《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

>>阅读原文<<