卷积神经网络
人脸识别
1、一次学习问题
仅仅通过一个训练样例来识别，解决问题的关键是学习一个差异函数，能输出两张输入图片的相似度
2、实现（Siamese）：通过相同的网络输出向量，比对输出向量的差异大小；使用的代价函数是一个三元损失函数，包括输入图片，正样本，负样本，其定义如下：
L(A,P,N)=max(||f(A)−f(P)||2−||f(A)−f(N)||2+α)
L
(
A
,
P
,
N
)
=
max
(
|
|
f
(
A
)
−
f
(
P
)
|
|
2
−
|
|
f
(
A
)
−
f
(
N
)
|
|
2
+
α
)
训练的一个技巧是寻找一些难训练的图片对，这样可以增加精度
风格迁移
1、代价函数： J=αJc+βJs J = α J c + β J s
扫一扫
25万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
