การสูญเสีย Triplet และการเรียนรู้แบบเมตริก
การสูญเสียแฝดจะสอนโครงข่ายประสาทเทียมให้วางสิ่งของที่คล้ายกันไว้ใกล้กันและสิ่งของที่ไม่เหมือนกันให้แยกจากกันในพื้นที่ฝัง
ภาพรวม
It is the foundation behind face recognition, image search, and recommendation systems that need to compare things rather than just classify them.
เจาะลึก
การเรียนรู้แบบเมตริกฝึกแบบจำลองเพื่อสร้างการฝัง เวกเตอร์ที่ระยะทางสะท้อนถึงความคล้ายคลึงกัน การสูญเสียแบบทริปเล็ตทำได้โดยใช้อินพุต 3 ตัวในแต่ละครั้ง ได้แก่ จุดยึด ค่าบวก (คลาสเดียวกับจุดยึด) และค่าลบ (คลาสต่างกัน) วัตถุประสงค์จะดันสมอให้เข้าใกล้ค่าบวกมากกว่าค่าลบอย่างน้อยด้วยระยะขอบคงที่เป็นอย่างน้อย อย่างเป็นทางการ การสูญเสียคือสูงสุด(0, d(a,p) - d(a,n) + ส่วนต่าง) โดยที่ d โดยปกติคือระยะทางแบบยุคลิด FaceNet ปี 2015 ของ Google ทำให้แนวทางนี้เป็นที่นิยม โดยเรียนรู้การฝังใบหน้า 128 มิติโดยตรง เมื่อผ่านการฝึกอบรมแล้ว คุณจะเปรียบเทียบสองรายการใดๆ ตามระยะทางในการคำนวณ โดยไม่จำเป็นต้องฝึกอบรมซ้ำสำหรับข้อมูลประจำตัวใหม่ ความสามารถแบบเปิดนี้เป็นเหตุผลว่าทำไมการเรียนรู้แบบเมตริกจึงเพิ่มพลังในการตรวจสอบและจำแนกงานการดึงข้อมูลไม่สามารถจัดการได้อย่างง่ายดาย
ข้อมูลเชิงลึกทางเทคนิค
มาร์จิ้นคือสิ่งที่ทำให้การสูญเสียทริปเปิลทำงาน หากไม่มีสิ่งนี้ โมเดลอาจยุบการฝังทั้งหมดให้เหลือเพียงจุดเดียวได้เล็กน้อย ส่งผลให้ทุกระยะเป็นศูนย์และการเรียงลำดับก็ไร้ความหมาย มาร์จิ้นบังคับบัฟเฟอร์: ค่าลบจะต้องอยู่ห่างจากค่าบวกอย่างน้อยก่อนที่การสูญเสียจะถึงศูนย์ โดยทั่วไปการฝังจะถูกทำให้เป็นมาตรฐาน L2 บนหน่วยไฮเปอร์สเฟียร์ ดังนั้นระยะทางจึงมีขอบเขตและเปรียบเทียบได้ การเลือกระยะขอบ (มักจะประมาณ 0.2) จะแลกกับความแน่นหนาของการจัดกลุ่มคลัสเตอร์และการแยกระหว่างกัน
ผลกระทบเชิงกลยุทธ์
การตัดสินใจที่ชัดเจนยิ่งขึ้น
ช่วยให้คุณแยกคำกล่าวอ้างทางเทคนิคที่ชัดเจนออกจากภาษาทางการตลาดได้
ต้นทุนและงบประมาณ
คุณสามารถถามคำถามการใช้งานที่ดีขึ้นก่อนที่จะใช้เงินหรือเวลา
ทีมงานและขั้นตอนการทำงาน
ทีมที่มีความเข้าใจร่วมกันจะตัดสินใจเกี่ยวกับผลิตภัณฑ์ นโยบาย และการเรียนรู้ได้ดีขึ้น
อนาคตของการสูญเสีย Triplet และการเรียนรู้แบบเมตริก
การสูญเสียแฝดที่แท้จริงถูกแทนที่ด้วยวัตถุประสงค์ทั่วทั้งกลุ่มมากขึ้น เช่น ความคล้ายคลึงกันหลายจุด พร็อกซีแองเคอร์ และการสูญเสียเชิงเปรียบเทียบ (InfoNCE) ที่เปรียบเทียบหลายคู่ต่อขั้นตอนและมาบรรจบกันเร็วขึ้น วิธีการควบคุมตนเอง เช่น SimCLR แสดงให้เห็นว่าการเรียนรู้แบบเมตริกสามารถทำงานได้โดยไม่ต้องมีป้ายกำกับ โดยถือว่ามุมมองเสริมเป็นผลบวก ในขณะที่ฐานข้อมูลเวกเตอร์และการสร้างแบบดึงข้อมูลที่เพิ่มขึ้นอย่างรวดเร็ว การฝังแบบเรียนรู้ช่วยสนับสนุนการค้นหาความหมายในระดับพันล้านรายการ ดังนั้นแนวคิดหลักเกี่ยวกับระยะทางเท่าความคล้ายคลึงจึงกลายเป็นศูนย์กลางมากขึ้น แม้ว่าสูตร Triplet ที่เฉพาะเจาะจงจะจางหายไปก็ตาม
