#797 · 主分类: 教育与研究
tensorflow-triplet-loss
在TensorFlow中实现三元组损失
项目最后更新:05/09/19
GitHub Stars
1.1K
Forks数量
280
贡献者数量
4
许可证
MIT
收录理由
度量学习在深度学习中向来不好拿捏,这个仓库算是一份难得的清晰参考。它用 TensorFlow 实现了三元组损失,并且同时支持 batch-all 和 batch-hard 两种在线三元组挖掘方式,让你能直接看到人脸识别、行人重识别背后真正在用的损失函数长什么样,而不是只给个含糊的流程说明。配套的博客文章和 CS230 课程资料把采样策略讲得很透,而调 embedding 的时候,采样策略往往比损失函数那一行代码更关键。如果你正在训练嵌入模型,想找一份精简且经过验证的实现来对照自己的代码,从这里入手很合适。不过要清楚,这是偏教学和参考性质的代码,并不是持续维护的库,里面的 TensorFlow 1.x API 需要你自己移植到当前使用的版本。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。
同类热门项目
prompts.chat
前身为 Awesome ChatGPT Prompts。分享、发现和收集社区提示词。免费且开源——可自托管,为您的组织提供完全隐私。
JavaGuide
Java 面试 & 后端通用面试指南,覆盖计算机基础、数据库、分布式、高并发、系统设计与 AI 应用开发
system-prompts-and-models-of-ai-tools
精选流行AI助手和编码代理的系统提示、内部工具和AI模型集合。
30-seconds-of-code
编程文章,助你提升开发技能
generative-ai-for-beginners
21节课,开始使用生成式AI构建