【代码实践】DeepBDC for few-shot learning代码运行
DeepBDC是Jiangtao Xie等人在CVPR2022上提出的few-shot classification方法，论文全名为“Joint Distribution Matters: Deep Brownian Distance Covariance for Few-Shot Classification”。本文旨在记录在Window系统下运行该官方代码（https://github.com/Fei-Long121/DeepBDC）的过程，中间会遇到一些问题，供大家参考。
环境安装
在anaconda中新建虚拟环境(python=3.8)
conda create -n fsl python=3.8
conda activate fsl
conda install m2-base # 安装bash, 后续需要运行sh文件
可以根据提示，安装一些需要的包
conda install pytorch==1.8.0 torchvision==0.9.0 cudatoolkit=10.2 -c pytorch
pip install numpy
pip install scikit-learn
pip install pillow
代码运行
在官网上下载好cub数据集，并运行write_CUB_filelist.py重新生成json文件。然后参考官方说明，按照以下的步骤：
- cd scripts/cub/run_meta_deepbdc
- modify the dataset path in run_pretrain.sh, run_metatrain.sh and run_test.sh
- bash run.sh
或者也可以依次运行这几个sh文件。
遇到的问题
问题1: Invalid \escape: line 1 column 4570
使用cub/write_CUB_filelist.py重新生成json文件后，运行代码会遇到下面的问题：
需要注意的是，window下生成路径时跟Linux下生成的路径是不同的，window使用os模块获取路径时，文件路径之间默认为“\”，但写入json时会变成“\”，从而造成json解析的问题。
此时，需要将write_CUB_filelist.py中的某行代码修改一下，将“\”替换成 “\”。
classfile_list_all.append( [ join(folder_path, cf).replace("\\", "/") for cf in listdir(folder_path) if (isfile(join(folder_path,cf)) and cf[0] != '.')])
问题2: EOFError: Ran out of input
对于window系统，需要将dataset中num_workers设置为0.
问题3: RuntimeError: “nll_loss_forward_reduce_cuda_kernel_2d_index” not implemented for ‘Float’
运行meta_train遇到上面这个问题，调整了下scores和y_query的数据类型后还是报类似的问题。问了ChatGPT，它推测是pytorch版本的问题，于是换了一个低版本的pytorch。
问题4: AssertionError: Torch not compiled with CUDA enabled
在更换pytorch遇到这个问题，主要原因是当前的pytorch版本不支持本地的CUDA。需要注意的时，当前torch1.13已经不支持cuda10.2了，从下面的链接可以查看对应的版本torch, torchvision和cuda的版本：https://pytorch.org/get-started/previous-versions/