三元组损失（Triplet Loss）：一种常用于度量学习/表示学习的损失函数，通过同时比较三条样本（锚点 anchor、正样本 positive、负样本 negative），让模型学到的向量表示中：锚点更接近正样本、远离负样本，并通常要求两者距离至少相差一个间隔（margin）。常见于人脸识别、检索、重识别等任务。
/ˈtrɪplət lɔːs/
We trained the embedding model with triplet loss.
我们用三元组损失训练了嵌入模型。
To improve retrieval quality, we used triplet loss with hard negative mining so that similar items cluster together while dissimilar ones are pushed apart by a margin.
为提升检索效果，我们结合困难负样本挖掘使用三元组损失，使相似样本在向量空间聚拢，不相似样本在间隔约束下被拉远。
triplet 源自 triple（三倍、三重）并带有指“三个一组”的含义；loss 在机器学习语境中指“损失函数”。合起来的术语直译为“三元组损失”，强调训练时以“三个样本构成的一组”来定义优化目标。
Select Language