MCT

baseline from [email protected]:seongmin-kye/MCT.git

Train: cd mini/exp_mini/exp_base_trans sh train_trans.sh

Introduction to documents mct_oaa/mini/utils/generator: generators_test_mul5.py 测试任务生成 generators_train_mul5.py 训练任务生成 * baseline文件: generators_test.py generators_test.py * 无关紧要测试文件: load_dataset.py miniImageNet_full.py miniImageNet.py

mct_oaa/mini/utils:
	model_mul.py 模型的选择，不同方法训练和测试的实现细节
		train() baseline的训练
		train_without_dense() wmct的训练
		train_without_dense_merge() 双分支网络的训练wmct+和wmct++都采用这个函数进行训练
		train_merge() mct+和mct++都采用这个函数进行训练
	model.py baseline使用的model文件
	
mct_oaa/mini/tools:
	train_baseline.py mct的baseline训练
	train_baseline_nodense.py wmct的baseline训练
	train_mct+.py
	train_mct++.py
	train_wmct+.py
	train_wmct++.py
	test_baseline.py mct的baseline测试
	test_baseline_animals.py mct的baseline在animals5上测试
	test_task1.py ()+测试
	test_task1_animals5.py ()+测试
	test_task2.py ()++测试
	test_task2_animals5.py ()++测试

mct_oaa/mini/exp
	baseline_dense/
	baseline_nodense/
	train_mct+/
	train_mct++/
	train_wmct+/
	train_wmct++/
		log/ 训练日志
		save/ 保存模型
		test_log/ 测试日志
		test_animals/ 在animals5上的测试日志