迁移学习
关注
分享
扫一扫
cv_family_z
这个作者很懒，什么都没留下…
展开
-
迁移学习“Importance Weighted Adversarial Nets for Partial Domain Adaptation”
Importance Weighted Adversarial Nets for Partial Domain Adaptation提出重要性加权对抗网络用于非监督的域适应，主要针对目标域相比源域具有的类别数较少的部分迁移学习。该网络目的是从源域中找到极有可能是outlier类别的样本。这是与SAN类似的一篇文章，做部分域适应工作。目标域中无标记样本，且类别数目未知，通常假设源域足够大，包...原创 2019-06-19 17:50:52 · 901 阅读 · 0 评论 -
迁移学习“Partial Transfer Learning with Selective Adversarial Networks”
Partial Transfer Learning with Selective AdversarialNetworks摘要：对抗学习应用于深度网络中学习可迁移的特征初有成效，它降低了源域及目标域之间的分布差异。目前已有的对抗网络假设源域和目标域共享全部的标记空间。在迁移过程中，源域中类别往往很多，而目标域通常只和源域其中一小部分相关，直接迁移肯定会产生负迁移的影响。论文提出了部分迁移学习...原创 2019-06-18 15:36:08 · 1949 阅读 · 0 评论