问题标签 [triplet]

我有这个函数： int Triplet(int *array, int size, int K) { int i, j, k;

但是，当三元组太多时，它只显示我的数组中的 1 个三元组，以及如何计算所有显示的三元组？更好的是，这个三元组在函数中还是在 int main (void) 中？谢谢你的建议

在我的函数中，我必须从给定数组中找到给定数字 K 的所有唯一三元组。它找到所有三元组，但其中许多存在两次或更多，就像or和 etc1 1 5一样。1 5 15 1 1

有人可以帮我吗？

我想从 1 到 30、a 和 b 的每个数字组合中找出它们的毕达哥拉斯三元组。所有数字的限制是 30。输出从 14 开始。我不明白为什么。我真的很抱歉严重错误或格式错误。我刚刚开始 C。谢谢 :)

图片

Triplet网络（受“连体网络”的启发）由相同前馈网络的 3 个实例（具有共享参数）组成。当输入 3 个样本时，网络输出 2 个中间值——两个输入的嵌入表示与第三个输入的表示之间的 L2（欧几里得）距离。

我使用成对的三个图像来馈送网络（x = 锚图像，标准图像，x+ = 正图像，包含与 x 相同对象的图像 - 实际上，x+ 与 x 属于同一类，并且x- = 负image，与 x 具有不同类别的图像。

我正在使用这里描述的三元组损失成本函数。

如何确定网络的准确性？

我有一个卷积神经网络，其中三个图像作为输入：

在一个train函数中，我为占位符提供实际图像：

我在这三个输入上使用了三元组损失函数（实际上是上面的成本变量）：

如何过滤损失，因此只有 loss_value > 0 的图像将用于训练网络？

我怎样才能实现类似的东西：

到目前为止我已经尝试过：

我一张一张地拍摄图像（input1[0]、input2[0]、input3[0]），计算损失，如果损失为正，我将计算（并应用）梯度。但问题是我在我的模型中使用了dropout，我必须在我的输入上应用两次模型：

1. 首先计算loss并验证是否大于0

2. 其次运行优化器：这是出现问题的时候。前面提到过，我使用了dropout，所以模型在我的输入上的结果是不一样的，所以即使第1步确定的loss大于0，新的loss有时候也会为0。

我也尝试使用tf.py_func但卡住了。

我有一个问题陈述，需要将 3 个不同的数字传递给一个方法并检查哪些 3 个数字满足某个约束。

这是我的代码，但我想知道不是创建嵌套循环，而是有更优化的方法来检查哪一组三元组满足某个约束。?

正如https://arxiv.org/pdf/1703.07737.pdf中所建议的那样，我尝试重构我的 Keras 代码以对三元组使用“Batch Hard”采样。

" 核心思想是通过随机抽样 P 个类别（人的身份）形成批次，然后随机抽样每个类别（人）的 K 张图像，从而产生一批 PK 图像。现在，对于该批次中的每个样本 a，在形成三元组计算损失时，我们可以选择batch中最难的正样本和最难的负样本，我们称之为Batch Hard”

所以目前我有一个 Python 生成器（用于 Keras 中的 model.fit_generator），它在 CPU 上生成批处理。然后可以在 GPU 上完成模型的实际前向和后向传递。

但是，如何使其适合“Batch Hard”方法？生成器对 64 个图像进行采样，应形成 64 个三元组。首先需要前向传递来获得当前模型的 64 个嵌入。

但随后必须从 64 个嵌入中选择最难的正数和最难的负数来形成三元组。然后可以计算损失

而这个triplet_model可以通过定义一个triplet loss函数来训练。但是，Keras 是否可以使用 fit_generator 和“Batch Hard”方法？或者如何从批次中的其他样本中获取嵌入？

编辑：使用 keras.layers.Lambda 我可以定义一个自己的层，创建带有输入（batch_size，height，width，3）和输出（batch_size，3，height，width，3）的三元组，但我还需要在某处访问 id . 这可能在层内吗？

如果我有一个定义三重损失的函数（期望 y_true 和 y_pred 作为输入参数），并且我通过以下方式“引用或调用它”：

y_pred 如何传递给triplet_loss 函数？

例如，triplet_loss 函数可能是：

谢谢乔恩

我目前正在实现一个三元网络来识别两个图像是否描述了相同的 3d 模型，但是我对结果有一些问题，锚正之间的距离总是等于锚负之间的距离。

这是我的损失函数的代码：

其中 o1、o2 和 o3 是具有共享权重的卷积网络的输出，并且是批量归一化的：

第一个结果如下：

（dneg 和 dpos 是正负对的距离）

这么多的问题 ：

• 如何调整边距？那么这两个距离之间的差异是如此之小，以至于我必须放一个很小的余量？

• 因为两个距离相等，所以损失等于margin。如何避免这个问题？

• 如何衡量三元网络的准确性？例如，如果一批大小为 100，我们可以计算与锚点的距离大于锚点与正例 + 边距之间的距离的负例的数量吗？

非常感谢你的回答！

下面是我的三元组代码，总和为给定值（使用 for 循环）

结果如下（如预期）

但是，如果我更改代码以使用列表理解（如下所示），结果不正确。为什么？？

上述代码的结果如下