ट्रिपल लॉस और मेट्रिक लर्निंग
ट्रिपलेट लॉस एक तंत्रिका नेटवर्क को एम्बेडिंग स्पेस में समान वस्तुओं को एक साथ और असमान वस्तुओं को दूर दूर रखना सिखाता है।
सिंहावलोकन
It is the foundation behind face recognition, image search, and recommendation systems that need to compare things rather than just classify them.
गहरा गोता
मेट्रिक लर्निंग एक मॉडल को एम्बेडिंग, वैक्टर बनाने के लिए प्रशिक्षित करता है जहां दूरी समानता को दर्शाती है। ट्रिपल लॉस एक समय में तीन इनपुट का उपयोग करके ऐसा करता है: एक एंकर, एक सकारात्मक (एंकर के समान वर्ग), और एक नकारात्मक (अलग वर्ग)। उद्देश्य कम से कम एक निश्चित अंतर से एंकर को नकारात्मक की तुलना में सकारात्मक के करीब धकेलता है। औपचारिक रूप से, हानि अधिकतम(0, d(a,p) - d(a,n) + मार्जिन) है, जहां d आमतौर पर यूक्लिडियन दूरी है। Google के 2015 फेसनेट ने सीधे 128-आयामी फेस एम्बेडिंग सीखकर इस दृष्टिकोण को लोकप्रिय बनाया। एक बार प्रशिक्षित होने के बाद, आप दूरी की गणना करके किन्हीं दो वस्तुओं की तुलना करते हैं, नई पहचान के लिए किसी पुनः प्रशिक्षण की आवश्यकता नहीं होती है। यह ओपन-सेट क्षमता यही कारण है कि मीट्रिक सीखने की शक्तियां सत्यापन और पुनर्प्राप्ति कार्यों का वर्गीकरण आसानी से नहीं संभाल सकती हैं।
तकनीकी अंतर्दृष्टि
मार्जिन वह है जो ट्रिपल लॉस को काम में लाता है। इसके बिना, मॉडल सभी एम्बेडिंग को एक ही बिंदु पर संक्षिप्त कर सकता है, जिससे प्रत्येक दूरी शून्य हो जाएगी और ऑर्डर अर्थहीन हो जाएगा। मार्जिन एक बफर को मजबूर करता है: नुकसान शून्य तक पहुंचने से पहले नकारात्मक को सकारात्मक से कम से कम मार्जिन दूर होना चाहिए। एंबेडिंग आमतौर पर एक इकाई हाइपरस्फीयर पर एल2-सामान्यीकृत होती है, इसलिए दूरियां सीमित और तुलनीय रहती हैं। मार्जिन (अक्सर 0.2 के आसपास) चुनने से पता चलता है कि कक्षाएं उनके बीच अलगाव के खिलाफ कितनी मजबूती से एकत्रित होती हैं।
सामरिक प्रभाव
स्पष्ट निर्णय
यह आपको स्पष्ट तकनीकी दावों को मार्केटिंग भाषा से अलग करने में मदद करता है।
लागत और बजट
आप पैसा या समय खर्च करने से पहले बेहतर कार्यान्वयन संबंधी प्रश्न पूछ सकते हैं।
टीम और वर्कफ़्लो
साझा समझ वाली टीमें बेहतर उत्पाद, नीति और सीखने के निर्णय लेती हैं।
ट्रिपल लॉस और मेट्रिक लर्निंग का भविष्य
शुद्ध त्रिक हानि को तेजी से बहु-समानता, प्रॉक्सी-एंकर, और विरोधाभासी हानि (इन्फोएनसीई) जैसे बैच-व्यापी उद्देश्यों द्वारा प्रतिस्थापित किया जा रहा है जो प्रति चरण कई जोड़े की तुलना करते हैं और तेजी से परिवर्तित होते हैं। सिमसीएलआर जैसे स्व-पर्यवेक्षित तरीके दिखाते हैं कि मीट्रिक शिक्षण संवर्धित विचारों को सकारात्मक मानकर बिना लेबल के काम कर सकता है। जैसे-जैसे वेक्टर डेटाबेस और पुनर्प्राप्ति-संवर्धित पीढ़ी में वृद्धि होती है, सीखा हुआ एम्बेडिंग अरब-आइटम पैमाने पर सिमेंटिक खोज को रेखांकित करता है, इसलिए दूरी-समानता का मूल विचार अधिक केंद्रीय होता जा रहा है, यहां तक कि विशिष्ट ट्रिपलेट फॉर्मूलेशन फीका पड़ रहा है।
वास्तविक विश्व कार्यान्वयन
