首先我们说说在什么情况下，需要多个输入，只以纯图像应用为例。早在上个世纪90年代的时候，LeCun等研究人员就开始利用神经网络陆续进行一些研究，比如我们熟知的大名鼎鼎的LeNet5，但这绝不是唯一，今天我们来说他们的另一种网络结构，SiameseNetwork，网络细节我们后面这些，这里先说应用背景。签名验证：无独有偶，还是从手写字开始，同样是用于银行，用于验证签名是否一致。两个网络都是同样规格的图像输入，最后输出一个相似度。看到这里，你应该能够想起来如今它的更加广泛的应用，没错，就是人脸验证，

首先我们说说在什么情况下，需要多个输入，只以纯图像应用为例。早在上个世纪90年代的时候，LeCun等研究人员就开始利用神经网络陆续进行一些研究，比如我们熟知的大名鼎鼎的LeNet5，但这绝不是唯一，今天我们来说他们的另一种网络结构，Siamese Network，网络细节我们后面这些，这里先说应用背景。签名验证： 无独有偶，还是从手写字开始，同样是用于银行，用于验证签名是否一致。两个网络都是同样规格的图像输入，最后输出