Siamese Networks (sieci syjamskie) to rodzaj architektury sieci neuronowej składającej się z dwóch identycznych podsieci o tych samych wagach, które pracują równolegle nad różnymi danymi wejściowymi. Ich głównym zadaniem jest obliczanie wektorów cech dla obu sygnałów i porównywanie ich w celu określenia stopnia podobieństwa lub różnicy między nimi. Technologia ta jest powszechnie wykorzystywana w systemach rozpoznawania twarzy, weryfikacji podpisów oraz w zadaniach typu few-shot learning, gdzie dostępna jest niewielka liczba przykładów uczących.
Reklama
