1. 二分类问题

深度学习笔记（44） Triplet 损失的Triplet loss是一个学习人脸识别卷积网络参数的好方法
还有其他学习参数的方法
可以尝试将人脸识别当成一个二分类问题

另一个训练神经网络的方法是选取一对神经网络，选取Siamese网络
使其同时计算这些嵌入，比如说128维的嵌入（编号1），或者更高维
然后将其输入到逻辑回归单元，然后进行预测
如果是相同的人，那么输出是1，若是不同的人，输出是0
这就把人脸识别问题转换为一个二分类问题，训练这种系统时可以替换Triplet loss的方法

2. 逻辑回归单元的处理

最后的逻辑回归单元的处理
比如说sigmoid函数应用到某些特征上，相比起直接放入这些编码（f(x⁽ⁱ⁾),f(x^(j))）
可以利用编码之间的不同

f(x⁽ⁱ⁾)_k 代表图片x^((i))的编码，下标 k 代表选择这个向量中的第 k 个元素
|f(x⁽ⁱ⁾)_k - f(x^(j))_k |对这两个编码取元素差的绝对值
可能想把这128个元素当作特征，然后把他们放入逻辑回归中
最后的逻辑回归可以增加参数 w_i 和 b ，就像普通的逻辑回归一样
将在这128个单元上训练合适的权重，用来预测两张图片是否是一个人
这是一个很合理的方法来学习预测0或者1，即是否是同一个人

还有其他不同的形式来计算绿色标记的这部分公式（|f(x⁽ⁱ⁾)_k - f(x^(j))_k|）
比如说，公式可以是

这个公式也被叫做 χ²公式，是一个希腊字母 χ，也被称为 χ平方相似度

Yaniv Taigman, Ming Yang, Marc’Aurelio Ranzato, Lior Wolf (2014). DeepFace:Closing the gap to human-level performance in face verification

这些公式及其变形在这篇DeepFace论文中有讨论，深度学习笔记（44） Triplet 损失也引用过

但是在这个学习公式中：

输入是一对图片，这是训练输入x（编号1、2）
输出y是0或者1，取决于输入是相似图片还是非相似图片
与之前类似，正在训练一个Siamese网络
意味着上面这个神经网络拥有的参数和下面神经网络的相同（编号3和4所示的网络）
两组参数是绑定的，这样的系统效果很好

3. 计算技巧

之前提到一个计算技巧可以显著提高部署效果

如果这是一张新图片（编号1），当员工走进门时，希望门可以自动为他们打开
这个（编号2）是在数据库中的图片，不需要每次都计算这些特征（编号6），不需要每次都计算这个嵌入
可以提前计算好，那么当一个新员工走近时，可以使用上方的卷积网络来计算这些编码（编号5）
然后使用它，和预先计算好的编码进行比较，然后输出预测值

因为不需要存储原始图像，如果有一个很大的成员数据库，不需要为每个成员每次都计算这些编码
这个预先计算的思想，可以节省大量的计算，这个预训练的工作可以用在Siamese网路结构中
将人脸识别当作一个二分类问题，也可以用在学习和使用Triplet loss函数上

总结一下，把人脸验证当作一个监督学习，创建一个只有成对图片的训练集
不是三个一组，而是成对的图片
目标标签是1表示一对图片是一个人，目标标签是0表示图片中是不同的人
利用不同的成对图片，使用反向传播算法去训练神经网络，训练Siamese神经网络

参考：

《神经网络和深度学习》视频课程

深度学习笔记（45）人脸验证与二分类相关推荐

4.5 人脸验证与二分类-深度学习第四课《卷积神经网络》-Stanford吴恩达教授
←上一篇 ↓↑ 下一篇→ 4.4 Triplet 损失回到目录 4.6 什么是神经风格转换? 人脸验证与二分类 (Face Verification and Binary Classificatio ...
吴恩达《机器学习》学习笔记七——逻辑回归（二分类）代码
吴恩达<机器学习>学习笔记七--逻辑回归(二分类)代码一.无正则项的逻辑回归 1.问题描述 2.导入模块 3.准备数据 4.假设函数 5.代价函数 6.梯度下降 7.拟合参数 8.用训练 ...
【深度学习】Keras实现回归和二分类问题讲解
[深度学习]Keras实现回归和二分类问题讲解文章目录 [深度学习]Keras实现回归和二分类问题讲解 1 回归问题1.1 波士顿房价预测数据集1.2 构建基准模型1.3 数据预处理1.4 超参数 ...
吴恩达深度学习笔记(105)-人脸识别之面部验证与二分类
https://www.toutiao.com/a6652895489354105351/ 面部验证与二分类(Face verification and binary classification) ...
深度学习之视频人脸识别系列二：人脸检测与对齐
作者 | 东田应子 [磐创AI导读]本文是深度学习之视频人脸识别系列的第二篇文章,介绍人脸检测与对齐的相关算法.欢迎大家关注我们的公众号:磐创AI. 一.人脸检测与关键点检测问题描述: 人脸检测解决 ...
人脸验证与二分类（Face verification and binary classification）
来源:Coursera吴恩达深度学习课程听着五月天的<仓颉>,五月的每一天都是五月天. 三元组损失(Triplet loss)是一个学习人脸识别卷积网络参数的好方法,还有其他学习参数的方 ...
深度学习实战案例：电影评论二分类
第一个深度学习实战案例:电影评论分类公众号:机器学习杂货店作者:Peter 编辑:Peter 大家好,我是Peter~ 这里是机器学习杂货店 Machine Learning Grocery~ 本 ...
python spark2.0_Python+Spark2.0+hadoop学习笔记——Python Spark MLlib决策树二分类
决策树是在数据分类问题中的一种常用且经典的机器学习方法,在本例里使用决策树模型来分析StumbleUpon数据集,来预测网页是暂时的(ephemeral)还是长青的(evergreen),并且调教参数 ...
从零点五开始的深度学习笔记——VAE(Variational AutoEncoder) （二）概率角度理解VAE结构
概率角度理解VAE结构 1. 从联合概率分布构造的损失函数开始的一切 1.1 定义 1.2 推导过程 1.3 损失函数的理解 2. 总结 1. 从联合概率分布构造的损失函数开始的一切一个优秀的生成网 ...

深度学习笔记（45）人脸验证与二分类

深度学习笔记（45）人脸验证与二分类

1. 二分类问题

2. 逻辑回归单元的处理

3. 计算技巧

深度学习笔记（45）人脸验证与二分类相关推荐

最新文章

热门文章

深度学习笔记（45） 人脸验证与二分类

深度学习笔记（45） 人脸验证与二分类

1. 二分类问题

2. 逻辑回归单元的处理

3. 计算技巧

深度学习笔记（45） 人脸验证与二分类相关推荐

最新文章

热门文章

深度学习笔记（45）人脸验证与二分类

深度学习笔记（45）人脸验证与二分类

深度学习笔记（45）人脸验证与二分类相关推荐