关于训练过程的标准

[Guanchaofeng]

有几个疑惑没想明白： 1、采用多少个epochs，每个epoch又分task训练800次，验证600次吗？ 2、5-way、5-shot中：每个epoch随机选取5 5个suppor和5个query（也就是总共30条数据）吗？还是每个task随机选取5 5个suppor和5个query吗（也就是总共800 30+600 30条 3、5-way、5-shot中两个batch是分别取两次随机数据吗（也就是总共60条数据）？ 数据）？

[Guanchaofeng]

[A-Chicharito-S]

谢谢你的关注，下面我逐条回复你的问题：

1. 我们设置epochs的数量为30（具体的设置可以通过train_and_test.py中的training_epoch这一参数进行更改），我们在训练过程中使用了early stop机制，如果在dev集上的性能三次都没有提升，我们会提前结束训练。此外，我们每个epoch是按照train的时候800个task，eval的时候600个task设置的。

2. 对于一个N-way，K-shot的task而言，这个task有N个不同的class，每一个class有K个样例，这样NxK个样例的集合称为这个task的support set，对于这个task的query set而言，每个class会抽取5个case（sample size为5）因此query set的大小为5xN

3. 对于每一个epoch而言，我们要学习800个task，每一个task都是随机sample的（对应你的问题，数据的数量为：2x[5x5+5x5]）