Siamese 網絡（Siamese network）
上個筆記中你學到的函數d的作用就是輸入兩張人臉，然後告訴你它們的相似度。實現這個功能的一個方式就是用Siamese網絡，我們看一下。
你經常看到這樣的卷積網絡，輸入圖片x^(1)，然後通過一些列卷積，池化和全連接層(還記得都有什麼特點麼？），最終得到這樣的特徵向量（編號1）。
有時這個會被送進softmax單元來做分類，但在這筆記裡我們不會這麼做。
我們關注的重點是這個向量（編號1），加如它有128個數，它是由網絡深層的全連接層計算出來的，我要給這128個數命個名字，把它叫做f(x^(1))。你可以把f(x^((1)))看作是輸入圖像x^(1)的編碼，取這個輸入圖像（編號2），在這裡是Kian的圖片，然後表示成128維的向量。
建立一個人臉識別系統的方法就是，如果你要比較兩個圖片的話，例如這裡的第一張（編號1）和第二張圖片（編號2），你要做的就是把第二張圖片餵給有同樣參數的同樣的神經網絡，然後得到一個不同的128維的向量（編號3），這個向量代表或者編碼第二個圖片，我要把第二張圖片的編碼叫做f(x^(2))。這裡我用x^(1)和x^(2)僅僅代表兩個輸入圖片，他們沒必要非是第一個和第二個訓練樣本，可以是任意兩個圖片。
最後如果你相信這些編碼很好地代表了這兩個圖片，你要做的就是定義d，將x^(1)和x^(2)的距離定義為這兩幅圖片的編碼之差的範數，d(x^(1),x^(2))=||f(x^(1))-f(x^(2))||_2^2。
對於兩個不同的輸入，運行相同的卷積神經網絡，然後比較它們，這一般叫做Siamese網絡架構。這裡提到的很多觀點，都來自於Yaniv Taigman，Ming Yang，Marc’ Aurelio Ranzato，Lior Wolf的這篇論文，他們開發的系統叫做DeepFace。
怎麼訓練這個Siamese神經網絡呢？
不要忘了這兩個網絡有相同的參數 ，所以你實際要做的就是訓練一個網絡，它計算得到的編碼可以用於函數d，它可以告訴你兩張圖片是否是同一個人。更準確地說，神經網絡的參數定義了一個編碼函數f(x^(i))，如果給定輸入圖像x^(i)，這個網絡會輸出x^(i)的128維的編碼。
你要做的就是學習參數，使得如果兩個圖片x^(i)和x^(j)是同一個人，那麼你得到的兩個編碼的距離就小。前面幾個幻燈片我都用的是x^(1)和x^(2)，其實訓練集裡任意一對x^(i)和x^(j)都可以。相反，如果x^(i)和x^(j)是不同的人，那麼你會想讓它們之間的編碼距離大一點。
如果你改變這個網絡所有層的參數，你會得到不同的編碼結果，你要做的就是用反向傳播來改變這些所有的參數，以確保滿足這些條件。
你已經瞭解了Siamese網絡架構，並且知道你想要網絡輸出什麼，即什麼是好的編碼。
但是如何定義實際的目標函數，能夠讓你的神經網絡學習並做到我們剛才討論的內容呢？
在下一個筆記裡，我們會看到如何用三元組損失函數達到這個目的。
閱讀更多 極客Array 的文章
