使用 TensorFlow 进行成对距离计算

Question

我正在尝试实现这篇文章： http://ronan.collobert.com/pub/matos/2008_deep_icml.pdf 特别是第 2 节中的等式 (3)。

不久我想对每个小批量的特征进行成对距离计算，并将此损失插入到一般网络损失中。我只有批次的 Tesnor（16 个样本）、批次的标签张量和批次特征张量。

找了半天还是没搞清楚：

1) 如何将批次划分为正（即相同标签）和负对。由于张量不可迭代，我无法弄清楚如何获取哪个样本具有哪个标签然后划分我的向量，或者获取张量的哪些索引属于每个 class.

2) 如何对批量张量中的某些指标进行成对距离计算？

3) 我还需要为反例定义一个新的距离函数

总的来说，我需要得到哪些索引属于哪个 class，对所有正对进行正对距离计算。并对所有负对进行另一次计算。然后将其全部加起来并添加到网络损失中。

任何帮助（对 3 个问题中的一个或多个）将不胜感激。

Answer 1

1) 您应该在将数据输入会话之前 进行配对采样 。为每对标记一个布尔标签，假设 y = 1 表示匹配对，否则为 0。

2) 3) 只需计算每对的两个 pos/neg 项，让 0-1 标签 y 选择将哪个添加到损失中。

首先创建占位符，y_ 用于布尔标签。

dim = 64
x1_ = tf.placeholder('float32', shape=(None, dim))
x2_ = tf.placeholder('float32', shape=(None, dim))
y_ = tf.placeholder('uint8', shape=[None])   # uint8 for boolean

然后可以通过函数创建损失张量。

def loss(x1, x2, y):
    # Euclidean distance between x1,x2
    l2diff = tf.sqrt( tf.reduce_sum(tf.square(tf.sub(x1, x2)),
                                    reduction_indices=1))

    # you can try margin parameters
    margin = tf.constant(1.)     

    labels = tf.to_float(y)

    match_loss = tf.square(l2diff, 'match_term')
    mismatch_loss = tf.maximum(0., tf.sub(margin, tf.square(l2diff)), 'mismatch_term')

    # if label is 1, only match_loss will count, otherwise mismatch_loss
    loss = tf.add(tf.mul(labels, match_loss), \
                  tf.mul((1 - labels), mismatch_loss), 'loss_add')

    loss_mean = tf.reduce_mean(loss)
    return loss_mean

loss_ = loss(x1_, x2_, y_)

然后输入你的数据（例如随机生成）：

batchsize = 4
x1 = np.random.rand(batchsize, dim)
x2 = np.random.rand(batchsize, dim)
y = np.array([0,1,1,0])

l = sess.run(loss_, feed_dict={x1_:x1, x2_:x2, y_:y})

Answer 2

简答

我认为最简单的方法是离线对这些对进行采样（即在 TensorFlow 图表之外）。
您为一批对及其标签（正或负，即相同 class 或不同 class）创建 tf.placeholder，然后您可以在 TensorFlow 中计算相应的损失。

用代码

您离线对这些对进行了采样。您对 batch_size 对输入进行采样，并输出 batch_size 对形状 [batch_size, input_size] 的左侧元素。您还输出形状对（正负）的标签 [batch_size,]

pairs_left = np.zeros((batch_size, input_size))
pairs_right = np.zeros((batch_size, input_size))
labels = np.zeros((batch_size, 1))  # ex: [[0.], [1.], [1.], [0.]] for batch_size=4

然后创建与这些输入对应的 Tensorflow 占位符。在您的代码中，您将在 sess.run()

feed_dict

pairs_left_node = tf.placeholder(tf.float32, [batch_size, input_size])
pairs_right_node = tf.placeholder(tf.float32, [batch_size, input_size])
labels_node = tf.placeholder(tf.float32, [batch_size, 1])

现在我们可以对输入执行前馈（假设您的模型是线性模型）。

W = ...   # shape [input_size, feature_size]
output_left = tf.matmul(pairs_left_node, W)  # shape [batch_size, feature_size]
output_right = tf.matmul(pairs_right_node, W)  # shape [batch_size, feature_size]

最后我们可以计算成对损失。

l2_loss_pairs = tf.reduce_sum(tf.square(output_left - output_right), 1)
positive_loss = l2_loss_pairs
negative_loss = tf.nn.relu(margin - l2_loss_pairs)
final_loss = tf.mul(labels_node, positive_loss) + tf.mul(1. - labels_node, negative_loss)

就是这样！您现在可以通过良好的离线采样来优化此损失。

使用 TensorFlow 进行成对距离计算

Doing pairwise distance computation with TensorFlow

python

distance

tensorflow

简答

用代码