domain adaptation经典方法
在source domain有大量fully labeled数据,target domain 有不完全labeled数据,两个domain 之间有gap存在(跨domain测试效果很差),如何利用source上的数据训练适应于target domain的模型呢?
回答:想办法让他们投影到相同的特征空间
ps:以下内容属于homogeneous domain adaptation,图对图,声对声
discrepancy-based method
用pre-defined参数来使源域和目标域的feature相似
-
deep domain confusion 2014
要让目标域和源域的各类别特征空间重合
计算目标域和源域的feature 距离,叫做maximum mean discrepancy,加入loss中 -
deep adaptation networks 2015
1是在fc之前算mmd,2是在高层和低层都算了mmd -
coral
使用2nd order mmd
CMD使用更高阶数的mmd
adversarial based method
分辨feature 是从target还是source,用domain classifier对抗训练extractor(用的最多的)
-
simultaneous deep transfer across domains