本文提出了一种深度关系度量学习（DRML）框架，旨在提升图像聚类和检索效果。该方法通过自适应特征学习和关系推理生成关系感知嵌入，以测量相似性，实验证明其优越性。

关系深度学习（RDL）通过自动学习图引导，简化了多表关系数据库中的机器学习模型构建。引入的RDBench基准测试促进了可复现的研究，支持多种机器学习方法的比较。此外，研究提出了深度关系度量学习（DRML）框架和记忆增强的关系推理模型RelNet，以提高图像聚类和检索的效果。