[深度学习] 连体网络的模式和训练过程

【深度学习】孪生网络（Siamese Network）的模式和训练过程

文章目录
1 概述
2 Siamese network 孪生神经网络
3 孪生神经网络和伪孪生神经网络分别适用于什么场景呢？
4 细节
5 网络训练
6 人脸检测—Siamese Network

孪生神经网络（Siamese neural network），又名双生神经网络，是基于两个人工神经网络建立的耦合构架。孪生神经网络以两个样本为输入，其两个子网络各自接收一个输入，输出其嵌入高维度空间的表征，通过计算两个表征的距离，例如欧式距离，以比较两个样本的相似程度。

狭义的孪生神经网络由两个结构相同，且权重共享的神经网络拼接而成。广义的孪生神经网络，或伪孪生神经网络（pseudo-siamese network），可由任意两个神经网拼接而成。孪生神经网络通常具有深度结构，可由卷积神经网络、循环神经网络等组成，其权重可以由能量函数或分类损失优化。

孪生网络用于处理两个输入"比较类似"的情况。比如