一、背景
度量學習是一種機器學習方法，它主要用於在相似性度量的基礎上進行數據挖掘。具體來説，度量學習通過學習一種函數來度量兩個數據樣本點的相似性。這種函數稱為度量函數，它的目的是在儘可能減少度量錯誤的同時最小化相似數據樣本點之間的距離。典型的度量學習方法包括Triplet Loss、ProxyNCA、Npairs等。度量學習可以應用於許多領域，例如：
1.）圖像分類：度量學習可以用來幫助計算機識別圖像中的物體。例如，通過學習數據集中的圖像時，可以計算出兩張圖像之間的相似度，從而幫助計算機對新圖像進行分類。例如，能夠將圖像分類到“狗”、“貓”或“其他”的類別中。度量學習在圖像識別和分類中的應用非常廣泛，且取得了很好的效果。
完整內容請點擊下方鏈接查看：
https://developer.aliyun.com/article/1207732?utm_content=g_10...
版權聲明：本文內容由阿里雲實名註冊用户自發貢獻，版權歸原作者所有，阿里雲開發者社區不擁有其著作權，亦不承擔相應法律責任。具體規則請查看《阿里雲開發者社區用户服務協議》和《阿里雲開發者社區知識產權保護指引》。如果您發現本社區中有涉嫌抄襲的內容，填寫侵權投訴表單進行舉報，一經查實，本社區將立刻刪除涉嫌侵權內容。
