Transferrable Prototypical Networks for Unsupervised Domain Adaptation讀書筆記
這篇文章是cvpr2019的一篇域適應的文章，我覺得很不錯，和大家一起分享一下 在這篇文章裏，通過對每個類到原型的距離的重新映射，學習一個嵌入空間並執行分類。具體地說，提出了可轉移的原型網絡(TPN)來進行自適應，使源域和目標域的每個類的原型在嵌入空間上都很接近，並且原型在源和目標數據上分別預測的分數分佈也很簡單。從技術上講，TPN最初將每個目標示例與源域中最近的原型匹配，並將這個原型作爲示例的「
相關文章
- 1. CVPR2019 Transferrable Prototypical Networks for Unsupervised Domain Adaptation
- 2. Maximum Classifier Discrepancy for Unsupervised Domain Adaptation
- 3. Geodesic flow kernel for unsupervised domain adaptation
- 4. Re-weighted adversarial adaptation network for unsupervised domain adaptation
- 5. [論文閱讀筆記@2019.6] Maximum Classifier Discrepancy for Unsupervised Domain Adaptation
- 6. Unsupervised Domain Adaptation via Structured Prediction Based Selective Pseudo-Labeling讀書筆記
- 7. [cvpr2017]Unsupervised Pixel–Level Domain Adaptation with Generative Adversarial Networks
- 8. Unsupervised Domain Adaptation with Residual Transfer Networks（2017）
- 9. Unsupervised domain adaptation with residual transfer networks(NIPS 2016)
- 10. Transferable Attention for Domain Adaptation閱讀筆記
- 更多相關文章...
- • Eclipse 添加書籤 - Eclipse 教程
- • ASP.NET Razor - 標記 - ASP.NET 教程
- • Tomcat學習筆記（史上最全tomcat學習筆記）
- • JDK13 GA發佈：5大特性解讀
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
- 1. 跳槽面試的幾個實用小技巧，不妨看看！
- 2. Mac實用技巧 |如何使用Mac系統中自帶的預覽工具將圖片變成黑白色?
- 3. Mac實用技巧 |如何使用Mac系統中自帶的預覽工具將圖片變成黑白色?
- 4. 如何使用Mac系統中自帶的預覽工具將圖片變成黑白色?
- 5. Mac OS非兼容Windows軟件運行解決方案——「以VMware & Microsoft Access爲例「
- 6. 封裝 pyinstaller -F -i b.ico excel.py
- 7. 數據庫作業三ER圖待完善
- 8. nvm安裝使用低版本node.js(非命令安裝)
- 9. 如何快速轉換圖片格式
- 10. 將表格內容分條轉換爲若干文檔
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. CVPR2019 Transferrable Prototypical Networks for Unsupervised Domain Adaptation
- 2. Maximum Classifier Discrepancy for Unsupervised Domain Adaptation
- 3. Geodesic flow kernel for unsupervised domain adaptation
- 4. Re-weighted adversarial adaptation network for unsupervised domain adaptation
- 5. [論文閱讀筆記@2019.6] Maximum Classifier Discrepancy for Unsupervised Domain Adaptation
- 6. Unsupervised Domain Adaptation via Structured Prediction Based Selective Pseudo-Labeling讀書筆記
- 7. [cvpr2017]Unsupervised Pixel–Level Domain Adaptation with Generative Adversarial Networks
- 8. Unsupervised Domain Adaptation with Residual Transfer Networks（2017）
- 9. Unsupervised domain adaptation with residual transfer networks(NIPS 2016)
- 10. Transferable Attention for Domain Adaptation閱讀筆記