TernencezzZ的博客

欧式距离和余弦相似度的关系前言初学人脸识别的项目时，了解了两种损失设计的方法，其一是centerLoss，另外是arcFace，其中centerLoss的方法主要需要计算的是每个特征到其所属类中心点的欧氏距离，而arcFace需要计算的则是每个特征向量与其所属类决策线的余弦相似度，这里便牵涉到两种距离衡量方法。以下为欧式距离的公式：以下为余弦相似度的公式：以下为两者关系的推到过程： 对于欧氏距离，值越小说明两点距离越近，相似度越高；而对于余弦相似度来说，夹角越小，余弦相似度越大，两向

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档机器学习Part——学习笔记机器学习Xmind笔记以上是我在学习机器学习时，自己做的Xmind笔记百度网盘资源，有需要的可自提。...