pair函数学习

转自c++学习之pair
1.Pair类型概述
pair是一种模板类型,其中包含两个数据值,两个数据的类型可以不同,基本的定义如下:

pair<int, string> a;

表示a中有两个类型,第一个元素是int型的,第二个元素是string类型的,如果创建pair的时候没有对其进行初始化,则调用默认构造函数对其初始化。

pair<string, string> a("James", "Joy");

也可以像上面一样在定义的时候直接对其初始化。

由于pair类型的使用比较繁琐,因为如果要定义多个形同的pair类型的时候,可以时候typedef简化声明:

typedef pair<string, string> author;
author pro("May", "Lily");
author joye("James", "Joyce");

2.Pair对象的操作

对于pair类,由于它只有两个元素,分别名为first和second,因此直接使用普通的点操作符即可访问其成员

pair<string, string> a("Lily", "Poly"); 
string name;
name = pair.second;

生成新的pair对象
可以使用make_pair对已存在的两个数据构造一个新的pair类型:

int a = 8;
string m = "James";
pair<int, string> newone;
newone = make_pair(a, m);

3.排序
对pair里的元素进行sort排序,一般是对第一个first进行排序,second也跟着变化。

  • 2
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
对比学习是一种用于学习具有相似性度量的模型的方法,常用于度量学习和验证学习任务。以下是几种常见的对比学习损失函数: 1. 三元组损失(Triplet Loss):三元组损失是最经典的对比学习损失函数之一。它使用三个样本:锚样本(anchor)、正样本(positive)和负样本(negative)。损失函数的目标是使锚样本与正样本之间的距离小于锚样本与负样本之间的距离,以增加相似样本之间的距离,减小不相似样本之间的距离。 2. N-pair损失(N-pair Loss):N-pair损失是一种扩展的对比学习损失函数,它使用N个样本进行训练,其中每个正样本对应于一个锚样本,而负样本对应于其他N-1个样本。它通过最小化每个正样本和其对应负样本之间的差异来增加正样本对之间的相似性,减小正样本与负样本对之间的相似性。 3. 中心损失(Center Loss):中心损失结合了类别标签和特征向量之间的距离,目标是将同一类别的特征向量彼此靠近,并将不同类别的特征向量彼此分开。中心损失通过学习每个类别的中心向量,将样本的特征向量与其所属类别的中心向量之间的距离最小化。 4. 对比分类损失(Contrastive Cross-Entropy Loss):对比分类损失是一种结合了对比学习和分类任务的损失函数。它通过最小化正样本对之间的距离,并最大化负样本对之间的距离,来增加相似样本之间的距离,减小不相似样本之间的距离。 这些是对比学习中常用的一些损失函数,每个损失函数都有其适用的场景和特点。具体选择哪种损失函数取决于任务要求、数据集特点和模型设计。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值