Contrastive Loss

最新推荐文章于 2023-11-17 22:05:01 发布

booyoungxu

最新推荐文章于 2023-11-17 22:05:01 发布

阅读量719

点赞数

分类专栏：知识点文章标签： Loss

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/booyoungxu/article/details/78395954

版权

知识点专栏收录该内容

0 篇文章 0 订阅

订阅专栏

在siamese network中采用的损失函数，针对paired data。

L = 1 2 N \sum i = 1 N y d 2 - (1 - y) m a x (m a r g i n - d, 0)

$L = \frac{1}{2N}\sum\limits_{i=1}^N yd^2-(1-y)max(margin-d, 0)$
其中y为paired data的是否为同类的标记，若为同类则y=1。margin为异类之间的距离margin。d为paired data之间的欧式距离。当输入的paired data为同类时，距离越大，损失函数L越大，当paired data为异类时，若两者之间的距离小于事先给定的margin，距离越小则损失函数L越大，若两者之间的距离大于事先给定的margin，则此时的损失函数L的值为0.

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
Contrastive Loss

在siamese network中采用的损失函数，针对paired data。 L=12N∑i=1Nyd2−(1−y)max(margin−d,0)L = \frac{1}{2N}\sum\limits_{i=1}^N yd^2-(1-y)max(margin-d, 0) 其中y为paired data的是否为同类的标记，若为同类则y=1。margin为异类之间的距离margin。d为paire
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。