facenet中的compare函数

facenet里面的compare函数

一，作用

计算图像的l2距离

l2距离

l2距离又叫欧式距离.
在图像识别领域一般用距离表示两张图片的相似度，距离越小相识度越高。因为每一个点要用三个像素表示（rgb），所以一张40x40的图片就有40x40x3个像素。
其中l1距离和l2距离比较常用。
l1距离对应的是l1范式：即表示向量各个元素绝对值之和（这里每个点的rgb通道构成一个向量，即每个rgb的绝对值之和）。
l2距离对应的是l2范式（欧式距离）：表示的是向量各个元素平方和的1/2次方。
在里面的代码片为。

dist = np.sqrt(np.sum(np.square(np.subtract(emb[i,:], emb[j,:]))))

其中，l2距离可以防止训练的过度拟合。