关于对比损失（contrasive loss）的理解（相似度越大越相似的情况）：

    def contro_loss(self):'''总结下来对比损失的特点：首先看标签，然后标签为1是正对，负对部分损失为0，最小化总损失就是最小化类内损失(within_loss)部分，让s逼近margin的过程，是个增大的过程；标签为0是负对，正对部分损失为0，最小化总损失就是最小化between_loss，而且此时between_loss就是s，所以这个过程也是最小化s的过程，也就使不相似的对更不相似了'''s = self.similarityone = tf.constant(1.0)margin = 1.0y_true = tf.to_float(self.y_true)# 类内损失：max_part = tf.square(tf.maximum(margin-s,0)) # margin是一个正对该有的相似度临界值within_loss = tf.multiply(y_true,max_part) #如果相似度s未达到临界值margin，则最小化这个类内损失使s逼近这个margin，增大s# 类间损失：between_loss = tf.multiply(one-y_true,s) #如果是负对，between_loss就等于s，这时候within_loss=0，最小化损失就是降低相似度s使之更不相似# 总体损失（要最小化）：loss = 0.5*tf.reduce_mean(within_loss+between_loss)return loss

关于对比损失（contrasive loss）的理解（相似度越大越相似的情况）：相关推荐

对比损失Contrastive Loss
[时间]2-019.01.21 [题目]对比损失Contrastive Loss PS:本文转载自Contrastive Loss Contrastive Loss 在传统的siamese netwo ...
诺基亚n79 java性能_诺基亚N79即将出现，N79与N82对比，综合性能与可买度提升大吗？...
从两款机器的设计风格来看,其实也是传统诺基亚智能手机的设计风格,无论从材质还是做工来说,两款机器都让人觉得比较相似,当然也有所不同.诺基亚N82,相信大家已经非常的熟悉了,文章中见过多次,采用传统直板 ...
Understanding the Behaviour of Contrastive Loss理解对比损失的性质以及温度系数的作用
论文标题:Understanding the Behaviour of Contrastive Loss Understanding the Behaviour of Contrastive Loss ...
计算机视觉之分类任务常用损失值loss对比分析
计算机视觉分类任务常用损失值loss对比分析一.对比分析cross-entropy loss.Focal Loss.asymmetric_loss.GFocal Loss之间的关系及改进 1. 分类 ...
对比学习和度量学习loss的理解
度量学习和对比学习的思想是一样的,都是去拉近相似的样本,推开不相似的样本.但是对比学习是无监督或者自监督学习方法,而度量学习一般为有监督学习方法.而且对比学习在 loss 设计时,为单正例多负例的形式 ...
机器学习笔记 - 关于Contrastive Loss对比损失
一.对比损失虽然二元交叉熵(下图公式)肯定是损失函数的有效选择,但它不是唯一的选择(甚至不是最佳选择). 然而,实际上有一个更适合孪生网络的损失函数,称为对比损失. 其中Y是我们的标签.如果图像对属 ...
对比损失的PyTorch实现详解
对比损失的PyTorch实现详解本文以SiT代码中对比损失的实现为例作介绍. 论文:https://arxiv.org/abs/2104.03602 代码:https://github.com/Sa ...
深度学习loss函数理解
机器学习中的范数规则化之L0.L1.L2范数及loss函数监督机器学习问题无非就是"minimizeyour error while regularizing your parameter ...
三元组损失 Triplet Loss及其梯度
Triplet Loss及其梯度 Triplet Loss及其梯度_jcjx0315的博客-CSDN博客 Triplet Loss简介我这里将Triplet Loss翻译为三元组损失,其中的三元也就 ...

关于对比损失（contrasive loss）的理解（相似度越大越相似的情况）：

关于对比损失（contrasive loss）的理解（相似度越大越相似的情况）：相关推荐

最新文章

热门文章