文档摘要

3.4 损失函数设计 本节摘要：损失函数是训练时牵引特征布局的"裁判"——它给模型的每一次输出打一个"有多不如意"的分，反向传播据此修正网络。本节从最基础的 Softmax 讲起，再引出三元组损失、中心损失，以及角度／余弦间隔损失（SphereFace、CosFace、ArcFace），说清每种损失在"逼同类近、逼异类远"上各下什么棋，各自的易训性、泛化特点与坑。 断案要靠裁判，可谁给裁判打分 模型不会自己知道"这个向量该长什么样"。 会员。《3.4 损失函数设计》收录于灏天文库文集《人脸识别技术原理与应用》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/469-%E4%BA%BA%E8%84%B8%E8%AF%86%E5%88%AB%E6%8A%80%E6%9C%AF%E5%8E%9F%E7%90%86%E4%B8%8E%E5%BA%94%E7%94%A8

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流