标签： machine-learning deep-learning conv-neural-network feature-extraction embedding
我必须计算2张图像之间的相似度，并被引导使用自动编码器提取的图像的特征嵌入，而不是CNN提取的特征。
我能知道为什么特征嵌入及其为何可以用于计算相似度而不是CNN提取的图像特征的确切区别是什么吗？
我对图像功能有一个高级的了解，它是通过在预训练网络（N-1）层而不是预测层（softmax或Sigmoid）上运行单个Foward道具生成的数据。
我知道单词嵌入可以将给定单词的维度投影到更方便的特征维度空间中。
但是Image中嵌入的直觉是什么？
什么时候可以使用另一个？