- 博客(3)
- 收藏
- 关注
RSS订阅翻译 《Weighted Maximum Mean Discrepancy for Unsupervised Domain Adaptation》论文阅读
摘要 在区域自适应（domain adaptation）中，最大平均差(maximum mean discrepancy，MMD)作为源域和目标域分布的一种差异度量方法被广泛采用，然而，现有的基于MMD的域自适应方法通常忽略了类先验分布的变化，比如跨域的类权重偏差（class weight bias across domains），对于领域适应来说是普遍存在的，作者认为这可能是由于样本选择标准和应...
2019-06-27 03:15:04
2546
1
原创 《Weighted Maximum Mean Discrepancy for Unsupervised Domain Adaptation》源码剖析
介绍 这是对论文《Weighted Maximum Mean Discrepancy for Unsupervised Domain Adaptation》作者在github给出的代码示例进行的分析，代码基于Caffe框架扩展，fork于mmd-caffe，主要对MMDLoss进行定义和实现，理论分析，源码地址。 数据集 该方法为迁移学习中domain adaptation类，作者将domain ...
2019-06-27 02:33:36
782
翻译 《Domain Separation Networks》代码剖析
Domain Separation Networks介绍理论方法采用的深度学习方法关键方法Loss 函数定义源码剖析模型创建Loss函数组成loss-taskloss-reconloss-differenceloss-similarityadd_autoencodersdecoderencoder 介绍 这篇论文介绍了一个Domain Adaptation方法，文章地址，文章源码地址，接下来将结合...
2019-06-09 13:25:55
2810
10
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人