【全文翻译】Domain Adaptation by Class Centroid Matching and Local Manifold Self-Learning
Incremental Learning Through Deep Adaptation摘要1 Introduction2 Related Work2.1 Multi-task Learning
摘要
对于一个已有的训练好的神经网络,人们通常希望学习新的能力而不妨碍已经学习的能力的表现。现有的方法要么学习次优解,需要联合训练,要么导致每个添加的域的参数数量显著增加,通常与原始网络一样多。我们提出一种深度自适应网络(DAN)的方法将新学习的过滤器限制为现有过滤器的线性组合。与标准的微调程序相比,DANs精确地
原创
2020-10-07 23:05:41 ·
786 阅读 ·
0 评论