Transfer Learning
文章平均质量分 55
Transfer Learning
疯狂java杰尼龟
路漫漫其修远兮,吾将上下而求索
展开
-
域自适应的理解(简单易懂)
论文学习:Adversarial Multiple Source Domain Adaptation论文——Adversarial Multiple Source Domain Adaptation已上传资源,可免费下载什么是领域自适应?从有标记源领域到无标记目标领域的知识转移。领域自适应Domain Adaptation通过利用不同但相关的源领域中的训练数据来解决目标领域中的学习问题。关于领域自适应的研究还是比较多的,不过大多数都是基于单源域的适应。更新…参考...原创 2020-11-23 11:13:38 · 18735 阅读 · 6 评论 -
Aligning Domain-Specific Distribution and Classifier for Cross-Domain Classification from Multiple
转自:https://blog.csdn.net/qq_33244951/article/details/100987483本论文是我在读迁移学习方面阅读和理解最为轻松的一篇,论文条理清晰容易理解。方法简单有效,思路明了,实验也做的非常全面,而且对我等初学者很是友好,可以学习学习人家的方法和思路进行一些实验和思考,好了直接上货:论文:Aligning Domain-Specific Distribution and Classifier for Cross-Domain Classificat转载 2021-01-20 09:36:09 · 1199 阅读 · 0 评论 -
领域自适应(同构迁移学习)
DA就是源域和目标域不一样,具体是说分布不一样,维度是一致的。 参考链接: https://zhuanlan.zhihu.com/p/50710267 https://www.iqiyi.com/w_19s0uof409.html https://github.com/jindongw...转载 2020-11-24 15:25:47 · 1618 阅读 · 0 评论 -
迁移学习
计划把大佬的文章读完~《小王爱迁移》系列文章汇总目录原创 2020-11-19 17:26:46 · 156 阅读 · 0 评论 -
Transfer Learning based Failure Prediction for Minority Disks in Large Data Centers of Heterogene..
本篇文章研究内容为”迁移学习+少数磁盘故障预测”。TLDFP原创 2020-10-26 10:28:01 · 677 阅读 · 4 评论 -
迁移学习---TrAdaBoost算法介绍
from:https://www.jianshu.com/p/8ed0703db2c7作者:caokai1073链接:https://www.jianshu.com/p/8ed0703db2c7来源:简书为什么要TrAdaBoost传统的机器学习,有一个假设: 训练集和测试集分布相同。而事实上,在许多情况下,这种单一分布假设不成立。如果来了一批新的数据(new data),分布与之前的训练的旧数据(old data)不一样,那么我们的算法的准确率就会下降很多。但是使用新数据,完全抛弃旧数据,有两个转载 2020-10-16 10:41:53 · 4472 阅读 · 1 评论 -
迁移学习算法之TrAdaBoost
from:https://blog.csdn.net/Augster/article/details/53039489 TradaBoost算法由来已久,具体算法可以参考作者的原始文章,Boosting For Transfer Learning。 1.问题定义 传统的机器学习的模型都是建立在训练数据和测试数据服从相同转载 2020-10-15 16:33:05 · 1238 阅读 · 1 评论 -
迁移学习概念、分类及应用
参考:迁移学习简明手册(已上传到资源)学习迁移学习,目的就是搞清楚三个问题,迁移学习是什么,为什么用,如何用?目录是什么——介绍迁移学习为什么——为什么要用迁移学习、为什么能用怎么办——如何进行迁移 (迁移学习方法)是什么——介绍迁移学习为什么——为什么要用迁移学习、为什么能用怎么办——如何进行迁移 (迁移学习方法)...原创 2020-10-10 14:29:47 · 1261 阅读 · 2 评论