度量學習（metric learning）損失函數

學習的對象通常是樣本特徵向量的距離，度量學習的目的是通過訓練和學習，減小或限制同類樣本之間的距離，同時增大不同類別樣本之間的距離。 常用度量學習損失方法 （1）對比損失 用於訓練Siamese（孿生）網絡，，輸入爲兩張圖片，每一對訓練圖片都有一個標籤y，y=1表示兩張圖片屬於同一個人（正樣本對），反之y=0，表示他們屬於不同的行人（負樣本對） 對比損失函數： 當輸入爲正樣本對的時候，d(Ia,Ib

>>阅读原文<<