Triplet Loss

Triplet loss, özellikle embedding ve temsil öğrenmesi bağlamında kullanılan güçlü bir kayıp fonksiyonudur. Bir anchor örneği, ona benzer bir positive örnek ve farklı bir negative örnek üzerinden çalışır. Amaç, anchor ile positive arasındaki mesafeyi azaltırken, negative ile olan mesafeyi artırmaktır. Yüz tanıma, kişi eşleme, benzerlik arama ve metric learning problemlerinde çok etkilidir. Bu kayıp fonksiyonu, modelin yalnızca sınıf etiketi öğrenmesini değil, semantik uzayda anlamlı bir düzen kurmasını sağlar.