孿生神經網路是一種雙支路結構的神經網絡,常用於相似度量、分類和檢索任務。這種網路的兩個支路具有相同的結構和參數。輸入分別經過兩個支路後,透過相似度量層(如歐式距離、曼哈頓距離等)進行相似度計算。在訓練過程中,通常使用對比損失函數或三元組損失函數。
對比損失函數是針對孿生神經網路的二元分類損失函數,旨在最大限度地將同類樣本的相似度調整為接近1,將不同類別樣本的相似度調整為接近0。其數學表達式如下:
L_{con}(y,d)=y\cdot d^2 (1-y)\cdot\max(m-d,0)^2
此損失函數用來衡量兩個樣本之間的相似度,並根據樣本的類別進行最佳化。其中,y表示樣本是否屬於同一類別,d表示兩個樣本的相似度,m表示一個預設的邊界值。 當y=1時,損失函數的目標是使得d盡可能小,即使兩個同類別的樣本更相似。此時,損失函數的值可以用d的平方來表示,即損失函數的值為d^2。 當y=0時,損失函數的目標是使得d大於m,即使兩個不同類別的樣本盡可能地不相似。此時,當d小於m時,損失函數的值為d^2,表示樣本之間的相似度;當d大於m時,損失函數的值為0,表示樣本之間的相似度已經超過了預設的邊界值m,不再計算損失
三元組損失函數是一種用於孿生神經網路的損失函數,旨在透過最小化同類樣本之間的距離,並最大化不同類別樣本之間的距離。此函數的數學表達式如下:
L_{tri}(a,p,n)=\max(|f(a)-f(p)|^2- |f(a)-f(n)|^2 margin,0)
#其中,a表示錨點樣本,p表示同類樣本,n表示不同類別樣本,f表示孿生神經網路的特徵提取層,|\cdot|表示歐式距離,margin表示一個預設的邊界值。損失函數的目標是使得同類樣本的距離盡可能小,不同類樣本的距離盡可能大,並且大於margin。當同類樣本的距離小於不同類別樣本的距離減去margin時,損失函數的值為0;當同類樣本的距離大於不同類樣本的距離減去margin時,損失函數的值為兩個距離的差值。
對比損失函數和三元組損失函數都是常用的孿生神經網路損失函數,其目標是使得相同類別的樣本在特徵空間中盡可能靠近,不同類別的樣本在特徵空間中盡可能遠離。在實際應用中,可以根據特定任務和資料集的情況選擇合適的損失函數,並結合其他技術(如資料增強、正規化等)進行模型最佳化。
以上是常見的損失函數在孿生神經網路的應用的詳細內容。更多資訊請關注PHP中文網其他相關文章!

在約翰·羅爾斯1971年具有開創性的著作《正義論》中,他提出了一種思想實驗,我們應該將其作為當今人工智能設計和使用決策的核心:無知的面紗。這一理念為理解公平提供了一個簡單的工具,也為領導者如何利用這種理解來公平地設計和實施人工智能提供了一個藍圖。 設想一下,您正在為一個新的社會制定規則。但有一個前提:您事先不知道自己在這個社會中將扮演什麼角色。您最終可能富有或貧窮,健康或殘疾,屬於多數派或邊緣少數群體。在這種“無知的面紗”下運作,可以防止規則制定者做出有利於自身的決策。相反,人們會更有動力製定公

許多公司專門從事機器人流程自動化(RPA),提供機器人以使重複的任務自動化 - UIPATH,在任何地方自動化,藍色棱鏡等。 同時,過程採礦,編排和智能文檔處理專業

AI的未來超越了簡單的單詞預測和對話模擬。 AI代理人正在出現,能夠獨立行動和任務完成。 這種轉變已經在諸如Anthropic的Claude之類的工具中很明顯。 AI代理:研究

快速的技術進步需要對工作未來的前瞻性觀點。 當AI超越生產力並開始塑造我們的社會結構時,會發生什麼? Topher McDougal即將出版的書Gaia Wakes:

產品分類通常涉及復雜的代碼,例如諸如統一系統(HS)等系統的“ HS 8471.30”,對於國際貿易和國內銷售至關重要。 這些代碼確保正確的稅收申請,影響每個INV

數據中心能源消耗與氣候科技投資的未來 本文探討了人工智能驅動的數據中心能源消耗激增及其對氣候變化的影響,並分析了應對這一挑戰的創新解決方案和政策建議。 能源需求的挑戰: 大型超大規模數據中心耗電量巨大,堪比數十萬個普通北美家庭的總和,而新興的AI超大規模中心耗電量更是數十倍於此。 2024年前八個月,微軟、Meta、谷歌和亞馬遜在AI數據中心建設和運營方面的投資已達約1250億美元(摩根大通,2024)(表1)。 不斷增長的能源需求既是挑戰也是機遇。據Canary Media報導,迫在眉睫的電

生成式AI正在徹底改變影視製作。 Luma的Ray 2模型,以及Runway的Gen-4、OpenAI的Sora、Google的Veo等眾多新模型,正在以前所未有的速度提升生成視頻的質量。這些模型能夠輕鬆製作出複雜的特效和逼真的場景,甚至連短視頻剪輯和具有攝像機感知的運動效果也已實現。雖然這些工具的操控性和一致性仍有待提高,但其進步速度令人驚嘆。 生成式視頻正在成為一種獨立的媒介形式。一些模型擅長動畫製作,另一些則擅長真人影像。值得注意的是,Adobe的Firefly和Moonvalley的Ma

ChatGPT用户体验下降:是模型退化还是用户期望? 近期,大量ChatGPT付费用户抱怨其性能下降,引发广泛关注。 用户报告称模型响应速度变慢,答案更简短、缺乏帮助,甚至出现更多幻觉。一些用户在社交媒体上表达了不满,指出ChatGPT变得“过于讨好”,倾向于验证用户观点而非提供批判性反馈。 这不仅影响用户体验,也给企业客户带来实际损失,例如生产力下降和计算资源浪费。 性能下降的证据 许多用户报告了ChatGPT性能的显著退化,尤其是在GPT-4(即将于本月底停止服务)等旧版模型中。 这


熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

SAP NetWeaver Server Adapter for Eclipse
將Eclipse與SAP NetWeaver應用伺服器整合。

禪工作室 13.0.1
強大的PHP整合開發環境

Atom編輯器mac版下載
最受歡迎的的開源編輯器

ZendStudio 13.5.1 Mac
強大的PHP整合開發環境

mPDF
mPDF是一個PHP庫,可以從UTF-8編碼的HTML產生PDF檔案。原作者Ian Back編寫mPDF以從他的網站上「即時」輸出PDF文件,並處理不同的語言。與原始腳本如HTML2FPDF相比,它的速度較慢,並且在使用Unicode字體時產生的檔案較大,但支援CSS樣式等,並進行了大量增強。支援幾乎所有語言,包括RTL(阿拉伯語和希伯來語)和CJK(中日韓)。支援嵌套的區塊級元素(如P、DIV),