度量学习（metric learning）损失函数

学习的对象通常是样本特征向量的距离，度量学习的目的是通过训练和学习，减小或限制同类样本之间的距离，同时增大不同类别样本之间的距离。 常用度量学习损失方法 （1）对比损失 用于训练Siamese（孪生）网络，，输入为两张图片，每一对训练图片都有一个标签y，y=1表示两张图片属于同一个人（正样本对），反之y=0，表示他们属于不同的行人（负样本对） 对比损失函数： 当输入为正样本对的时候，d(Ia,Ib

>>阅读原文<<