siamese网络

- 之前记录过：

- 原始的siamese network: 输入一个piar和与之对应的label，然后在输入一个batch进行训练；数据为mnist时，网络输出为2维特征，具有降维的作用!

- 损失函数，相似度距离的定义等。比如将损失函数的指数形式用hige loss代替等，即：

-> yi*||CNN(p1i)-CNN(p2i)||^2 + (1-yi)*max(0, C-||CNN(p1i)-CNN(p2i)||^2)

- tensflow实现：

- ；思路也是构建pair训练，loss改成了网络输出特征变换后进行sigmoid输出；

- 思考测试的时候，人脸验证怎么做的？

- 怎么引申到 use the pairwise ranking hinge loss?

 tripletnet

-

-

-

• 如上图所示，triplet是一个三元组，这个三元组是这样构成的：从训练数据集中随机选一个样本，该样本称为Anchor，然后再随机选取一个和Anchor (记为x_a)属于同一类的样本和不同类的样本,这两个样本对应的称为Positive (记为x_p)和Negative (记为x_n)，由此构成一个（Anchor，Positive，Negative）三元组。
  
• 如何在caffe中增加layer以及caffe中triplet loss layer的实现