如何在我的项目中实现三元组损失？

Question

我正在做一个关于说话人识别的项目，我有音频文件的数据集，我将声音的特征（1x13 的数组）作为输入和输出，我为每个说话人选择一个随机整数（比如说说话人 1 -输出 = 1 个扬声器 2 输出 = 2...)

有人建议我使用三元组损失来获得更好的准确性，但我不明白我们如何在张量流中实现它（根本没有示例）

根据我到目前为止的理解，我为每个扬声器取 2 个正值和一个负值（例如，同一扬声器的 2 个音频文件的 2 个特征，以及我将创建的另一个扬声器的合成音频文件的一个特征波网）

但是为了实现三元组损失，我如何使用这些功能，这意味着我如何使用张量流真正实现它

Answer 1

Triplet 损失函数的工作原理在以下步骤中进行了说明。

训练数据：
就像你说的，每个训练样本都需要三元组，Anchor,Positive,Negetive。

模型架构：

我们的想法是让 3 个相同的网络具有相同的神经网络架构，并且它们应该共享权重。

模型学习：

该模型不仅学会了同时为不同类别制定集群，而且还成功地将外观相似的数据投影到其邻域区域。在分类架构的情况下，模型试图学习一对类之间的决策边界，但模型不关心类中相似和不同数据之间的完整性。

您可以关注此link 和此link，它在 TensorFlow 上实现了三元组损失，您可以对您的数据采用相同的架构并对其进行一些更改。

希望对你有所帮助，学习愉快！