[损失设计]3.二元组和三元组 Loss

二元组和三元组 Loss

一、孪生神经网络

• 网络结构：两个输入，两个网络，公用一个权重，得到一个输出
• 缺点：如果有多个人脸，要么需要多个输入，要么就是每次都输入到两个网络中，方法比较笨，但是技术是一步一步演化的。
• 总结：一位我比较敬佩的一个老师说过，技术都是有简单到复杂再到简单地过程，最终会就是大道至简。其实一般的规律或者好的想法，往往都是生活中简单地道理，随着慢慢的学习，应该就会发现这些，其实就和我们学习知识一样，或者读书一样，是先要把一本比较薄的书读厚，然后再把这本厚的书读薄的过程（就是自己总结，发现原来道理就是那么简单而深奥）。
  

二、Triplet Loss

• 思想：使用三个样本：正样本和负样本中选择一个样本数量多的作为Anchor锚点，然后另一个是正样本另一个是负样本，进行欧式距离计算，这个属于是困难样本的训练。
• 公式如下：
  $$\sum _i^N[||f(x_i^a-f(x_i^p))|{|}_2^2-||f(x_i^a)-f(x_i^n)||+\alpha {]}_{+}$$
• 核心的思想就是：隔离带的思想，后面人脸识别损失的优化，其实用的都是这么简单地道理。
• 隔离带：高速公路的隔离带，森林灭火的隔离带…有时候，算法最核心的思想就在生活中。所以，要善于观察生活。
  

预知后事如何，且听下回分解。