Multi-source Distilling Domain Adaptation
1.motivation 本文也是爲了解決multi-source domain adaptation的問題，作者認爲以前的MDA方法存在以下的問題： 爲了學習到domain invariant feature,犧牲了特徵提取器的性能; 認爲多個source domain的貢獻是一致的，忽略了不同source domain和target domain之間的不同的discrepancy， 認爲同一個
相關文章
- 1. Open Set Domain Adaptation
- 2. domain adaptation 之 cycleGAN
- 3. Multi-Adversarial Domain Adaptation
- 4. Open Compound Domain Adaptation
- 5. Class-Incremental Domain Adaptation
- 6. Discovering Latent Domains for Multisource Domain Adaptation 聚類在域適應中的應用
- 7. ADDA: Adversarial Discriminative Domain Adaptation
- 8. DANN：Unsupervised Domain Adaptation by Backpropagation
- 9. Domain Adaptation總結（2017.9）
- 10. [cvpr2017]Adversarial Discriminative Domain Adaptation
- 更多相關文章...
- • RSS
元素 - RSS 教程 - • RSS
元素 - RSS 教程 - • Tomcat學習筆記（史上最全tomcat學習筆記）
相關標籤/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
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. Open Set Domain Adaptation
- 2. domain adaptation 之 cycleGAN
- 3. Multi-Adversarial Domain Adaptation
- 4. Open Compound Domain Adaptation
- 5. Class-Incremental Domain Adaptation
- 6. Discovering Latent Domains for Multisource Domain Adaptation 聚類在域適應中的應用
- 7. ADDA: Adversarial Discriminative Domain Adaptation
- 8. DANN：Unsupervised Domain Adaptation by Backpropagation
- 9. Domain Adaptation總結（2017.9）
- 10. [cvpr2017]Adversarial Discriminative Domain Adaptation