三元组损失

三元组损失是机器学习算法中的一种损失函数，该损失函数将锚点（anchor）样本与正（positive）样本和负（negative）样本进行比较。具体做法是，将锚点样本与正样本之间的距离最小化，将锚点样本与负样本之间的距离最大化。 2003 年，早期的三元组损失公式（未使用锚点样本）由 M. Schultze 和 T. Joachims 依照相对比较法提出，将其用于度量学习。 该损失函数可以用欧几里德距离函数来表示 其中是一个锚点样本， 是与同类的正样本, 是与不同类别的负样本, 是正负样本对之间的松弛边距，是嵌入向量。