免费编程教程

最新
Circle Loss

理解 Circle Loss 如何通过统一的决策边界优化类内相似度和类间差异,提升细粒度图像检索性能。

2 0 0
2026-06-21
最新
Proxy NCA 损失

学习 Proxy NCA 损失,使用可学习的代理向量近似真实样本分布,避免直接配对计算,加快收敛。

5 0 0
2026-06-21
最新
N-pair Loss

扩展三元组损失,在每个批次中使用多个负样本进行联合比较,提升嵌入空间的判别性和训练效率。

7 0 0
2026-06-21
最新
三元组损失 Triplet Loss

掌握三元组损失的原理,学习如何选取困难三元组,在人脸识别、图像检索中拉近正例、推远负例。

7 0 0
2026-06-21
最新
度量学习对比损失

学习成对对比损失和 Siamese 网络,通过优化样本对的距离实现度量空间的判别性嵌入。

3 0 0
2026-06-21