【ICML 2015迁移学习论文阅读】Unsupervised Domain Adaptation by Backpropagation (DANN) 反向传播的无监督领域自适应
前言:高性能的深层体系结构是针对大量标记数据进行训练的。在缺少特定任务的标记数据的情况下,域自适应通常提供了一个有吸引力的选项,因为具有类似性质但来自不同域的标记数据(例如合成图像)是可用的。在此,我们提出了一种在深层体系结构中进行域自适应的新方法,该方法可以训练来自源域的大量标记数据和来自目标域的大量未标记数据(不需要标记的target domain数据)。随着训练的进行,该方法促进了:(i)对源域上的主要学习任务具有鉴别性的深层特征的出现(ii)关于域之间的迁移具有不变性我们证明,这种自适应行为几乎可以
原创
2023-03-07 14:07:56 ·
847 阅读 ·
2 评论