經典論文：

簡單總結下個人對mertic learning的認知：

        ①本質是學習一個embedding space，也可以理解為對映空間，使得同類的物體距離更近，不同類物體距離更遠。
        ②應用場景：a.大量的類別，如人臉；b.每類訓練樣本較少的情況
        ③與傳統分類任務相比，度量學習能學習到距離度量的一般概念；在學習到的度量空間與近鄰推理相容。
      ④學習重點：訓練樣本的組合方式及損失函式的定義。樣本有兩兩組合，三元組合，也有下面論文的lifted structured embedding結構；

得到embedding space，可當作特徵向量進行人臉驗證（k-NN分類）、識別（和哪個emdedding距離最近）、聚類。

例如在《FaceNet: A Unified Embedding for Face Recognition and Clustering》中

如上圖所示，triplet是一個三元組，這個三元組是這樣構成的：從訓練資料集中隨機選一個樣本，稱為Anchor，然後再隨機選取一個和Anchor 屬於同一類的樣本和不同類的樣本,這兩個樣本分別稱為Positive (記為x_p)和Negative (記為x_n)，由此構成一個（Anchor，Positive，Negative）三元組。

針對三元組中的每個元素（樣本），訓練一個網路，得到三個元素的特徵表達（Embedded Space），分別記為：

公式化的表示就是： 

對應的目標函式： 
 
這裡距離用歐式距離度量，+表示[]內的值大於零的時候，取該值為損失，小於零的時候，損失為零。