本文深入探讨了深度学习中用于检索任务的两种关键损失函数——对比损失和三元组损失。对比损失通过比较样本对之间的相似度来优化模型，而三元组损失则引入了锚点、正例和负例的概念，以确保锚点与正例的距离小于与负例的距离。此外，文章还介绍了N对损失和角度损失，进一步丰富了理解深度学习中用于图像检索和相似性学习的损失函数。
Contrastive loss and Triplet loss:
https://ahmdtaha.medium.com/retrieval-with-deep-learning-a-ranking-loss-survey-part-1-8e88a6f8e091
N-pairs loss and Angular loss:
https://ahmdtaha.medium.com/retrieval-with-deep-learning-a-ranking-loss-survey-part-2-df7e7a5d584d
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
