Tutorial教程：生成triplet训练基于triplet loss的深度模型

Tutorial教程：生成triplet训练基于triplet loss的深度模型

---

我相信很多想使用triplet loss的人被triplet的生成难倒了。当然，如果你的机器足够好，网络上的很多代码就可以满足你了，github上有很多用于手写数字识别的代码，他们都很好用，譬如说：

https://github.com/charlesLucky/keras-triplet-loss-mnist

但是，里面只是怎么计算loss，没有怎么生成triplet，他的triplet就是每次从batch里面随即挑，好在mnist只有十个class，怎么挑选都很好挑到足够的positive 和 negetive. 对于很大的dataset，class又很多，你又要怎么生成呢？

FaceNet源代码有给出一些：
https://github.com/davidsandberg/facenet

可是TF1 的代码，看也看不大明白啊，所以我们来看看TF2怎么生成！

首先我们需要看看tf.data.Dataset.interleave()

interleave()是Dataset的类方法，所以interleave是作用在一个Dataset上的。