DANN：Unsupervised Domain Adaptation by Backpropagation
本篇是迁移学习专栏介绍的第十三篇论文，发表在ICML15上。论文提出了用对抗的思想进行domain adaptation，该方法名叫DANN(或RevGrad)。核心的问题是同时学习分类器 、特征提取器 、以及领域判别器 。通过最小化分类器误差，最大化判别器误差，使得学习到的特征表达具有跨领域不变性。 Abstract 高性能的深层体系结构是针对大量标记数据进行训练的。在缺少特定任务的标记数
相关文章
- 1. Unsupervised Domain Adaptation by Backpropagation(2015)
- 2. 论文笔记：Unsupervised Domain Adaptation by Backpropagation
- 3. 论文笔记 ——《Unsupervised Domain Adaptation by Backpropagation》
- 4. Unsupervised Domain Adaptation by Backpropagation(2015)学习总结
- 5. Unsupervised Domain Adaptation by Backpropagation(2015)学习笔记
- 6. 笔记： Gradient Reversal Layer (unsupervised domain adaptation by backpropagation. ICML 2015)
- 7. Domain Adaptation 与 Generative Adversarial Network
- 8. improved open set domain adaptation with backpropagation 学习笔记
- 9. Domain Adaptation总结（2017.9）
- 10. Open Set Domain Adaptation
- 更多相关文章...
- • SQLite Indexed By - SQLite教程
- • SQLite Group By - SQLite教程
- • RxJava操作符（一）Creating Observables
- • Tomcat学习笔记（史上最全tomcat学习笔记）
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。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. Unsupervised Domain Adaptation by Backpropagation(2015)
- 2. 论文笔记：Unsupervised Domain Adaptation by Backpropagation
- 3. 论文笔记 ——《Unsupervised Domain Adaptation by Backpropagation》
- 4. Unsupervised Domain Adaptation by Backpropagation(2015)学习总结
- 5. Unsupervised Domain Adaptation by Backpropagation(2015)学习笔记
- 6. 笔记： Gradient Reversal Layer (unsupervised domain adaptation by backpropagation. ICML 2015)
- 7. Domain Adaptation 与 Generative Adversarial Network
- 8. improved open set domain adaptation with backpropagation 学习笔记
- 9. Domain Adaptation总结（2017.9）
- 10. Open Set Domain Adaptation