Silhouette Loss

深度分析

Silhouette Loss：可微分全局結構學習提升深度表示

研究聚焦於深度模型的表示學習，提出 Soft Silhouette Loss 以批次全局結構取代僅靠配對關係，鼓勵樣本靠近同類而遠離他類。實驗證實此損失與交叉熵結合可提升 Top‑1 準確率，且計算開銷較低，顯示全局叢集原則在深度學習中的可行性。