Siamese network 训练神经网络存在两种形式：
第一种：通过Siamese network 和 三元组损失函数 来训练图片之间的间隔
第二种： 通过Siamese network 和 sigmoid函数来实现二分类的训练
第一种情况：
在最后一层使用得是128， 1，
d(x(1), x(2)) = abs(f(x(1) - f(x(2)) 通过对每个维度相减求平方
三元组损失函数
选取目标人物图片和相同人物图片，以及一张不同人物图片。构成两组距离
训练得过程中，使得abs（f（A）- f（P））^ 2+ α < abs(f(A) - f(N)) ^ 2
loss(A, P, N) = max(abs（f（A）- f（P））^ 2 - abs(f(A) - f(N)) ^ 2 + α , 0)
在训练时候，一个人至少需要10张图
为了使得训练得时候更加得有难度，我们在挑选图片得时候尽量使得d（A, P）约等于 d(A, N)
第二种方式：
通过Siamese network + sigmoid函数来实现最终得判别
通过两个图片128维得向量，相减，即求X^2, 进行一次全连接操作，输出结果，根据loss进行训练.