深度学习/facenet总结 发表于 2020-09-07 更新于 2020-09-15 分类于 深度学习 本文字数： 242 阅读时长 ≈ 1 分钟 人脸识别系列（六）：FaceNet Facenet没有使用Softmax作为损失函数，而是先接了一个l2 嵌入（Embedding）层。 所谓嵌入，可以理解为一种映射关系，即将特征从原来的特征空间中映射到一个新的特征空间，新的特征就可以称为原来特征的一种嵌入。 网络会直接学习特征间的可分性：同一类的特征之间的距离要尽可能的小，而不同类之间的特征距离要尽可能的大。 Triplet Loss 选择最佳的三元组 意思就是说通过学习，使得类间的距离要大于类内的距离。 一次5 * 5的卷积相当于两次3 * 3的卷积
