1. Hard-Aware Deeply Cascaded Embedding

作者：北京大學(xué) Yuhui Yuan等
有code:https://github.com/PkuRainBow/Hard-Aware-Deeply-Cascaded-Embedding_release
摘要：每一個(gè)樣本有不同的困難級(jí)別，設(shè)計(jì)一個(gè)模型融合的方式分別用不同級(jí)別的困難樣本進(jìn)行訓(xùn)練。

最后采用，f1,f2,f3串聯(lián)在一起當(dāng)做特征

2. Sampling Matters in Deep Embedding Learning

Chaoyuan Wu (UT Austin)等
作者指出在Metric Learning中，Sampling和loss function同樣重要。提出兩點(diǎn)：（1）提出distance weighted learning采樣方法 （2）margine based loss.

《新程序員》：云原生和全面數(shù)字化實(shí)踐50位技術(shù)專家共同創(chuàng)作，文字、視頻、音頻交互閱讀

總結(jié)

以上是生活随笔為你收集整理的hard sampling的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。