DANN
- Domain-Adversarial Training of Neural Networks in Tensorflow
- 域适配:目标域与源域的数据分布不同但任务相同下的迁移学习。
模型建立
-
DANN假设有两种数据分布:源域数据分布 S ( x , y ) \mathcal{S}(x,y) S(x,y)和目标域数据分布 T ( x , y ) \mathcal{T}(x,y) T(x,y);定义 d i d_i di为第 i i i个训练样本的域标签, d i ∈ { 0 , 1 } d_i\in\{0,1\} di∈{ 0,1},若 d i = 0 d_i=0 di=0,则 x i ∼ S ( x ) x_i\sim\mathcal{S}(x) xi∼S(x),反之 d i = 1 d_i=1 di=1, x i