class OnlineContrastiveLoss(margin: float | None = 0.5, distance_metric_name: Distance = Distance.COSINE, mining: str | None = 'hard')

基类: GroupLoss

实现对比损失 (Contrastive Loss)，定义见 http://yann.lecun.com/exdb/publis/pdf/hadsell-chopra-lecun-06.pdf

与 ContrastiveLoss 不同，本类支持在线对挖掘（online pair mining），即它会在运行时（on-the-fly）构建正样本对和负样本对，因此您无需自行构建此类对。相反，它首先计算批次中的所有可能对，然后分别筛选出有效的正样本对和有效的负样本对。支持用于在线对挖掘的 batch-all 和 batch-hard 策略。

参数:

margin – 用于将负样本推开的裕量值 (margin value)。可选，默认为 0.5。

• distance_metric_name – 距离函数的名称，例如 Distance。可选，默认为 COSINE。

• mining (str, optional) – 对挖掘策略。取值可为 “all” 或 “hard”。默认为 “hard”。

• forward(embeddings: Tensor, groups: LongTensor) → Tensor

通过运行时（on-the-fly）构建对来计算对比损失。

embeddings – 形状: (batch_size, vector_length) - 嵌入向量批次

margin – 用于将负样本推开的裕量值 (margin value)。可选，默认为 0.5。

• groups – 形状 (batch_size,) 与 embeddings 相关的标签批次

• 返回值:

torch.Tensor – 标量损失值。

get_config_dict()

用于保存和加载配置。

配置对象必须是 JSON 可序列化的。

Dict[str, Any] – 参数的 JSON 可序列化字典

torch.Tensor – 标量损失值。

training: bool

下一页 上一页