孪生(Siamese)网络

简介：
孪生网络是一种深度学习架构，通过比较两组输入数据来执行相似性度量任务，在图像识别、自然语言处理等领域广泛应用。 Siamese网络是由Yann Lecun在2005年提出的。它的特点是接收两幅图片作为输入，而不是单张图片。 原始的孪生网络如下： 目的：比较两张图像是否相似或计算它们之间的匹配程度。 输入：两幅图片。 输出：一个表示匹配程度的数值。 我认为“计算相似度”这个词不太合适，应该翻译为“匹配程度”。因为在文献中采用的数据标注方法并不是基于相似度值。如果两张图像是匹配的，则标注为y=1；如果不匹配，则标注为y=-1。因此，这些训练数据实际上是用一个表示是否匹配的数值来标记，而不是相似度数值。 举个例子：假设我们有三样物品——钢笔、铅笔和书包，在训练数据中会将钢笔与铅笔之间的关系标注为y=1，而不会使用具体的相似度值。