如果有很多类，如何使用神经网络

Question

我们正在使用facenet并为面https://github.com/davidsandberg/facenet生成嵌入（128个功能）。我们有来自MSCeleb http://www.msceleb.org/的100k课程（名人）和8M样本。

如何构建一个可以将128个特征映射到100k类的神经网络？

使用完全连接的层将导致（128 + 1）* 100k = 1290万个参数，这些参数似乎太大而无法训练。

Answer 1

来自FaceNet摘要：

  

在本文中，我们直接提出了一个名为FaceNet的系统   学习从人脸图像到紧凑的欧几里德空间的映射   距离直接对应于面部相似性的度量。一旦   这个空间已经产生，人脸识别等任务，   使用标准可以轻松实现验证和群集   将FaceNet嵌入作为特征向量的技术。

不考虑训练分类器，而是考虑在特征空间中进行最近邻搜索。您可以为每个100k名人选择锚图像，然后从他们的特征向量中构建k-d tree。然后，对于每个输入，您可以在k-d树中找到它的最近邻居。