Facial-Similarity-with-Siamese-Networks-in-Pytorch：实践指南

如果把Facial-Similarity-with-Siamese-Networks-in-Pytorch放进候选清单，不能只看热度；它的定位是使用对比损失实现暹罗网络以进行相似性学习。实际做日常自动化时，经常会碰到输入边界、依赖和失败处理如果不清楚就很难稳定复用，所以功能列表并不能代替验证。我建议用一项范围明确的真实任务完成最小试跑，重点记录配置时间、输出质量、异常信息和维护痕迹，再与现有方案比较。整体来看，它适合愿意先做小范围验证并复查原始文档的团队拿来做对照测试，最终决定仍应回到真实结果和维护状态。

Pytorch 中的暹罗网络的面部相似度

您可以在 https://hackernoon.com/one-shot-learning-with-siamese-networks-in-pytorch-8ddaab10340e 阅读随附的文章

目标是教会暹罗网络能够区分图像对。 本项目使用pytorch。

可以使用任何数据集。每个类必须位于其自己的文件夹中。这与 PyTorch 自己的图像文件夹数据集使用的结构相同。

安装正确版本的PyTorch

本项目已更新兼容pytorch 0.4.0

该项目需要python3.6