文件名称：triplet-loss-gluon:MXNet Gluon 中 Triplet Loss 算法
文件大小：443KB
文件格式：ZIP
更新时间：2024-06-07 08:28:48
Python
MXNet / Gluon 中 Triplet Loss 算法 Triplet Loss，即三元组损失，用于训练差异性较小的数据集，数据集中标签较多，标签的样本较少。输入数据包括锚（Anchor）示例:anchor:、正（Positive）示例和负（Negative）示例，通过优化模型，使得锚示例与正示例的距离小于锚示例与负示例的距离，实现样本的相似性计算。其中锚示例是样本集中随机选取的一个样本，正示例与锚示例属于同一类的样本，而负示例与锚示例属于不同类的样本。 在训练Triplet Loss模型时，只需要输入样本，不需要输入标签，这样避免标签过多、同标签样本过少的问题，模型只关心样本编码，不关心样本类别。Triplet Loss在相似性计算和检索中的效果较好，可以学习到样本与变换样本之间的关联，检索出与当前样本最相似的其他样本。 Triplet Loss通常应用于个体级别的细粒度识别，比如分类猫与狗
【文件预览】：
triplet-loss-gluon-master
----.gitignore(1KB)
----requirements.txt(36B)
----doc()
--------pca-t.png(179KB)
--------triplet.png(22KB)
--------uniform.png(14KB)
--------pca-o.png(215KB)
--------tl_formular.png(9KB)
----utils.py(349B)
----README.md(13KB)
----triplet_network.py(6KB)
----root_dir.py(231B)