機器學習: Metric Learning (度量學習)
Introduction
度量學習 (Metric Learning) == 距離度量學習 (Distance Metric Learning，DML) == 相似度學習
- 是人臉識別中常用傳統機器學習方法，由Eric Xing在NIPS 2002提出。
- 分為兩種，一種是基於監督學習的，另外一種是基於非監督學習的。
Method
根據不同的任務來自主學習出針對某個特定任務的度量距離函式。通過計算兩張圖片之間的相似度，使得輸入圖片被歸入到相似度大的圖片類別中去。
與經典識別網路相比
經典識別網路有一個bug：必須提前設定好類別數。
這也就意味著，每增加一個新種類，就要重新定義網路模型，並從頭訓練一遍。
比如我們要做一個門禁系統，每增加或減少一個員工(等於是一個新類別)，就要修改識別網路並重新訓練。很明顯，這種做法在某些實際運用中很不科學。
因此，Metric Learning作為經典識別網路的替代方案，可以很好地適應某些特定的影象識別場景。一種較好的做法，是丟棄經典神經網路最後的softmax層，改成直接輸出一根feature vector，去特徵庫裡面按照Metric Learning尋找最近鄰的類別作為匹配項。
目前，Metric Learning已被廣泛運用於人臉識別的日常運用中。
[1] Wikipedia-距離函式
[2] DistLearnKit
[3] 基於深度學習的Person Re-ID（度量學習）
[4] 度量學習
[5] 度量學習（Distance Metric Learning）介紹
相關文章
- 度量學習筆記(一) | Metric Learning for text categorization筆記Go
- 機器學習(Machine Learning)&深度學習(Deep Learning)資料機器學習Mac深度學習
- 距離度量學習
- AI學習筆記之——如何理解機器學習(Machine Learning)AI筆記機器學習Mac
- Ranked List Loss for Deep Metric Learning | 論文分享
- 降維與度量學習
- 吳恩達機器學習學習筆記——Week 1——3. 引數學習（Parameter Learning）吳恩達機器學習筆記
- 林軒田機器學習基石課程學習筆記3 — Types of Learning機器學習筆記
- 林軒田機器學習技法課程學習筆記13 — Deep Learning機器學習筆記
- 機器學習之分類問題度量機器學習
- 林軒田機器學習基石課程學習筆記4 — Feasibility of Learning機器學習筆記
- 林軒田機器學習基石課程學習筆記2 — Learning to Answer Yes/No機器學習筆記
- 深度學習（Deep Learning）深度學習
- 機器學習之常見的效能度量機器學習
- 深度學習 DEEP LEARNING 學習筆記（一）深度學習筆記
- 深度學習 DEEP LEARNING 學習筆記（二）深度學習筆記
- 【深度學習系列】遷移學習Transfer Learning深度學習遷移學習
- 遷移學習(Transfer Learning)遷移學習
- 林軒田機器學習基石課程學習筆記16（完結） — Three Learning Principles機器學習筆記
- Deep Learning（深度學習）學習筆記整理系列深度學習筆記
- Machine Learning（機器學習）之一Mac機器學習
- Machine Learning（機器學習）之二Mac機器學習
- 【機器學習】李宏毅——Unsupervised Learning機器學習
- Machine Learning 機器學習筆記Mac機器學習筆記
- 機器學習-整合學習機器學習
- 如何學習機器學習機器學習
- 整合學習總結（Ensemble Learning）
- 機器學習中的效能度量指標彙總機器學習指標
- 強化學習-學習筆記8 | Q-learning強化學習筆記
- 機器學習演算法系列（十七）-決策樹學習演算法（Decision Tree Learning Algorithm）機器學習演算法Go
- 機器學習之學習速率機器學習
- 機器學習學習筆記機器學習筆記
- 機器學習：監督學習機器學習
- 機器學習&深度學習之路機器學習深度學習
- 深度學習模型調優方法（Deep Learning學習記錄）深度學習模型
- Deep Learning（深度學習）學習筆記整理系列之（一）深度學習筆記
- 《深度學習》PDF Deep Learning: Adaptive Computation and Machine Learning series深度學習APTMac
- 深度學習（Deep Learning）優缺點深度學習