Question

我正在使用预先训练的VGG16网络训练暹罗CNN，并添加几层，然后计算相似度函数（两个图像特征之间的绝对距离）。 VGG16瓶颈后的模型如下：

left_input = Input(input_shape)
right_input = Input(input_shape)

model.add(Dense(1024, activation='relu')) 
model.add(BatchNormalization())
model.add(Dropout(0.30))
model.add(Dense(1024, activation='sigmoid')) 

encoded_l = model(left_input)
encoded_r = model(right_input)
    
L1_layer = Lambda(lambda tensors:K.abs(tensors[0] - tensors[1]))
L1_distance = L1_layer([encoded_l, encoded_r])
L1_distance = K.pow(L1_distance, 3)

prediction = Dense(1,activation='sigmoid',bias_initializer=initialize_bias)(L1_distance)

siamese_net = Model(inputs=[left_input,right_input],outputs=prediction)

我本质上是在关注这篇文章：https://github.com/hlamba28/One-Shot-Learning-with-Siamese-Networks/blob/master/Siamese%20on%20Omniglot%20Dataset.ipynb

该模型在大量类中表现不佳。我想知道激活函数是否存在问题：对于两个相同的图像，L1_distance将为0，因此网络将必须训练一个无限的偏差以获得1的输出，这感觉不正确。

我已经搜索了TF激活函数，但找不到对称函数，该对称函数在0处本质上为1，在+/- Inf处本质上为0。我尝试了一个tf.math.reciprocal层的变通办法，但感觉不对（而且效果也不佳）。

我应该尝试编写自定义激活功能吗？有更好的方法吗？

暹罗CNN（Tensorflow）的激活功能是什么？

0 个答案: