一、孪生神经网络概述
孪生神经网络(SNN)是一种神经网络,其中包含相同模型的多个实例,并共享相同的体系结构和权重。当需要使用有限的数据进行学习并且我们没有完整的数据集(例如零/一/少样本学习任务)时,这种架构就显示了其优势。

传统神经网络会学习预测多个类别。 当我们需要向数据添加/删除新类时,这会带来问题。 在这种情况下,我们必须更新神经网络并在整个数据集中对其进行重新训练。 而且,深度神经网络需要大量的数据进行训练。 另一方面,由于SNN学习相似性函数。 因此,我们可以训练它以查看两个图像是否相同。 这样就可以对新的数据类别进行分类,而无需再次训练网络。