半监督领域自适应之FADA--Few-Shot Adversarial Domain Adaptation
文章目录 介绍 论文和实现 构造grouped sample pairs 模型架构 结果 介绍 Unsupervised domain adaptation (UDA)无监督领域自适应不需要目标域任何标签数据，但是需要大量的目标域数据才能适应数据的分布，并没有任何的语义信息（标签）。半监督的领域适应只需要少量的目标域标签数据就能达到超过UDA的性能。实际应用中也更符合要求，我们可以在新的领域得到少
相关文章
- 1. 无监督领域自适应（Unsupervised Domain Adaptation）介绍
- 2. 半监督领域自适应之CCSA--Unified Deep Supervised Domain Adaptation and Generalization
- 3. Multi-Adversarial Domain Adaptation
- 4. Domain Adaption 领域自适应
- 5. 【Transfer Learning】Adversarial Discriminative Domain Adaptation
- 6. [cvpr2017]Adversarial Discriminative Domain Adaptation
- 7. 自适应域半监督情感分类：Adaptive Semi-supervised Learning for Cross-domain Sentiment Classification
- 8. 迁移学习及领域自适应 Transfer Learning & Domain Adaptation
- 9. ADDA: Adversarial Discriminative Domain Adaptation
- 10. 2017CVPR--Adversarial Discriminative Domain Adaptation 对抗判别域适应
- 更多相关文章...
- • 网站 域名 - 网站主机教程
- • XSL-FO 区域 - XSL-FO 教程
- • PHP Ajax 跨域问题最佳解决方案
- • 适用于PHP初学者的学习线路和建议
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. 无监督领域自适应（Unsupervised Domain Adaptation）介绍
- 2. 半监督领域自适应之CCSA--Unified Deep Supervised Domain Adaptation and Generalization
- 3. Multi-Adversarial Domain Adaptation
- 4. Domain Adaption 领域自适应
- 5. 【Transfer Learning】Adversarial Discriminative Domain Adaptation
- 6. [cvpr2017]Adversarial Discriminative Domain Adaptation
- 7. 自适应域半监督情感分类：Adaptive Semi-supervised Learning for Cross-domain Sentiment Classification
- 8. 迁移学习及领域自适应 Transfer Learning & Domain Adaptation
- 9. ADDA: Adversarial Discriminative Domain Adaptation
- 10. 2017CVPR--Adversarial Discriminative Domain Adaptation 对抗判别域适应