ContrastiveLoss(对比损失)

更新时间:2023-07-05 00:05:23 阅读: 评论:0

连衣裙英语怎么说
样本,在经过降维(特征提取)后,在特征空间中,两个样本仍旧相似;⽽原本不相似的样本,在经过降维后,在特征空间中,两个样本仍旧不相似。
relax是什么意思
观察上述的contrastive loss的表达式可以发现,这种损失函数可以很好的表达成对样本的匹配程度,也能够很好⽤于训练提取特征的模型。当apple 新品发布会
y=1(即样本相似)时,损失函数只剩下
prefer的过去式
八年级上册英语复习提纲
即原本相似的样本,如果在特征空间的欧式距离较⼤,则说明当前的模型不好,因此加⼤损失。
⽽当y=0时(即样本不相似)时,损失函数为
avator
dppa即当样本不相似时,其特征空间的欧式距离反⽽⼩的话,损失值会变⼤,这也正好符号我们的要求。
重金兼紫
这张图表⽰的就是损失函数值与样本特征的欧式距离之间的关系,其中红⾊虚线表⽰的是相似样本的损失值,蓝⾊实线表⽰的不相似样本的损失值。anaheim>英语三级试卷
个⼈见解:欧式距离表⽰两个⽂本向量在空间之间的距离,如果距离很⼩说明样本相似;反过来,两个⽂本越相似,那么它们之间的欧式距离越⼩;从上⾯图中我们可以看出,x轴为d(欧式距离),以红⾊虚线为例,它们描述了两个相似⽂本loss与欧式距离之间的关系,因为欧式距离越⼤与"两个⽂本相似"这个事实事与愿违,那么我们就对它们惩罚越⼤(即loss越⼤)。

本文发布于:2023-07-05 00:05:23,感谢您对本站的认可!

本文链接:https://www.wtabcd.cn/fanwen/fan/78/1078837.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:样本   相似   距离
相关文章
留言与评论(共有 0 条评论)
   
验证码:
推荐文章
排行榜
Copyright ©2019-2022 Comsenz Inc.Powered by © 专利检索| 网站地图