siamese網絡
- 之前記錄過: https://www.cnblogs.com/ranjiewen/articles/7736089.html
- 原始的siamese network: 輸入一個piar和與之對應的label,然后在輸入一個batch進行訓練;數據為mnist時,網絡輸出為2維特征,具有降維的作用!
- 損失函數,相似度距離的定義等。比如將損失函數的指數形式用hige loss代替等,即:

-> yi*||CNN(p1i)-CNN(p2i)||^2 + (1-yi)*max(0, C-||CNN(p1i)-CNN(p2i)||^2)
- tensflow實現:tensorflow實現siamese網絡(附代碼)
- Face recognition based on SiameseNet ;思路也是構建pair訓練,loss改成了網絡輸出特征變換后進行sigmoid輸出;
- 思考測試的時候,人臉驗證怎么做的?
- 怎么引申到 use the pairwise ranking hinge loss?
tripletnet
- Face Recognition for the Happy House
- https://github.com/andreasveit/triplet-network-pytorch

- 如上圖所示,triplet是一個三元組,這個三元組是這樣構成的:從訓練數據集中隨機選一個樣本,該樣本稱為Anchor,然后再隨機選取一個和Anchor (記為x_a)屬於同一類的樣本和不同類的樣本,這兩個樣本對應的稱為Positive (記為x_p)和Negative (記為x_n),由此構成一個(Anchor,Positive,Negative)三元組。
- triplet loss 原理以及梯度推導
- 如何在caffe中增加layer以及caffe中triplet loss layer的實現
