machine-learning - 增加 Triplet loss 的 alpha 有什么缺点吗？

Question

我想制作一个通用的特征提取器，它还可以将新类分类为模型中的未知类。除了基于距离的矩阵之外，还有什么好的技术可用吗？

目前我正在使用 Triplet loss，由于 alpha 值较小，我的 Triplet 训练损失在某些点变为 +0.00000。那么将 alpha 增加到 100 这样的大幅值有什么缺点吗？

谢谢!!

Answer 1

这样做可能会让你的模型学习变得困难，因此他可能无法学到任何东西。事实上，在将特征输入到三元组损失之前，您需要对其进行标准化，在这种情况下，您只需要使用与 1 相同阶的值