python - Keras 中的连体神经网络 + 分类器 (FFN)

Question

我会尝试实现一个连体神经网络，它不仅具有相似性度量作为输出，而且还能够对每对输入的标签进行分类。输入是语义音频嵌入。其实我有两个问题：

1：在连体神经网络中，标签是“对的标签”？是否也有可能保留单个输入的标签？我的意思是有可能计算一个结合分类器损失+相似性度量的损失函数吗？

2：你认为我应该划分问题吗？我的意思是两个网络，一个是孪生网络，然后得到孪生网络的输出嵌入，并将孪生输出馈送到前馈网络？（保存相似性度量并在第二个神经网络的损失函数中使用？）

希望我能很好地解释这个问题，并希望有人有解决方案。麦克风

标签： pythonkerassiamese-network

Answer 1

对于第一个问题，您可以查看https://www.tensorflow.org/guide/keras/train_and_evaluate#custom_losses

他们在那里给出了如何编写自定义损失函数的示例。