迁移学习相关论文 代码

7种常见的迁移学习

一、 Domain Adaptation 领域自适应

1 动机

领域自适应是一种迁移学习，它将不同源领域的数据或特征映射到同一个特征空间，以便于利用其源领域数据或特征来增强目标领域的训练，进而达到更好的训练效果。领域自适应学习不要求训练数据和测试数据一定具有相同的分布。

2 目的

利用数据或特征更多的源领域来提升数据或特征相对较少的目标领域的模型性能。

.3论文和代码

论文：[https://arxiv.org/abs/1707.05956，ICCV 2017](https://arxiv.org/abs/1707.05956%EF%BC%8CICCV%202017)

代码：https://github.com/poppinace/TAISL

推荐理由：无监督的领域自适应和张量表示。传统的领域自适应一般是针对向量的本文换了一种方式，值得借鉴。

论文迁移学习在对话系统领域论文也不少，简单推荐几篇：

https://arxiv.org/abs/1609.02846

https://arxiv.org/abs/1808.02586

http://www.aclweb.org/anthology/C18-1103