如何在我的项目中实现三元组损失？

Question

我正在做一个关于说话人识别的项目，我有音频文件的数据集，从中我将声音特征（1x13 数组）作为输入和输出，我为每个扬声器选择一个随机整数（假设扬声器 1 - 输出 = 1扬声器 2 输出 = 2...)

我被提议使用三元组损失以获得更好的准确性，但我不明白我们如何在张量流中实现它（根本没有例子）

从我到现在的理解，我为每个扬声器取 2 个正值和一个负值（例如，同一扬声器的 2 个音频文件的 2 个特征，以及我将使用 wavenet 创建的另一个扬声器的合成音频文件的一个特征）

但是我用这个特性做了什么以实现三元组损失，这意味着我如何使用张量流来真正实现它

Answer 1

Triplet 损失函数的工作在以下步骤中进行了解释。

训练数据：
就像你说的，每个训练样本都需要有三元组， Anchor,Positive,Negetive 。

模型架构：

这个想法是让 3 个相同的网络具有相同的神经网络架构，并且它们应该共享权重。

模型学习：

该模型不仅学会了同时为不同类别制定集群，而且还成功地将外观相似的数据投影到其邻域区域。 在分类架构的情况下，该模型尝试学习一对类之间的决策边界，但该模型不考虑类内相似和不同数据之间的完整性。

您可以点击此链接以及此链接，该链接在 TensorFlow 上实现了三元组损失，您可以遵循相同的数据架构，并对其进行一些更改。

希望对你有帮助，祝学习愉快！