Triplet Loss及其梯度
https://blog.csdn.net/jcjx0315/article/details/77160273
我这里将Triplet Loss翻译为三元组损失，其中的三元也就是如下图的Anchor、Negative、Positive，如下图所示通过Triplet Loss的学习后使得Positive元和Anchor元之间的距离最小，而和Negative之间距离最大。其中Anchor为训练数据集中随机选取的一个样本，Positive为和Anchor属于同一类的样本，而Negative则为和Anchor不同类的样本。
这也就是说通过学习后，使得同类样本的positive样本更靠近Anchor，而不同类的样本Negative则远离Anchor。
上式中的||*||为欧式距离，所以：
表示的是Positive元和Anchor之间的欧式距离度量。
表示的是Negative和Anchor之间的欧式距离度量。
a是指x_a与x_n之间的距离和x_a与x_p之间的距离之间有一个最小的间隔。
另外这里距离用欧式距离度量，+表示[]内的值大于零的时候，取该值为损失，小于零的时候，损失为零。
由目标函数可以看出:
当x_a与x_n之间的距离 < x_a与x_p之间的距离加
当x_a与x_n之间的距离 >= x_a与x_p之间的距离加
我们的目的就是使 loss 在训练迭代中下降的越小越好，也就是要使得 Anchor 与 Positive 越接近越好，Anchor 与 Negative 越远越好。基于上面这些，分析一下 margin 值的取值。
当 margin 值越小时，loss 也就较容易的趋近于 0，于是 Anchor 与 Positive 都不需要拉的太近，Anchor 与 Negative 不需要拉的太远，就能使得 loss 很快的趋近于 0。这样训练得到的结果，不能够很好的区分相似的图像。
当 Anchor 越大时，就需要使得网络参数要拼命地拉近 Anchor、Positive 之间的距离，拉远 Anchor、Negative 之间的距离。如果 margin 值设置的太大，很可能最后 loss 保持一个较大的值，难以趋近于 0 。
因此，设置一个合理的 margin 值很关键，这是衡量相似度的重要指标。简而言之，margin 值设置的越小，loss 很容易趋近于 0 ，但很难区分相似的图像。margin 值设置的越大，loss 值较难趋近于 0，甚至导致网络不收敛，但可以较有把握的区分较为相似的图像。
关于triplet loss原理及推导，参考来源：
【前言】
最近，learning to rank 的思想逐渐被应用到很多领域，比如google用来做人脸识别（faceNet），微软Jingdong Wang 用来做 person-reid 等等。learning to rank中其中重要的一个步骤就是找到一个好的similarity function，而triplet loss是用的非常广泛的一种。
【理解triplet】
如上图所示，triplet是一个三元组，这个三元组是这样构成的：从训练数据集中随机选一个样本，该样本称为Anchor，然后再随机选取一个和Anchor (记为x_a)属于同一类的样本和不同类的样本,这两个样本对应的称为Positive (记为x_p)和Negative (记为x_n)，由此构成一个（Anchor，Positive，Negative）三元组。
【理解triplet loss】
有了上面的triplet的概念， triplet loss就好理解了。针对三元组中的每个元素（样本），训练一个参数共享或者不共享的网络，得到三个元素的特征表达，分别记为：
对应的目标函数也就很清楚了：
这里距离用欧式距离度量，+表示[]内的值大于零的时候，取该值为损失，小于零的时候，损失为零。
由目标函数可以看出:
- 当x_a与x_n之间的距离 < x_a与x_p之间的距离加
时，[]内的值大于零，就会产生损失。
- 当x_a与x_n之间的距离 >= x_a与x_p之间的距离加
时，损失为零。
【triplet loss 梯度推导】
上述目标函数记为L。则当第i个triplet损失大于零的时候，仅就上述公式而言，有：
【算法实现时候的提示】
可以看到，对x_p和x_n特征表达的梯度刚好利用了求损失时候的中间结果，给的启示就是，如果在CNN中实现 triplet loss layer, 如果能够在前向传播中存储着两个中间结果，反向传播的时候就能避免重复计算。这仅仅是算法实现时候的一个Trick。
下面是关于triplet loss的matlab代码实现，参考来源：
**摘要:**triplet loss 可以提高特征匹配的性能，可用物体识别，人脸识别，检索等方面，本文用matlab实现triplet loss。
triplet loss 就是学习一个函数隐射, 从特征 映射到 , 有如下关系：. 在一个特征空间中，我们通过欧式距离度量两个特征向量的距离。 triplet loss 的目的在于使同一个类别在空间中靠近，不同类别在空间中远离，那么我们就可以抽象为如下优化函数：
其中, 是锚点，是正样本点，它和属于同一类别，是负样本点，它和不属于同一类别。
这样我们可以通过无约束优化来约束上面函数。
-
function demo_tripletloss -
clear all -
clc -
data{1} = rand(600,300); -
data{2} = rand(600,300); -
data{3} = rand(600,300); -
inputSize = 600; -
hiddenSize = 400; -
theta = initializeParameters(hiddenSize, inputSize); -
addpath minFunc/ -
options.Method = 'cg'; % Here, we use L-BFGS to optimize our cost -
