简述er图的作用_Hash算法简述（二）

接上文，我们这里分成基于deep learning方式的hash method，分析监督方式、公式和代码实现。

1. DSH：Deep Supervised Hashing for Fast Image Retrieval

网络结构如上图所示，最终的hash code来自于Binary-like outputs二值化结果。

理想的损失函数如上式，直接对hash code进行相似性监督，但是这样难以优化，所以需要对松弛的连续实值进行相似性监督训练，然后约束其值靠近

，损失函数公式如下式所示。

训练后数据的分布如下图所示，和

有关系。

使用对比结果如下表所示，可以看出结果明显好于传统算法。