如何獲取可區分性的特徵（loss functon篇上）

大家好～這次本渣將會從loss function，domain adaptation，adversarial learning三個角度來探討在原始特徵提取網路結構不大改的情況下，如何獲得更具可區分性（intra-class compactness & inter-class separability）的特徵。（涉及：Person Re-Identification，Face Recognition，Speaker Verification，GAN）

本次討論通過對loss function的修改進而獲得更加的分類效果，各類loss function的演化關係如下圖所示：

今天的主要內容全部集中在上面兩張圖裡了。賣個關子，詳解見下一篇文章（loss function篇下）～

推薦閱讀：