如何在我的項目中實現三元組損失？

Question

我正在做一個關於說話人識別的項目，我有音頻文件的數據集，從中我將聲音特征（1x13 數組）作為輸入和輸出，我為每個揚聲器選擇一個隨機整數（假設揚聲器 1 - 輸出 = 1揚聲器 2 輸出 = 2...)

我被提議使用三元組損失以獲得更好的准確性，但我不明白我們如何在張量流中實現它（根本沒有例子）

從我到現在的理解，我為每個揚聲器取 2 個正值和一個負值（例如，同一揚聲器的 2 個音頻文件的 2 個特征，以及我將使用 wavenet 創建的另一個揚聲器的合成音頻文件的一個特征）

但是我用這個特性做了什么以實現三元組損失，這意味着我如何使用張量流來真正實現它

Answer 1

Triplet 損失函數的工作在以下步驟中進行了解釋。

訓練數據：
就像你說的，每個訓練樣本都需要有三元組， Anchor,Positive,Negetive 。

模型架構：

這個想法是讓 3 個相同的網絡具有相同的神經網絡架構，並且它們應該共享權重。

模型學習：

該模型不僅學會了同時為不同類別制定集群，而且還成功地將外觀相似的數據投影到其鄰域區域。 在分類架構的情況下，該模型嘗試學習一對類之間的決策邊界，但該模型不考慮類內相似和不同數據之間的完整性。

您可以點擊此鏈接以及此鏈接，該鏈接在 TensorFlow 上實現了三元組損失，您可以遵循相同的數據架構，並對其進行一些更改。

希望對你有幫助，祝學習愉快！