- 博客(1)
- 资源 (12)
- 收藏
- 关注
原创 Transferability vs. Discriminability: Batch Spectral Penalization for Adversarial Domain Adaptation
ICML2019: Transferability vs. Discriminability: Batch Spectral Penalization for Adversarial Domain Adaptation 引言 对抗学习在domain adaptation中常用于adapt源域和目标域特征的分布差异性。 但是在使用对抗学习时,是否会影响到分类效果呢,即我们学到的特征是否依然能保证可区...
2019-06-26 15:22:14 3527
PCA教程_pdf
PCA是线性代数中最有价值的应用之一。PCA已经被广泛地应用于各种形式地分析——从神经科学到计算机图形学,因为PCA简单易用,是一个非参数的方法(即可通过解析方法求解),可以从混乱的数据集(confusing data sets)中提取相关的信息。通过PCA我们可以将一个复杂的数据集进行降维,揭示隐藏的,简化的结构,使之变得简单且容易分析
2018-04-10
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人