การใช้งานจริงในโลกแห่งความเป็นจริง
การตรวจสอบใบหน้าแบบ FaceNet: โทรศัพท์และประตูหนังสือเดินทางยืนยันตัวตนด้วยการตรวจสอบว่าการฝังใบหน้าสองใบอยู่ในเกณฑ์ระยะทางหรือไม่
การค้นหาผลิตภัณฑ์ด้วยภาพ: ไซต์อีคอมเมิร์ซช่วยให้ผู้ซื้ออัปโหลดภาพถ่ายและรับสินค้าที่มีลักษณะคล้ายกันโดยการค้นหาที่ฝังไว้จากเพื่อนบ้านที่ใกล้ที่สุด
การยืนยันผู้พูด: ผู้ช่วยเสียงฝังตัวอย่างเสียงและเปรียบเทียบกับโปรไฟล์ที่ลงทะเบียนเพื่อยืนยันว่าใครกำลังพูด
การตรวจสอบลายเซ็นและลายมือ: ธนาคารฝังลายเซ็นอ้างอิงและแบบสอบถาม และการปลอมแปลงธงเมื่อระยะทางเกินขอบเขตที่เรียนรู้
ความเสี่ยงและรั้ว
แต่ละทีมอาจใช้คำเดียวกันต่างกัน ดังนั้นควรกำหนดขอบเขตตั้งแต่เนิ่นๆ
เกณฑ์มาตรฐานอาจดูแข็งแกร่งในขณะที่ประสิทธิภาพในโลกแห่งความเป็นจริงไม่เท่ากัน
การเพิกเฉยต่อคุณภาพข้อมูลและแผนการประเมินมักสร้างผลลัพธ์ที่เปราะบาง
แผนงานการดำเนินงาน
เริ่มต้นด้วยคำจำกัดความภาษาธรรมดาของผลลัพธ์ที่คุณต้องการ
เลือกเมตริกวัดความสำเร็จหนึ่งรายการและเงื่อนไขความล้มเหลวหนึ่งรายการก่อนการทดสอบ
ดำเนินการนำร่องขนาดเล็กด้วยข้อมูลตัวแทน ไม่ใช่ชุดสาธิตที่สวยงาม
เอกสารที่ซึ่ง Triplet Loss และ Metric Learning ช่วยได้ และวิธีที่ง่ายกว่าจะดีกว่า
สำรวจต่อไป
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
คำแนะนำต่อไป
เครือข่ายสยามและการสูญเสียแฝดสาม
คำถามที่พบบ่อย
What is Triplet Loss and Metric Learning?
การสูญเสียแฝดจะสอนโครงข่ายประสาทเทียมให้วางสิ่งของที่คล้ายกันไว้ใกล้กันและสิ่งของที่ไม่เหมือนกันให้แยกจากกันในพื้นที่ฝัง เป็นรากฐานเบื้องหลังระบบการจดจำใบหน้า การค้นหารูปภาพ และระบบแนะนำที่จำเป็นต้องเปรียบเทียบสิ่งต่างๆ ไม่ใช่แค่จำแนกประเภทเท่านั้น
อินพุตสามตัวใดที่ประกอบเป็นแฝดในการสูญเสียแฝด?
แฝดประกอบด้วยสมอ ขั้วบวกที่มีคลาสเดียวกับสมอ และขั้วลบจากคลาสอื่น
เหตุใดการสูญเสีย Triplet จึงรวมระยะมาร์จิ้นด้วย
หากไม่มีระยะขอบ แบบจำลองสามารถแมปทุกอย่างไปยังจุดเดียวกัน ทำให้ระยะทางทั้งหมดเป็นศูนย์และพอใจกับการสูญเสียเพียงเล็กน้อย ระยะขอบบังคับให้แยกจากกันอย่างแท้จริง
ระบบที่มีชื่อเสียงในปี 2558 ระบบใดที่ได้รับความนิยมในการสูญเสียแฝดสามสำหรับการจดจำใบหน้า
FaceNet ของ Google ใช้การสูญเสียแบบ Triplet เพื่อเรียนรู้การฝังใบหน้าแบบกระชับ และกำหนดเกณฑ์มาตรฐานในการตรวจสอบใบหน้า
โมเดลการเรียนรู้การวัดผลที่ได้รับการฝึกอบรมสำหรับแต่ละอินพุตมีอะไรบ้าง
โมเดลแมปอินพุตกับการฝังเวกเตอร์ จากนั้นคุณเปรียบเทียบรายการต่างๆ โดยการวัดระยะห่างระหว่างการฝังรายการเหล่านั้น
เหตุใดการเรียนรู้แบบเมตริกจึงเหมาะสมกับปัญหาแบบเปิด เช่น การเพิ่มหน้าใหม่
เนื่องจากการจดจำขึ้นอยู่กับระยะทางในการฝัง คุณจึงสามารถลงทะเบียนข้อมูลประจำตัวใหม่ได้ง่ายๆ โดยการจัดเก็บการฝังไว้ ไม่จำเป็นต้องฝึกอบรมโมเดลใหม่