如何在Keras中实现三重损失？

Question

我正在尝试实施Google的Facenet论文：

首先，可以使用Keras的顺序API来实现本文，还是应该选择Graph API？

无论哪种情况，您能否告诉我如何将自定义损失函数tripletLoss传递给模型编译，以及如何接收anchor embedding ， positive embedding和negative embedding作为参数来计算损失？

另外，model.fit（）中的第二个参数Y应该是什么，在这种情况下我没有任何参数...

Answer 1

此问题说明了如何在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，由于您是最后处理它的人（目标函数的y_true参数是从中获取的），我想说您可以通过Keras管道传递任何您需要的参数。 如果您真的不需要任何监督，也许可以通过一个虚拟矢量来进行尺寸检查。

最终，关于如何实施此特定论文，在facenet 文档中查找triplet或facenet并没有返回任何结果。 因此，您可能必须自己实施或找一个拥有的人。