我们知道人脸识别一个常用方法是先提取人脸的128维特征点，然后根据不同的算法比较特征点进行人脸识别工作，那么这个128维特征点是怎么提取的呢？
方法一：
网络我们选择卷积神经网络，使得网络最后输出是128维的向量，损失函数选择三元组损失：
其中A为一个人的照片，P是此人的另一张照片，N是另一个人的照片，α是间隔（超参数），比如是0.2，意义是非自己的人脸距离至少比自己人脸距离远0.2个距离，具体训练过程是要把训练图片分为一组组的三元组，并且使得A与N尽量的近，如果太远网络学习的慢。最后根据这个损失函数，用反向传播算法优化参数。
方法二：
继续使用方法一的网络，不过是要使用2次：
这2个网络共享参数，最后通过一个逻辑回归单元，如果是同一个人，就输出1，不同人输出0.
训练数据被分为两两一组，而不是方法一的三个一组，人工指定1或者0.
最后通过损失函数（比如均方误差）来进行训练