孪生网络：衡量样本相似度

判断「这两张图是不是同一个人」「这两句话意思是否相近」，往往很难写成一条固定的规则。直接做分类又会遇到类别太多、每类样本太少的问题。孪生网络（Siamese Network）的思路是：不去预测类别，而是直接学习一个「相似度」函数，让模型告诉我们两个输入有多像。

为什么需要学出来的相似度

传统做法常用像素距离或手工特征衡量相似，但在姿态、光照、措辞变化很大时并不可靠。孪生网络把相似度本身当作学习目标：只要给成对的样本（同类或异类）做监督，模型就能从数据里学会对任务真正有用的距离度量，而不是依赖人写的特征。这也让它天然适配少样本场景——即使某个类别只有几张图，只要能比对新旧样本即可判断。

网络结构：两个共享权重的分支

孪生网络由两个结构相同、权重共享的子网络组成，各自把输入映射为一个嵌入向量，再用一个距离度量（如余弦距离或欧氏距离）比较这两个向量：

def siamese_forward(net, a, b):
    # net: 两个分支共享同一套权重
    emb_a = net.encode(a)          # 输入 a 编码为向量
    emb_b = net.encode(b)          # 输入 b 编码为同一空间向量
    dist = cosine_distance(emb_a, emb_b)
    return dist                    # 距离越小表示越相似

权重共享是关键：它保证两个分支对同类特征给出一致的表示，否则左右不对称会让相似度失去意义。

对比损失如何训练

训练时用成对标签：同类标 0、异类标 1。对比损失（Contrastive Loss）鼓励同类嵌入靠近、异类嵌入拉开到一定边界之外。另一类常见做法是三元组损失（Triplet Loss），用一个锚点、一个正例、一个负例，让正例比负例更近。两者都迫使同类样本在嵌入空间聚拢、异类散开，从而把「相似」这件事学进向量本身。

典型用途

孪生网络广泛用于人脸验证、签名鉴别、商品以图搜图、句子语义匹配等「成对判断」任务。它的优势在于训练一次即可得到通用的相似度度量，后续新增类别不必重新训练分类头，只要拿新样本去比对即可，特别适合类别开放或样本稀少的场景。

小结

孪生网络用一对权重共享的子网络把两张输入编码到同一向量空间，再用对比或三元组损失拉开异类、拉近同类，从而学到可复用的相似度度量。它把问题从分类转为比较，因此在少样本、开放类别与成对匹配任务上尤为实用。

参考与延伸阅读

• Bromley et al. Signature Verification using a Siamese Time Delay Neural Network（NeurIPS 1993）。孪生网络早期奠基工作，用于签名鉴别。已核验。
• Schroff, Kalenichenko, Philbin. FaceNet: A Unified Embedding for Face Recognition and Clustering（CVPR 2015）。系统使用三元组损失做人脸嵌入。已核验。
• 具体损失函数与采样策略（难例挖掘等）以各开源实现文档为准，不同框架的默认超参可能不同。待核实。