数据挖掘 - 人脸识别的三元组损失函数？ - 吾爱随笔录

在关于Convnets的Andrew-NG coursera 课程中，他谈到了用于一次性人脸识别的三元组损失函数。

视频中给出的公式是，

\to | | f (A) - f (P) | |^{2} + α \leq | | f (A) - f (N) | |^{2}

$\to \small \small \small ||f(A)-f(P)||^2 \;+\;\alpha \leq\;||f(A)-f(N)||^2$

\to D (A, P) + α \leq D (A, N)

$\to \small \small \small D(A, P) + \alpha \leq D(A, N)$

L (A, P, N) = m a x (| | f (A) - f (P) | |^{2} - | | f (A) - f (N) | |^{2} + α, 0)

$L(A,P,N) = max(||f(A)-f(P)||^2 - ||f(A)-f(N)||^2 + \alpha, 0)$ 这里，

f (A) - Person A

$f(A) - \small \text{ Person }A$

f (P) - Different Picture of Person A

$f(P) - \small \text{Different Picture of Person }A$

F (N) - Another Person

$F(N) - \small \text{Another Person}$

我不明白我们为什么要使用 $\alpha$ 在公式。我明白理想的损失函数是减少 $\small \small D(A, P)$ 并增加 $\small \small D(A, N)$ 但是如果我们添加 $\alpha$ 到 $\small \small D(A,P)$ 它会增加它，这不是我们需要的吗？