《DLOW:Domain Flow for Adaptation and Generalization》論文解析

今天說的這篇文章，也是用來解決遷移學習問題的。遷移學習要解決一個什麼問題呢？就是要把模型在source域（源域）學習到的知識，用到target域（目標域）裏。 DLOW這篇文章主要提出了兩點：1、可以把source域的數據遷移成中間域，中間域也就是介於source和target之間的域。  2、訓練的時候如果有多個target域的話，DLOW可以生成網絡沒有見過的數據風格。 那麼接下來介紹一下算法

>>阅读原文<<