Siamese 网络（Siamese network）
上个笔记中你学到的函数d的作用就是输入两张人脸，然后告诉你它们的相似度。实现这个功能的一个方式就是用Siamese网络，我们看一下。
你经常看到这样的卷积网络，输入图片x^(1)，然后通过一些列卷积，池化和全连接层(还记得都有什么特点么？），最终得到这样的特征向量（编号1）。
有时这个会被送进softmax单元来做分类，但在这笔记里我们不会这么做。
我们关注的重点是这个向量（编号1），加如它有128个数，它是由网络深层的全连接层计算出来的，我要给这128个数命个名字，把它叫做f(x^(1))。你可以把f(x^((1)))看作是输入图像x^(1)的编码，取这个输入图像（编号2），在这里是Kian的图片，然后表示成128维的向量。
建立一个人脸识别系统的方法就是，如果你要比较两个图片的话，例如这里的第一张（编号1）和第二张图片（编号2），你要做的就是把第二张图片喂给有同样参数的同样的神经网络，然后得到一个不同的128维的向量（编号3），这个向量代表或者编码第二个图片，我要把第二张图片的编码叫做f(x^(2))。这里我用x^(1)和x^(2)仅仅代表两个输入图片，他们没必要非是第一个和第二个训练样本，可以是任意两个图片。
最后如果你相信这些编码很好地代表了这两个图片，你要做的就是定义d，将x^(1)和x^(2)的距离定义为这两幅图片的编码之差的范数，d(x^(1),x^(2))=||f(x^(1))-f(x^(2))||_2^2。
对于两个不同的输入，运行相同的卷积神经网络，然后比较它们，这一般叫做Siamese网络架构。这里提到的很多观点，都来自于Yaniv Taigman，Ming Yang，Marc’ Aurelio Ranzato，Lior Wolf的这篇论文，他们开发的系统叫做DeepFace。
怎么训练这个Siamese神经网络呢？
不要忘了这两个网络有相同的参数 ，所以你实际要做的就是训练一个网络，它计算得到的编码可以用于函数d，它可以告诉你两张图片是否是同一个人。更准确地说，神经网络的参数定义了一个编码函数f(x^(i))，如果给定输入图像x^(i)，这个网络会输出x^(i)的128维的编码。
你要做的就是学习参数，使得如果两个图片x^(i)和x^(j)是同一个人，那么你得到的两个编码的距离就小。前面几个幻灯片我都用的是x^(1)和x^(2)，其实训练集里任意一对x^(i)和x^(j)都可以。相反，如果x^(i)和x^(j)是不同的人，那么你会想让它们之间的编码距离大一点。
如果你改变这个网络所有层的参数，你会得到不同的编码结果，你要做的就是用反向传播来改变这些所有的参数，以确保满足这些条件。
你已经了解了Siamese网络架构，并且知道你想要网络输出什么，即什么是好的编码。
但是如何定义实际的目标函数，能够让你的神经网络学习并做到我们刚才讨论的内容呢？
在下一个笔记里，我们会看到如何用三元组损失函数达到这个目的。
閱讀更多 極客Array 的文章
