标签：Loss 函数 特征向量 Contrastive negative 距离 深度 pair 度量

1、对比loss/Contrastive Loss

1、经典对比loss

目的：对于positive pair，输出特征向量间距离要尽量小；对于negative pair，输出特征向量间距离要尽量大，但若 特征向量距离大于一定值，则不处理这种easy negative pair
经典的Contrastive Loss形式来自于LeCun的文章：Dimensionality Reduction by Learning an Invariant Mapping

表示输入pair得到的特征向量间欧式距离；输入pair属于同一类时 Y=0 ，不同类时 Y=1 。

标签：Loss,函数,特征向量,Contrastive,negative,距离,深度,pair,度量
来源： https://www.cnblogs.com/pyclq/p/16521826.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。