本文提出了一种新方法，通过分布模型自适应评估相似性，解决距离度量学习中的问题。该方法在多个任务上取得了最新的分类结果，提升了表示的属性集中度和层次恢复能力。此外，提出的基于余弦相似度的DDML方法和Guided Deep Metric Learning结构表现出良好的性能和训练效率。