npair_loss_cn.rst

npair_loss

.. py:function:: paddle.nn.functional.npair_loss(anchor, positive, labels, l2_reg=0.002)

参考阅读 Improved Deep Metric Learning with Multi class N pair Loss Objective

NPair 损失需要成对的数据。NPair 损失分为两部分：第一部分是对嵌入向量进行 L2 正则化；第二部分是每一对数据的相似性矩阵的每一行和映射到 ont-hot 之后的标签的交叉熵损失的和。

参数

• anchor (Tensor) - 锚点图像的嵌入特征，形状为 [batch_size, embedding_dims] 的 2-D Tensor。数据类型：float32 和 float64。
• positive (Tensor) - 正例图像的嵌入特征，形状为 [batch_size, embedding_dims] 的 2-D Tensor。数据类型：float32 和 float64。
• labels (Tensor) - 标签向量，形状为 [batch_size] 的 1-D Tensor。数据类型：float32、float64 和 int64。
• l2_reg (float，可选) - 嵌入向量的 L2 正则化系数，默认：0.002。

返回

经过 npair loss 计算之后的结果 Tensor 。

代码示例

COPY-FROM: paddle.nn.functional.npair_loss