, China Email: ***@***.***; ***@***.*** ***@***.***> Homepage: https://cs.nju.edu.cn/liwenbin/ jpzhai ***@***.***> 于2022年7月14日周四 11:40写道：

感谢您的回答，还有一个问题不是太懂，在训练阶段的代码中episodeSize是代表batch_size吗？可以改变他的大小吗？我发小改变他之后，取N-way数据标签都是0-4，这样会对训练有影响吗？ — Reply to this email directly, view it on GitHub <#5 (comment)>, or unsubscribe <https://github.com/notifications/unsubscribe-auth/AE3GGHENW2UCEMZ4BBCNBZTVT6DZXANCNFSM53CXDJMA> . You are receiving this because you commented.Message ID: ***@***.***>