GFK(Geodesic Flow Kernel)关于测地线核的无监督域适应算法
论文地址：http://www.cs.utexas.edu/users/grauman/papers/subspace-cvpr2012.pdf 通过测地线算法完成迁移学习是一种不同的方向，其中GFK又是测地线算法中经典的一个，整理了网上的一些关于GFK的解释和流形空间的解释形成了此篇笔记，希望能够帮助更好的理解GFK，引用的内容链接详见参考。 背景 有很多迁移学习的方法是将源域映射到目标域，或者
相关文章
- 1. 基于域适应的弱监督学习的物体检测：
- 2. 无监督算法与异常检测
- 3. 无监督领域自适应（Unsupervised Domain Adaptation）介绍
- 4. 聚类算法（无监督算法）
- 5. 关于监督式、无监督式算法以及强化算法的简单理解
- 6. 无监督和有监督算法的区别
- 7. 关键点检测——无监督
- 8. 常见监督与无监督机器学习算法
- 9. 有监督和无监督
- 10. 有监督 VS 无监督
- 更多相关文章...
- • CIDR（无类域间路由）是什么？ - TCP/IP教程
- • MyBatis核心组件的作用域和生命周期 - MyBatis教程
- • 适用于PHP初学者的学习线路和建议
- • TiDB 在摩拜单车在线数据业务的应用和实践
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
最新文章
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 基于域适应的弱监督学习的物体检测：
- 2. 无监督算法与异常检测
- 3. 无监督领域自适应（Unsupervised Domain Adaptation）介绍
- 4. 聚类算法（无监督算法）
- 5. 关于监督式、无监督式算法以及强化算法的简单理解
- 6. 无监督和有监督算法的区别
- 7. 关键点检测——无监督
- 8. 常见监督与无监督机器学习算法
- 9. 有监督和无监督
- 10. 有监督 VS 无监督