问在三重态损失中增加alpha有什么缺点吗？
EN

Stack Overflow用户

提问于 2020-01-25 01:45:04

回答 1查看 377关注 0票数 0

我想做一个通用的特征提取器，它也可以将一个新的类分类为模型中的未知类。除了基于距离的矩阵之外，还有什么好的技术可用吗？

目前我使用的是Triplet loss，其中由于alpha值较小，我的Triplet训练损失在某些点上变为+0.00000。那么，将alpha增加到非常大的数量(如100 )有什么缺点吗？

谢谢你!！

发布于 2020-01-25 17:46:01

这样做可能会使您的模型学习变得困难，因此他可能无法学习任何东西。实际上，在将要素提供给三元组损失之前，您需要对要素进行归一化，在这种情况下，您只需使用与1相同阶数的值

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/59901362

复制

相似问题

问在三重态损失中增加alpha有什么缺点吗？EN