問題 No.635
顔認証や類似画像検索システムを構築するため、同じ人物の画像は近く、異なる人物の画像は遠く配置されるような特徴空間を学習させたい。このとき、基準となるデータ、同じクラスの正例データ、異なるクラスの負例データの3つを同時に入力し、相対的な距離を比較してネットワークを最適化する際に用いられる損失関数はどれか。
【正解の解説】
Triplet Loss
Triplet Lossは、基準画像、正例、負例の3つを入力し、正例との距離を近く、負例との距離を遠くするように最適化する損失関数です。
スポンサーリンク
【その他の選択肢の解説】
交差エントロピー誤差関数
交差エントロピー誤差関数は、正解か否かの分類でよく使われる標準的な関数です。距離の比較に特化したものではありません。
Contrastive Loss
Contrastive Lossは、2つの入力画像が同じものか異なるものかに応じて、距離を調整する損失関数です。3つを比較する際はTriplet Lossを使います。
平均二乗誤差関数
平均二乗誤差関数は、数値の予測などにおいて、予測値と正解値の差を計算する一般的な関数です。