Y = wx + b
由于cosθ在[ 0 , π ] 上单调递减，因此θ 有上界，为了使得这个函数随角度单调递减，作者构造一个函数去代替cosθ。
与SphereFace相比，CosineFace最明显的变化就是将cos(t⋅θ）中的t提出来变成cos(θ）-t
优点：更易实现，计算简便、更易收敛（没有softmax的约束）
对于cos(θ+t)可以得到cos(θ+t)=cosθcost−sinθsint，对比CosineFace的cos(θ)−t，ArcFace中的cos(θ+t)不仅形式简单，并且还动态依赖于sinθ，使得网络能够学习到更多的角度特性。
这一过程与“从hardmax的 x到softmax的 ex非线性放大了输出，减小训练难度，使分类问题更容易收敛”正好相反，从 cos(θ+t) 到cos(mθ)] 、 cos(mθ)+ t或cos(mθ)- t，都非线性减小了输出，增加训练难度，使训练得到的特征映射更好
还有一个知乎来着忘记在哪里了
参考链接：