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: