Pytorch 暹罗网络没有'；我不能在皮特罗克学习

我试图实现暹罗网络用于人脸识别，我使用对比损失，但不幸的是，当两张图像不属于同一个人时，网络输出的值不会超过边距，所以当我测试它时，它总是输出两张图像属于同一个人。以下是代码：

class Siamese_Network(nn.Module):
    def __init__(self, network):
        super(Siamese_Network, self).__init__()
        self.network = network

    def forward(self, inp1, inp2):
        inp1_pred = self.network(inp1)
        inp2_pred = self.network(inp2)
        return inp1_pred, inp2_pred


class ContrastiveLoss(nn.Module):
    def __init__(self, margin):
        super(ContrastiveLoss, self).__init__()
        self.margin = margin

    def forward(self, output1, output2, target):
        distances = (output2 - output1).pow(2).sum(1)
        losses = 0.2* (target.float() * distances +
                        0.8 * (-1 * target).float() * f.relu(self.margin - distances.sqrt()).pow(2))
                        
        return losses.mean()

测试方法：输入两张图像后，我迭代图像并查看网络输出，如果这两个输出（嵌入向量）之间的距离大于边距，则图片不属于同一个人，如果距离小于边距，则图片属于同一个人。 因为边距的值是100。（可能这就是问题所在）