Recitation 6 | Face Classificati

https://www.youtube.com/watch?v=W7PHoPg2Ke

verification -> open; classification -> closed

https://medium.com/@zurister/depth-wise-convolution-and-depth-wise-separable-convolution-37346565d4ec

compare a instance with the compare a pair of instances with the same classification label

https://blog.csdn.net/u014380165/article/details/76946339

那么center loss到底是什么呢？先看看center loss的公式LC。cyi表示第yi个类别的特征中心，xi表示全连接层之前的特征。后面会讲到实际使用的时候，m表示mini-batch的大小。因此这个公式就是希望一个batch中的每个样本的feature离feature 的中心的距离的平方和要越小越好，也就是类内距离要越小越好。这就是center loss。

Stacked Similarity-Aware Autoencoders cartesian -> polar coordinate