我们使用facenet并为面部生成嵌入（128个特征）https://github.com/davidsandberg/facenet。我们有来自MSCelebrity的10万个类别（名人）和800万个样本http://www.msceleb.org/。

如何构建一个能够将128个特征映射到10万个类别的神经网络？

使用全连接层将导致(128 + 1)*10万 = 1290万个参数，这似乎太大了，难以训练。

回答：

来自FaceNet摘要：

在本文中，我们提出了一种名为FaceNet的系统，它直接学习从面部图像到紧凑欧几里得空间的映射，其中距离直接对应于面部相似性的度量。一旦产生了这个空间，就可以使用标准技术轻松实现面部识别、验证和聚类等任务，并使用FaceNet嵌入作为特征向量。

与其训练分类器，不妨考虑在特征空间中进行最近邻搜索。你可以为10万名人选取锚点图像，然后从他们的特征向量构建k-d树。然后对于每个输入，你可以在k-d树中找到其最近邻居。