知乎大神flood sung發表在cvpr2018上的*****，介紹了一種基於metric的模式識別方法，創新之處在於它不同於常用的matric-based方法，使用人為定義的度量，像簡單的歐式距離、馬氏距離，而是採用了用神經網路去訓練這個度量，模型雖然簡單，但是效果卻很顯著。
先說一下關於度量這個概念：在數學中，乙個度量（或距離函式）是乙個定義集合中元素之間距離的函式。乙個具有度量的集合被稱為度量空間。
度量學習也叫作相似度學習，根據這個叫法作用就很明確了。
之所以要進行度量學習，一方面在一些演算法中需要依賴給定的度量：如kmeans在進行聚類的時候就用到了歐式距離來計算樣本點到中心的距離、knn演算法也用到了歐式距離等。這裡計算的度量，就是比較樣本點與中心點的相似度。
這裡的度量學習在模式識別領域，尤其是在影象識別這方面，在比較兩張是否是相同的物體，就通過比較兩張的相似度，相似度大可能性就高。
專案度量指標介紹
基本度量項 持續時間偏差 實際持續時間 計畫持續時間 計畫持續時間 100 持續時間不包含非工作日 進度偏差 實際結束時間 計畫結束時間 計畫持續時間 100 工作量偏差 實際工作量 計畫工作量 計畫工作量 規模偏差 實際規模 計畫規劃 計畫規模 100 分配需求穩定性指數 1 修改 增加或刪除的分...
度量學習 筆記
度量學習 筆記 本文的目的僅僅是對 度量學習 做乙個簡單的解釋。度量學習 metric learning 是人臉識別中常用的傳統機器學習方法，由eric xing在nips 2002提出，可以分為兩種 一種是通過線性變換的度量學習，另一種是通過非線性變化的度量。其基本原理是 根據不同的任務來自主學習...
度量學習（meritc learning）思考
經典 facenet a unified embedding for face recognition and clustering deep metric learning via lifted structured feature embedding 簡單總結下個人對mertic learnin...