《DLOW:Domain Flow for Adaptation and Generalization》论文解析

今天说的这篇文章，也是用来解决迁移学习问题的。迁移学习要解决一个什么问题呢？就是要把模型在source域（源域）学习到的知识，用到target域（目标域）里。

DLOW这篇文章主要提出了两点：1、可以把source域的数据迁移成中间域，中间域也就是介于source和target之间的域。  2、训练的时候如果有多个target域的话，DLOW可以生成网络没有见过的数据风格。

那么接下来介绍一下算法原理：

1、CycleGAN

作为本算法的基础，cycleGAN至关重要。具体的介绍请看我另一篇博客：

https://blog.csdn.net/wenqiwenqi123/article/details/105123491

在这里复习一下，cycleGAN主要由两个loss组成：