quaterion.loss.extras.pytorch_metric_learning_wrapper 模块

类 PytorchMetricLearningWrapper(loss: BaseMetricLossFunction, miner: BaseMiner | None = None)

继承: GroupLoss

提供一个简单的封装器，以便能够使用来自 pytorch-metric-learning 的损失函数和样本挖掘器。

您需要自己创建损失函数（以及可选的样本挖掘器）实例，并将这些实例传递给此封装器的构造函数。

注意

这是一个实验性功能，可能会发生更改、废弃或移除。

注意

请参阅下方关于此封装器的快速使用示例，但请参考 pytorch-metric-learning 的文档以了解更多关于各自的 损失函数 和 样本挖掘器 的信息。

参数:

• loss – 继承自 pytorch_metric_learning.losses.BaseMetricLossFunction 的损失对象实例。

• miner – 继承自 pytorch_metric_learning.miners.BaseMetric 的样本挖掘器对象实例。

示例

class MyTrainableModel(quaterion.TrainableModel):
    ...
    def configure_loss(self):
        loss = pytorch_metric_learning.losses.TripletMarginLoss()
        miner = pytorch_metric_learning.miner.MultiSimilarityMiner()
        return quaterion.loss.PytorchMetricLearningWrapper(loss, miner)

forward(embeddings, groups)

参数:

• embeddings – 形状: (batch_size, vector_length)

• groups – 形状: (batch_size,) - 组，与 embeddings 关联

返回值:

Tensor – 零大小张量，损失值

training: bool