फेसनेट-शैली चेहरा सत्यापन: फोन और पासपोर्ट गेट यह जांच कर पहचान की पुष्टि करते हैं कि क्या दो चेहरे एम्बेडिंग दूरी सीमा के भीतर आते हैं।
विज़ुअल उत्पाद खोज: ई-कॉमर्स साइटें खरीदारों को एक फोटो अपलोड करने और निकटतम-पड़ोसी एम्बेडिंग लुकअप द्वारा समान वस्तुओं को पुनः प्राप्त करने की सुविधा देती हैं।
स्पीकर सत्यापन: वॉयस असिस्टेंट एक आवाज का नमूना एम्बेड करते हैं और इसकी तुलना एक नामांकित प्रोफ़ाइल से करते हैं ताकि यह पुष्टि हो सके कि कौन बोल रहा है।
हस्ताक्षर और लिखावट सत्यापन: जब दूरी सीखे गए मार्जिन से अधिक हो जाती है तो बैंक संदर्भ और क्वेरी हस्ताक्षर और ध्वज जालसाजी एम्बेड करते हैं।
जोखिम और रेलिंग
अलग-अलग टीमें एक ही शब्द का अलग-अलग इस्तेमाल कर सकती हैं, इसलिए दायरे को पहले ही परिभाषित कर लें।
बेंचमार्क मजबूत दिख सकते हैं जबकि वास्तविक दुनिया का प्रदर्शन असमान है।
डेटा गुणवत्ता और मूल्यांकन योजनाओं की अनदेखी अक्सर नाजुक परिणाम पैदा करती है।
कार्यान्वयन रोडमैप
आपको जिस परिणाम की आवश्यकता है उसकी सरल भाषा में परिभाषा से शुरुआत करें।
परीक्षण से पहले एक सफलता मीट्रिक और एक विफलता स्थिति चुनें।
प्रतिनिधि डेटा के साथ एक छोटा पायलट चलाएँ, न कि एक परिष्कृत डेमो सेट।
दस्तावेज़ जहां ट्रिपल लॉस और मेट्रिक लर्निंग मदद करता है और जहां सरल तरीके बेहतर हैं।
अन्वेषण करते रहें
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Triplet Loss and Metric Learning quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
अगली गाइड
स्याम देश नेटवर्क और ट्रिपल लॉस
अक्सर पूछे जाने वाले प्रश्नों
What is Triplet Loss and Metric Learning?
ट्रिपलेट लॉस एक तंत्रिका नेटवर्क को एम्बेडिंग स्पेस में समान वस्तुओं को एक साथ और असमान वस्तुओं को दूर दूर रखना सिखाता है। यह चेहरे की पहचान, छवि खोज और अनुशंसा प्रणालियों के पीछे की नींव है, जिसमें चीज़ों को केवल वर्गीकृत करने के बजाय उनकी तुलना करने की आवश्यकता होती है।
त्रिक हानि में कौन से तीन इनपुट त्रिक बनाते हैं?
एक ट्रिपलेट में एक एंकर होता है, एक सकारात्मक जो एंकर के वर्ग को साझा करता है, और एक नकारात्मक एक अलग वर्ग से होता है।
त्रिक हानि में मार्जिन अवधि क्यों शामिल है?
मार्जिन के बिना, मॉडल हर चीज को एक ही बिंदु पर मैप कर सकता है, जिससे सभी दूरियां शून्य हो जाएंगी और नुकसान को मामूली रूप से संतुष्ट किया जा सकेगा। मार्जिन वास्तविक अलगाव को मजबूर करता है।
2015 की किस प्रसिद्ध प्रणाली ने चेहरे की पहचान के लिए ट्रिपल लॉस को लोकप्रिय बनाया?
Google के फेसनेट ने कॉम्पैक्ट फेस एम्बेडिंग सीखने और फेस वेरिफिकेशन में एक बेंचमार्क सेट करने के लिए ट्रिपल लॉस का उपयोग किया।
प्रत्येक इनपुट के लिए एक प्रशिक्षित मीट्रिक-लर्निंग मॉडल क्या आउटपुट देता है?
मॉडल एम्बेडिंग वैक्टर के लिए इनपुट मैप करता है; फिर आप वस्तुओं की तुलना उनके एम्बेडिंग के बीच की दूरी मापकर करते हैं।
नए चेहरों को जोड़ने जैसी ओपन-सेट समस्याओं के लिए मीट्रिक सीखना उपयुक्त क्यों है?
क्योंकि पहचान एम्बेडिंग दूरी पर आधारित होती है, आप बस इसकी एम्बेडिंग को संग्रहीत करके एक नई पहचान दर्ज कर सकते हैं, किसी मॉडल को पुनः प्रशिक्षित करने की आवश्यकता नहीं है।