Center Loss
Verificato
Aggiornato il 14/08/2026
Significato di «Center Loss»
Funzione di perdita, di norma combinata con la cross-entropy, che avvicina ciascuna rappresentazione al centro appreso della propria classe, riducendo la varianza intra-classe. Introdotta per il riconoscimento facciale per feature più discriminanti.
Fonti: Penalizza la distanza dal centroide di classe per compattare le classi. Fonti: Wen et al. 2016 'A Discriminative Feature Learning Approach for Deep Face Recognition' (ECCV); Deng et al. 2019 (ArcFace, confronto). Verifica web 2026-08-03. · Verificato il 2026-08-03
Domande frequenti su Center Loss
Cosa significa «Center Loss»?
Funzione di perdita, di norma combinata con la cross-entropy, che avvicina ciascuna rappresentazione al centro appreso della propria classe, riducendo la varianza intra-classe. Introdotta per il riconoscimento facciale per feature più discriminanti.
A quale glossario appartiene «Center Loss»?
«Center Loss» fa parte del glossario Deep Learning, nella categoria Intelligenza Artificiale di Glossario Italiano.