概况

1.人脸识网络首先得是图片之间的相似度对比网络才能快速处理.
2.triplet网络是一个三元组，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。针对三元组中的每个元素（样 本），训练一个参数共享或者不共享的网络，得到三个元素的特征表达，分别记为：f (xia),f (xip),f (xin)。triplet loss的目的就是通过学习，让x_a和x_p特征表达之间的距离尽 可能小，而x_a和x_n的特征表达之间的距离尽可能大。
3.训练过程细节

1. 先构成可以填入三原组数据的空架子（已调用过函数）
2. 填入三元组，并运行图，共用一套网络参数，得出三元组各自的全连接层向量。
3. 优化器根据loss值最小原则，微分减小loss的值，利用偏导逆向推导出网络权值的微小变化，并改变权重，是为一次迭代4. 循环2，3步骤直到结果满意。

流程图

注释代码

链接：https://pan.baidu.com/s/14f41OqliKgEjoFnoZVwTyw
提取码：70jf
复制这段内容后打开百度网盘手机App，操作更方便哦