- 个人理解:
边缘分布对齐:源数据和目标数据输入神经网络,经过卷积池化等操作提取特征后,形成的feature map相似。
条件分布对齐:不光要feature相似,还得是同类别的feature map相似,比如分类标签为1的源数据的feature map和分类标签为1的目标数据的feature map相似,而不是和分类标签为2或其他的目标数据的feature map相似。 - 注意,迁移学习的目的之一是为少标签的数据添加标签,所以训练的时候不能使用目标数据的标签,这样限制了我们的操作空间、操作手段,高精度还是挺难的。
迁移学习在深度学习中的边缘分布对齐和条件分布对齐
最新推荐文章于 2024-08-02 11:16:45 发布