メトリック学習の問題として、多くのトレーニングサンプルがゼロに近い勾配になるため、難しい例を作り出すことがトレーニング手順の有効性および効率を改善するために使用される。しかしそれらは手作業で設計されており探索が難しい。本論文では効果的なサンプリング戦略を学習するネットワークと、サンプルを特徴空間にマッピングする埋め込みモデルを同時に訓練する手法を提案する。