Simultaneous Deep Transfer Across Domains and Tasks

2020.08.16

---

迁移的目标就是利用源域和目标域的相似性，使得在源域上训练好的网络在目标域上有好的效果。

本文为减小目标域样本和源域样本的差异，有两个步骤：1、Maximize domain confusion，减小两个域之间的距离；2、Transfer task correlation，从源域学习到样本中类之间的关系，使得目标域中类间关系和源域的相似。

lay1-7 是五层cnn+两层全连接层，网络参数是θrepr；fcD 参数是θD；fc8参数是θC。

通过上面的损失函数，训练得到lay1-8的参数，即θrepr、θC。

首先看分类损失，对于有标签的目标域数据进行训练，错误分类的越多，损失函数越大。

式(5)是domain classifier loss࿰