Machine learning 傻瓜脸网

FaceNet算法（在文章中描述）使用卷积神经网络来表示128维欧氏空间中的图像

读这篇文章时，我不明白：

损耗函数对卷积网络有何影响（在正常网络中，为了使损耗最小化，权值略有改变- 反向传播-那么，在这种情况下会发生什么？）

三胞胎是如何挑选的

2.1。我怎么知道负片是硬的

2.2。为什么我要用损失函数来确定负像

2.3。我什么时候检查我的图像的硬度相对于锚-我相信那是在我发送一个三元组给网络处理之前，对吧

---

以下是一些可以澄清您疑虑的答案：

即使在这里调整权重以将损失降至最低，只是损失项并不复杂。损失分为两部分（方程式中以+分隔），

第一部分是一个人的形象，与同一个人的不同形象进行比较。
第二部分是人的形象与另一个人的形象的比较。我们希望
第一部分
的损失小于
第二部分
的损失，损失方程本质上就是这样的。因此，这里您基本上希望调整权重，以便
同一个人错误
更少，而
不同的人错误
更多

损失项涉及三个图像：有问题的图像（锚定）：

xu a

，其正对：

xu p

，其负对：

xu n

。

x_a

的

最硬正片

是与其他正片相比误差最大的正片。

x_a

的

最硬负片

是最接近另一个人的图像。所以你想让最远的积极因素彼此靠近，把最接近的消极因素推得更远。这在损失方程中得到了体现

Facenet

在训练期间计算其锚定（在线）。在每个

小批量

（一组40幅图像）中，他们选择

最硬负片

作为锚定，而不是选择

最硬正片

图像，而是选择批次中的所有锚定正片对

---

如果你想实现<代码>脸部识别，你最好考虑这一点，它实现了<代码>中心丢失，它更容易训练和显示更好的性能。p> 你能详细说明3号吗？让我困惑的是，最难的负片是由网络计算的（使用函数f生成嵌入），但同时也是输入所必需的。f（x）是输出，损耗是根据模型的输出计算的。在纸张中，输入是一批40幅图像，对于每幅图像作为锚定，您可以根据批中40幅图像的输出在批中选择一幅

最硬负片
。这就是它被称为内联训练的原因。一旦它被训练，你就可以获得训练集中每个面的嵌入
f（x）
，并形成一个字典。为了测试一个新的面，获取嵌入并找到所有字典项的L2损失，然后选择最小值。如果标签是相同的，那么它就是匹配的。你能解释一下在线培训是如何工作的吗？现在，我了解到，根据网络的输出，我为批次中的每个图像选择硬负片。然后我使用这些对（锚定、正、硬负）来计算误差并更新权重？批次包含什么？不同人物的图像或同一个人的多张图像以及一些底片（其他人的图像）。非常感谢你！