From 8845052bc4fe0df72721232260f77d17f62505f9 Mon Sep 17 00:00:00 2001
From: =?UTF-8?q?=E6=9D=8E=E8=8A=B3=E5=B7=9E?= <744976956@qq.com>
Date: Thu, 5 Dec 2024 21:45:09 +0800
Subject: [PATCH] =?UTF-8?q?=E6=9B=B4=E6=96=B0=2012=E6=9C=885=E6=97=A5?=
 =?UTF-8?q?=E6=B1=87=E6=8A=A5.md?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 12月5日汇报.md | 4 ++--
 1 file changed, 2 insertions(+), 2 deletions(-)

diff --git a/12月5日汇报.md b/12月5日汇报.md
index 44951c0..6bb18d1 100644
--- a/12月5日汇报.md
+++ b/12月5日汇报.md
@@ -10,7 +10,7 @@
 
 如图，在聚类数较小的情况下，acc_proto应该较高，因为原型数本就较少，但之前的训练存在acc_proto在热身结束后接近0的情况，这存在问题。
 
-![log5](/home/ringo/文档/PCL/experiment/log4.png)
+![log5](/pic/log4.png)
 
 ###### 原因：
 
@@ -64,7 +64,7 @@ def adjust_labels(proto_selected, labels_proto):
 
 可见loss与acc正常工作了，在热身结束后acc_proto相较之前提升巨大，且随着训练与聚类数的提升而不断增加，在epoch25左右达到顶峰（聚类数3，6，15）。loss__proto则在epoch37左右达到最低（聚类数60，120，240），怀疑为训练数据集的100分类引起。
 
-![log6](/home/ringo/文档/PCL/log6.png)
+![log6](/pic/log6.png)
 
 （2）针对原因1️⃣的问题，决定使用新的loss方式对聚类数较低时进行调整：