Loss Function

Triplet Loss

Triplet Loss 损失函数

Triplet Loss是深度学习中的一种损失函数，用于训练差异性较小的样本，如人脸等， Feed数据包括锚（Anchor）示例、正（Positive）示例、负（Negative）示例，通过优化锚示例与正示例的距离小于锚示例与负示例的距离，实现样本的相似性计算。

如上图所示，triplet是一个三元组，这个三元组是这样构成的：从训练数据集中随机选一个样本，该样本称为Anchor，然后再随机选取一个和Anchor (记为)属于同一类的样本和不同类的样本,这两个样本对应的称为Positive (记为)和Negative (记为)，由此构成一个（Anchor，Positive，Negative）三元组。
训练一个参数共享或者不共享的网络，得到这三个元组的feature vectors: ,,,triplet loss的目的是让与距离尽可能小，使与距离尽可能大，并且两者有个最小间隔。整个loss如下：

这里距离用欧式距离度量，+表示[]内的值大于零的时候，取该值为损失，小于零的时候，损失为零。