![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
迁移学习
文章平均质量分 77
Adupanfei
这个作者很懒,什么都没留下…
展开
-
深度迁移学习的几种范式
一、无监督迁移学习1.Discrepancy-based methodsTCAJDA这类方法基于特征的统计量来做,除了均值这个度量标准外,还可以借鉴类似方差的二阶统计量2.目标域适配源域充分利用源域丰富的数据和标签信息,尽可能学习一个映射将目标域映射到源域DATN, Deep Asymmetric Transfer Network for Unbalanced Domain Adap...原创 2018-10-25 17:17:37 · 1420 阅读 · 0 评论 -
半监督领域自适应之FADA--Few-Shot Adversarial Domain Adaptation
文章目录介绍论文和实现模型架构结果介绍Unsupervised domain adaptation (UDA)无监督领域自适应不需要目标域任何标签数据,但是需要大量的目标域数据才能适应数据的分布,并没有任何的语义信息(标签)。半监督的领域适应只需要少量的目标域标签数据就能达到超过UDA的性能。实际应用中也更符合要求,我们可以在新的领域得到少量的标签数据。FADA(Few-Shot Advers...原创 2018-12-21 16:55:57 · 5431 阅读 · 5 评论 -
半监督领域自适应之CCSA--Unified Deep Supervised Domain Adaptation and Generalization
文章目录介绍论文和实现模型架构介绍Unsupervised domain adaptation (UDA)无监督领域自适应不需要目标域任何标签数据,但是需要大量的目标域数据才能适应数据的分布,并没有任何的语义信息(标签)。半监督的领域适应只需要少量的目标域标签数据就能达到超过UDA的性能。实际应用中也更符合要求,我们可以在新的领域得到少量的标签数据。CCSA充分利用目标域少量(甚至一个)标签数...原创 2018-12-21 17:30:04 · 4281 阅读 · 0 评论 -
迁移学习+交叉域情感分类 HATN网络
Hierarchical Attention Transfer Network for Cross-domain SentimentClassification原创 2019-01-20 21:28:39 · 1644 阅读 · 2 评论