论文阅读笔记在笔记本上,整体流程在笔记本上做推导,不在电子版存稿了。较为简单。

数据加载:


我设置5-way-5-shot.
pid2name:描述了relation的name和relation description。

报错提示:显卡不够。

我感觉,作者在fewrel数据集上做的实验,更多是为了测试领域迁移下 ,模型的性能。在一些其他小样本数据集上的实验,可能是真的N -way-k-shot,和fewrel数据集还是有较大不同的```然后降低了实验数据量,在实验设置中,将以下参数做出调整为:```c
parser.add_argument('--trainN', default=1, type=int,help='N in train')#10parser.add_argument('--N', default=5, type=int,help='N way')parser.add_argument('--K', default=1, type=int,help='K shot')parser.add_argument('--Q', default=1, type=int,help='Num of query per class')#5

实验结果

实验结果记录如下:

step: 2000 | loss: 0.313262, accuracy: 100.00%
Use val dataset
[EVAL] step: 1000 | accuracy: 43.38%
Best checkpoint
step: 4000 | loss: 0.313262, accuracy: 100.00%
Use val dataset
[EVAL] step: 1000 | accuracy: 37.33%
step: 6000 | loss: 0.313262, accuracy: 100.00%
Use val dataset
[EVAL] step: 1000 | accuracy: 34.91%
step: 8000 | loss: 0.313262, accuracy: 100.00%
Use val dataset
[EVAL] step: 1000 | accuracy: 35.69%
step: 10000 | loss: 0.313262, accuracy: 100.00%
Use val dataset
[EVAL] step: 1000 | accuracy: 39.12%
step: 12000 | loss: 0.313262, accuracy: 100.00%

可以明显观察到的是,loss没有在下降。对于实验结果,我持一定的怀疑态度,但作者在git中又给出了训练好的模型。这,,让我,还是有点怀疑…

论文复现—1—A Simple yet Effective Relation Information Guided Approach for Few-Shot Relation Extraction相关推荐

  1. 论文阅读 A simple yet effective baseline for 3d human pose estimation

    A simple yet effective baseline for 3d human pose estimation 一个简单有效的3d人体姿态估计基准 Abstract 继深层卷积网络的成功之后 ...

  2. 经典论文复现 | 基于标注策略的实体和关系联合抽取

    过去几年发表于各大 AI 顶会论文提出的 400 多种算法中,公开算法代码的仅占 6%,其中三分之一的论文作者分享了测试数据,约 54% 的分享包含"伪代码".这是今年 AAAI ...

  3. 【NLP】文本匹配——Simple and Effective Text Matching with Richer Alignment Features阅读与总结(RE2)

    背景 前文已经介绍了[NLP]文本匹配--Enhanced LSTM for Natural Language Inference,其实2017年发表的,文中使用了两个LSTM进行特征提取,总的来说参 ...

  4. PapeDeading:Deep into Regularity: A Simple but Effective Method for Chinese Named Entity Recognition

    Deep into Regularity: A Simple but Effective Method for Chinese Named Entity Recognition 文章目录 摘要 结论 ...

  5. PLB: Congestion Signals are Simple and Effective for Network Load Balancing读后思考

    这周我读的论文是PLB: Congestion Signals are Simple and Effective for Network Load Balancing.这篇论文是谷歌提出的一个建立在传 ...

  6. 【图像去噪】兴智杯论文复现赛——NAFNet

    论文复现--Low-level算法 NAFNet (去噪) Simple Baselines for Image Restoration--一个简单的用于图像恢复的强基线模型 官方源码:https:/ ...

  7. 3D目标检测(单目)D4LCN论文复现(paddlepaddle)

    D4LCN: Learning Depth-Guided Convolutions for Monocular 3D Object Detection (CVPR2020) 基于深度引导卷积的单目3D ...

  8. 【百度论文复现赛】ArcFace: Additive Angular Margin Loss for Deep Face Recognition

    文章目录 摘要 Introduction Proposed Approach ArcFace SphereFace与CosFace的比较 与其它损失函数比较 实验 Implementation Det ...

  9. 智能反射面RIS经典论文复现,主被动式波束赋形(二)

    引言 文章智能反射面RIS经典论文复现,主被动式波束赋形主要复现了IRS经典论文<Intelligent Reflecting Surface Enhanced Wireless Network ...

最新文章

  1. iOS 支付宝支付集成获取私钥
  2. AWS上的应用程序自动扩展–选项及其对性能的影响
  3. Eclipse SVN冲突解决方案
  4. linux下使用dd命令制作ubuntu的u盘启动,Ubuntu使用dd命令制作U盘系统启动盘
  5. js比较日期大小 判断日期
  6. 8.15 号 程序 循环结构作业的代码
  7. 计算机晶体管怎么工作原理,晶体管的工作原理和实际作用
  8. 关于分布函数连续性的运用
  9. 最好的在线Latex编辑器
  10. (demo)springboot接口suger_整合_hbase+phoenix
  11. 区块链普惠云签扶持计划 京东数科助力中小企业复工复产
  12. 杭电oj HDOJ 2072 单词数
  13. Word中相邻的两页无法没有对齐的解决方法
  14. 再谈多态——向上映射及VMT/DMT
  15. Linux系统使用ss命令查看端口状态
  16. PR2019中对基本图形mogrt文件进行文件夹分类不再混乱
  17. ead开局 华三inode_03 EAD用户接入-受控软件管理-新华三集团-H3C
  18. 忘记密码,如何解除Excel的限制保护?
  19. CSS页面布局及排版
  20. Moran_DeepLPF_Deep_Local_Parametric_Filters_for_Image_Enhancement_CVPR_2020_paper

热门文章

  1. 破解魔术的秘密(一)——直面秘密的角落
  2. H3C服务器web怎么修改密码,h3c路由器怎么修改密码_h3c路由器找回密码
  3. 多多情报通:拼多多如何取消满返活动?拼多多满返什么意思?
  4. html怎么做下雨效果,Canvas制作的下雨动画的示例
  5. 怎么给电脑里面的文件加密?这个软件轻松帮忙搞定
  6. 西北工业大学遭到境外网络攻击,调查报告二发布
  7. 屏幕色彩(一)-已知混色光色点求配色比
  8. python将图片合成视频
  9. bazel成功安装后,编译代码报错
  10. TSOJ 好好做题(屑)——递推状态压缩+高精度