
迁移学习
文章平均质量分 85
谁知故人不识君
目前从事大数据方向-数据挖掘小白一名。
展开
-
DAAN学习笔记
一种可以动态调整不同分布差异权重的深度对抗网络原创 2022-06-01 12:16:42 · 5368 阅读 · 3 评论 -
深度对抗神经网络(DANN)笔记
一 总体介绍DANN是一种迁移学习方法,是对抗迁移学习方法的代表方法。基本结构由特征提取层f,分类器部分c和对抗部分d组成,其中f和c其实就是一个标准的分类模型,通过GAN(生成对抗网络)得到迁移对抗模型的灵感。但此时生成的不是假样本,而是假特征,一个足以让目标域和源域区分不开的假特征。而领域判别器D其实是个标准的二分类分类器,0是源域,1是目标域。它本身的目标是区分源域和目标域,而我们想要的结果是使判别器越来越分不出数据特征来自源域还是目标域,感觉起来这很矛盾。但其实我们引入一个梯度反转层就可以完原创 2022-05-25 19:57:45 · 26703 阅读 · 27 评论