PyTorch TripletMarginLoss(三元损失)

triplet loss

官方文档：
torch.nn — PyTorch master documentation

关于三元损失，出自论文：

FaceNet: A Unified Embedding for Face Recognition and Clustering
FaceNet: A Unified Embedding for Face Recognition and Clustering（论文阅读笔记）

三元损失的介绍很多，本站上搜一下就可以找到，比如：

Triplet Loss 和 Center Loss详解和pytorch实现
Triplet-Loss原理及其实现、应用

看下图：

• 训练集中随机选取一个样本：Anchor（a）
• 再随机选取一个和Anchor属于同一类的样本：Positive（p）
• 再随机选取一个和Anchor属于不同类的样本：Negative（n）

这样<a, p, n>就构成了一个三元组。

学习目标是让Positive和Anchor之间的距离 $D(a,p)$ 尽可能的小，Negative和Anchor之间的距离 $D(a,n)$ 尽可能的大：

$${\Vert f\left(x_i^a\right)-f\left(x_i^p\right)\Vert }_2^2+\alpha <{\Vert f\left(x_i^a\right)-f\left(x_i^n\right)\Vert }_2^2\text{\hspace{1em}(1)}$$

$$\forall (f\left(x_i^a\right),f(x_i$$