Siamese Neural Network
โครงข่ายประสาทแบบสยาม (Siamese network) คือสถาปัตยกรรมเชิงลึกที่มีสองสาขา (หรือมากกว่า) ที่เหมือนกันและใช้การแบ่งปันน้ำหนัก (weight-sharing) ซึ่งทำหน้าที่แปลงข้อมูลนำเข้าให้อยู่ในปริภูมิการฝังตัว (embedding space) ที่ซึ่งข้อมูลนำเข้าที่คล้ายกันจะอยู่ใกล้กันและข้อมูลนำเข้าที่ไม่คล้ายกันจะอยู่ห่างกัน สถาปัตยกรรมนี้ถูกนำเสนอครั้งแรกโดย Bromley, LeCun และคณะในปี 1993 สำหรับการยืนยันลายเซ็น และได้รับการฟื้นฟูโดย Koch และคณะ (2015) สำหรับการรู้จำภาพแบบ one-shot โดยเรียนรู้เมตริกความคล้ายคลึง (similarity metric) แทนที่จะเป็นป้ายกำกับคลาสแบบตายตัว ทำให้เหมาะสำหรับงานการยืนยัน การจับคู่ และงานแบบ few-shot
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Bromley, J., Guyon, I., LeCun, Y., Säckinger, E., & Shah, R. (1993). Signature verification using a 'Siamese' time delay neural network. Advances in Neural Information Processing Systems, 6. link ↗
- Koch, G., Zemel, R., & Salakhutdinov, R. (2015). Siamese neural networks for one-shot image recognition. ICML Deep Learning Workshop. link ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 2). Siamese Neural Network (Deep Metric Learning). ScholarGate. https://scholargate.app/th/deep-learning/siamese-network
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- ออโตเอ็นโค้ดเดอร์การเรียนรู้เชิงลึก↔ compare