人脸识别：Arcface--loss+code

之前只接触过传统方法的人脸识别算法，本以为基于深度学习的方法会使用对比损失之类的函数进行训练，但是Arcface算法基于softmax进行了创新，本文未深究其详细的loss公式原理，在大致明白其方向下，运行了代码，记录如下。

我们知道，若分类问题的 label 有 K 个，则，softmax 最后输出K个概率，$\Sigma k_i=1$ ，其中概率值最大的即为预测标签；

下列公式基于 Conv(wx+b) $\to$ Softmax $\to$ CrossEntropy Loss：

其中，$f_j$ 表示类别得分 f 的向量的第 j 个元素 （ j ∈ [1, K]，K 是类的数量），N 是训练数据的数量。

注意，这里先忽略b；

由矩阵点乘公式知：两个向量的点乘等于它们的数乘结果乘以两个向量之间夹角的余弦值。$A\cdot B=|A||B|cos\theta$

即，A，B均为向量，相乘以后，得到一个标量。经常用于相似度计算。

其中，