% function. Generally, for minFunc to work, you -
% need a function pointer with two outputs: the -
% function value and the gradient. In our problem, -
% sparseAutoencoderCost.m satisfies this. -
options.maxIter = 400; % Maximum number of iterations of L-BFGS to run -
options.display = 'on'; -
[opttheta, cost] = minFunc( @(p) tripletCost(p, inputSize, hiddenSize, data),theta, options);
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
tripletCost.m
-
function [cost,grad] = tripletCost(theta, inputSize, hiddenSize, data) -
%================================================ -
%何凌霄 中科院自动化所 -
%创建时间：2016年5月25日 -
%================================================ -
% data: trainning sample for triplet loss -
% W: transformer matrix -
% cost: cost function -
% grad: gradient direction -
W = reshape(theta, hiddenSize, inputSize); -
% Cost and gradient variables (your code needs to compute these values). -
% Here, We initialize them to zeros. -
cost = 0; -
Wgrad = zeros(size(W)); -
% the gradient descent update to W1 Would be W1 := W1 - alpha * W1grad, and similarly for W2, b1, b2. -
% -
[n m] = size(data{1});%m: the number of samples，m:the dim of feature -
bias = 0.2; -
%forWard -
% calc cost -
for i = 1:m -
cost = cost + ((W*data{1}(:,i) - W*data{2}(:,i))'*(W *data{1}(:,i) - W*data{2}(:,i)) - (W*data{1}(:,i) - W*data{3}(:,i))'*(W *data{1}(:,i) - W*data{3}(:,i)) +bias)/m; -
end -
%calc gradient -
%计算W1grad -
Wgrad = (2*W*((data{1} - data{2})*(data{1} - data{2})' - (data{1} - data{3})*(data{1} - data{3})'))/m; -
%------------------------------------------------------------------- -
% After computing the cost and gradient, We Will convert the gradients back -
% to a vector format (suitable for minFunc). Specifically, We Will unroll -
% your gradient matrices into a vector. -
grad = Wgrad(:); -
end
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
initializeParameters.m
-
function theta = initializeParameters(hiddenSize, inputSize) -
% Initialize parameters randomly based on layer sizes. -
r = sqrt(6) / sqrt(hiddenSize+inputSize+1); % we'll choose weights uniformly from the interval [-r, r] -
W1 = rand(hiddenSize, inputSize) * 2 * r - r; -
theta = W1(:); -
end
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
另外需要一个优化包见资源.
其中关于minFunc是一个资源包，作者Author: Mark Schmidt (2006)，在这个网址还有不少好资源。
下面是本人关于triplet loss原理推导的一些补充。在上文关于triplet loss的原理推导过程中，有一点容易被忽视，这一点在真正去实现其代码的时候就会发现，无从下手，因为我们要求关于参数的偏导。那么在triplet loss中谁是真正的参数呢（尤其在深度学习中）？很明显在上文的推导过程中我们没看到参数。真正的参数是f这个映射，即把xi映射为一种表示，通常为（w0,w1,...,wn）.*(1,x1,...,xn)，这里的参数w就是要学习的参数，需要通过triplet loss的梯度反向传播。