来自Facebook的DeepFace论文使用Siamese网络来学习指标 . 他们说，提取4096维面部嵌入的DNN必须在Siamese网络中重复，但两个重复共享权重 . 但是如果它们共享权重，那么对其中一个的每次更新也会改变另一个 . 那么为什么我们需要复制它们呢？
为什么我们不能只将一个DNN应用于两个面，然后使用度量损失进行反向传播？他们是否意味着这一点，只是谈论重复网络以“更好”理解？
从论文引用：
我们还测试了一种端到端的度量学习方法，称为Siamese网络[8]：一旦学会了，人脸识别网络（没有顶层）被复制两次（每个输入图像一个）并且这些特征用于直接预测两个输入图像是否属于同一个人 . 这通过以下方式实现：a）获取特征之间的绝对差异，然后b）顶部完全连接的层，其映射到单个逻辑单元（相同/不相同） . 网络具有与原始网络大致相同数量的参数，因为大部分参数在两个副本之间共享，但需要两倍的计算 . 请注意，为了防止面部验证任务过度拟合，我们仅对两个最顶层进行培训 .
1 回答
简而言之，是的，我认为查看网络架构将有助于您了解正在发生的事情 . 你有两个“在时尚界加入”的网络，即共享权重 . 这就是它成为“暹罗网络”的原因 . 诀窍在于，您希望输入网络的两个图像通过相同的嵌入功能 . 因此，为了确保发生这种情况，网络的两个分支都需要共享权重 .
然后我们将两个嵌入组合成一个度量损失（在下图中称为“对比度损失”） . 我们可以像往常一样反向传播，我们只有两个输入分支可用，这样我们就可以一次输入两个图像 .
我认为一张图片胜过千言万语 . 因此，请查看下面如何构建一个Siamese网络（至少在概念上） .