2024-09-30 20:38:36 发布
网友
我正在努力实现谷歌的Facenet文件:
首先,是否可以使用Keras的顺序API来实现本文,还是应该使用Graph API?在
无论哪种情况,您能告诉我如何将自定义丢失函数tripletLoss传递给模型编译,以及如何接收anchor embedding、positive embedding和{}作为计算损失的参数?在
tripletLoss
anchor embedding
positive embedding
还有,第二个参数Y应该是什么模型.拟合(),在这个案子里我没有。。。在
This issue说明如何在Keras中创建自定义目标(损失):
def dummy_objective(y_true, y_pred): return 0.5 # your implem of tripletLoss here model.compile(loss=dummy_objective, optimizer='adadelta')
关于.fit()的y参数,因为最终由您来处理它(目标函数的y_true参数取自它),我想说您可以通过Keras管道传递您需要的任何东西。如果你真的不需要任何监督的话,也可以用一个虚拟向量来通过尺寸检查。在
.fit()
y
y_true
最后,关于如何实现这篇论文,在Keras doc中查找triplet或{}没有返回任何内容。所以你可能需要自己去实现它,或者找一个拥有它的人。在
triplet
This issue说明如何在Keras中创建自定义目标(损失):
关于
.fit()
的y
参数,因为最终由您来处理它(目标函数的y_true
参数取自它),我想说您可以通过Keras管道传递您需要的任何东西。如果你真的不需要任何监督的话,也可以用一个虚拟向量来通过尺寸检查。在最后,关于如何实现这篇论文,在Keras doc中查找}没有返回任何内容。所以你可能需要自己去实现它,或者找一个拥有它的人。在
triplet
或{相关问题 更多 >
编程相关推荐