本文整理汇总了Python中facenet.triplet_loss方法的典型用法代码示例。如果您正苦于以下问题：Python facenet.triplet_loss方法的具体用法？Python facenet.triplet_loss怎么用？Python facenet.triplet_loss使用的例子？那么恭喜您, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在类facenet的用法示例。
在下文中一共展示了facenet.triplet_loss方法的1个代码示例，这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞，您的评价将有助于系统推荐出更棒的Python代码示例。
示例1: testDemuxEmbeddings
# 需要导入模块: import facenet [as 别名]
# 或者: from facenet import triplet_loss [as 别名]
def testDemuxEmbeddings(self):
batch_size = 3*12
embedding_size = 16
alpha = 0.2
with tf.Graph().as_default():
embeddings = tf.placeholder(tf.float64, shape=(batch_size, embedding_size), name='embeddings')
anchor, positive, negative = tf.unstack(tf.reshape(embeddings, [-1,3,embedding_size]), 3, 1)
triplet_loss = facenet.triplet_loss(anchor, positive, negative, alpha)
sess = tf.Session()
with sess.as_default():
np.random.seed(seed=666)
emb = np.random.uniform(size=(batch_size, embedding_size))
tf_triplet_loss = sess.run(triplet_loss, feed_dict={embeddings:emb})
pos_dist_sqr = np.sum(np.square(emb[0::3,:]-emb[1::3,:]),1)
neg_dist_sqr = np.sum(np.square(emb[0::3,:]-emb[2::3,:]),1)
np_triplet_loss = np.mean(np.maximum(0.0, pos_dist_sqr - neg_dist_sqr + alpha))
np.testing.assert_almost_equal(tf_triplet_loss, np_triplet_loss, decimal=5, err_msg='Triplet loss is incorrect')