共计 543 个字符，预计需要花费 2 分钟才能阅读完成。
一、背景
度量学习是一种机器学习办法，它次要用于在相似性度量的根底上进行数据挖掘。具体来说，度量学习通过学习一种函数来度量两个数据样本点的相似性。这种函数称为度量函数，它的目标是在尽可能减少度量谬误的同时最小化类似数据样本点之间的间隔。典型的度量学习办法包含 Triplet Loss、ProxyNCA、Npairs 等。度量学习能够利用于许多畛域，例如：
1.）图像分类：度量学习能够用来帮忙计算机辨认图像中的物体。例如，通过学习数据集中的图像时，能够计算出两张图像之间的类似度，从而帮忙计算机对新图像进行分类。例如，可能将图像分类到“狗”、“猫”或“其余”的类别中。度量学习在图像识别和分类中的利用十分宽泛，且获得了很好的成果。
残缺内容请点击下方链接查看：
https://developer.aliyun.com/article/1207732?utm_content=g_10…
版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。
正文完