Hi tripletloss finetune的时候 怎样判断已经finetune好了？

[yzk0281]

是不是输出的ap小而an大即可？
有没有一个具体的指导值呢？

[thu-zxs]

同问，最近做了finetune发现效果由逐渐变好到逐渐变差，一开始ap是小于an的并且差距逐渐变大，后来ap和an就变得接近了。

[yzk0281]

Hi
我用triplet finetune的时候呢 学习率取的0.005
看起来收敛还可以的样子 ap和an的差距越来越大 不过现在还没跑完
就是不知道差距到什么样子可以停止训练
还是后面会保持不变？

[thu-zxs]

保险的话可以每隔几段iterations就存一下model，这个还真不好说，因为我跑到最后是变差的。每个人情况不同吧～对了我做的不是人脸，是印刷体汉字～

[luhaofang]

@thu-zxs 请通过最近的propsal进行finetune。
之前给的工程会出现所述的问题，个人感觉是因为梯度并没有回传，原先的model已经把距离分开来，但是由于参数的decay，造成最终参数会变0，在这个过程中会产生你所述的情况，最后变差是所有的样本输出都是0了，所以loss会为0.1

[thu-zxs]

@pinguo-luhaofang 好的，我会继续尝试，谢谢！

[luhaofang]

@yzk0281 loss就是模型的训练收敛程度的指标啊。

[yzk0281]

阿。。。不会吧
我怎么看到loss值在triplet finetune的时候变化很小
但是ap和an的差距倒是逐渐增大的

[luhaofang]

@yzk0281 ap和an距离拉大了，loss不可能不会降低的

[yzk0281]

额。。也就是说看ap和an的差距变化也是可以的么

[thu-zxs]

@pinguo-luhaofang
我再仔细读了一下您的代码，发现tripletselect中的backward是对不满足 aps[i][1] >= ans[i][1]的triplet反传梯度，这应该不对吧？
如理解有误，还请明示～

[luhaofang]

@thu-zxs 是的，就是对不满足aps[i][1] >= ans[i][1]的triplet反传梯度，回传满足aps[i][1] < ans[i][1]的triplet梯度。

[thu-zxs]

嗯，方便问问其中的道理？我直观上看，不反传aps[i][1] >= ans[i][1]的样本对的梯度的话，那这个样本对不就得不到训练了？

[luhaofang]

产生梯度的是 0 < an - ap < margin 的样本对，详情请参见论文。

[thu-zxs]

好的谢谢@pinguo-luhaofang

[yzk0281]

如果ap 〉 an的话 ，就是说正样本的距离比负样本还大，那样不是更应该训练么 ？

[tanyuan1992]

@yzk0281 如果aps[i][1] > ans[i][1]，那么其实选出来的这个三元组是没有意义的，所以不能回传。我是这么理解的 不知道对不对

[yzk0281]

@tanyuan1992 为何没有意义？