Triplet Loss是一种训练技术，用于通过同时比较三个示例来学习有意义的嵌入（数据的数字表示）。目标是确保相似的项目在嵌入空间中更接近，而不同的项目则更远。它的工作原理是形成一个“三元组”，包括一个锚点示例、一个正例（与锚点相似）和一个负例（与锚点不同）。 如果锚点和正例之间的距离不小于锚点和负例之间的距离（按照预定义的边距），则损失函数会惩罚模型。 例如，在面部识别中，锚点可以是某人的照片，正例是同一人的另一张照片，而负例是其他人的照片。 该模型调整嵌入，以紧密地聚类同一个人的照片，同时将其他人推开。
Triplet Loss的数学公式很简单。 让我们将锚点、正例和负例的嵌入表示为 ( f(a) )、( f§ ) 和 ( f(n) )。 损失计算为 ( \max(\text{distance}(f(a), f§) - \text{distance}(f(a), f(n)) + \text{margin}, 0) )。“边距”是一个超参数，它定义了模型应在正对和负对之间强制执行的分离程度。 例如，0.2 的边距意味着锚点-负例距离必须至少比锚点-正例距离大 0.2 个单位。 如果模型已经满足此条件，则损失为零；否则，损失与违规成正比。 这种设置鼓励模型专注于负例相对于正例而言过于接近锚点的困难情况。
有效实施Triplet Loss需要仔细的三元组选择。 随机选择三元组通常会导致许多“容易”的情况（其中锚点-负例距离已经足够大），这无助于学习。 相反，半困难挖掘等策略选择负例比正例远但在边距内的三元组——这些三元组提供有意义的梯度。 实际上，TensorFlow 或 PyTorch 等框架为Triplet Loss提供内置函数，但开发人员必须管理批量构建和采样。 例如，在推荐系统中，您可能会批量处理用户并采样他们交互过的项目（正例）和他们没有交互过的项目（负例）。 挑战包括平衡计算效率（例如，避免详尽的成对距离计算）并通过调整边距和学习率来确保稳定的训练。 Triplet Loss广泛用于图像检索、语音识别和聚类任务等应用程序中，在这些应用程序中，相对相似性比绝对标签更重要。