JavaShuo
欄目
標籤
M-ADDA: Unsupervised Domain Adaptation with Deep Metric Learning
時間 2020-12-30
欄目
HTML
简体版
原文
原文鏈接
基於域適應度量的對抗性判別神經網絡 1) 應用度量學習方式去訓練源域模型,通過the triplet loss()進行優化。這樣的結果使具有相同標籤的類別相互靠近,不同類別的標籤相互遠離。 2)利用對抗的方式像ADDA從源域和目標域中提取特徵,同時,我們優化了一個新的損失函數,促進目標域數據集從聚類中嵌入。 神經網絡,通過最小化每個目標域樣本嵌入和它對應於源域嵌入的聚類中心。
>>阅读原文<<
相關文章
1.
Unsupervised Domain Adaptation with Residual Transfer Networks(2017)
2.
【論文閱讀】Deep Cocktail Network: Multi-source Unsupervised Domain Adaptation with Category Shift
3.
[cvpr2017]Unsupervised Pixel–Level Domain Adaptation with Generative Adversarial Networks
4.
[cvpr2017]Deep Hashing Network for Unsupervised Domain Adaptation
5.
Learning Transferable Features with Deep Adaptation Networks
6.
Unsupervised Domain Adaptation by Backpropagation(2015)
7.
Unsupervised domain adaptation with residual transfer networks(NIPS 2016)
8.
Maximum Classifier Discrepancy for Unsupervised Domain Adaptation
9.
【2017_ICCV】Deep Metric Learning with Angular Loss
10.
Re-weighted adversarial adaptation network for unsupervised domain adaptation
更多相關文章...
•
XSLT
元素
-
XSLT 教程
•
XQuery 添加元素 和屬性
-
XQuery 教程
•
Java Agent入門實戰(一)-Instrumentation介紹與使用
•
Java Agent入門實戰(三)-JVM Attach原理與使用
相關標籤/搜索
Deep Learning
metric
adaptation
unsupervised
domain
learning
deep
with+this
with...connect
Meta-learning
HTML
0
分享到微博
分享到微信
分享到QQ
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.
android 以太網和wifi共存
2.
沒那麼神祕,三分鐘學會人工智能
3.
k8s 如何 Failover?- 每天5分鐘玩轉 Docker 容器技術(127)
4.
安裝mysql時一直卡在starting the server這一位置,解決方案
5.
秋招總結指南之「性能調優」:MySQL+Tomcat+JVM,還怕面試官的轟炸?
6.
布隆過濾器瞭解
7.
深入lambda表達式,從入門到放棄
8.
中間件-Nginx從入門到放棄。
9.
BAT必備500道面試題:設計模式+開源框架+併發編程+微服務等免費領取!
10.
求職面試寶典:從面試官的角度,給你分享一些面試經驗
本站公眾號
歡迎關注本站公眾號,獲取更多信息
相關文章
1.
Unsupervised Domain Adaptation with Residual Transfer Networks(2017)
2.
【論文閱讀】Deep Cocktail Network: Multi-source Unsupervised Domain Adaptation with Category Shift
3.
[cvpr2017]Unsupervised Pixel–Level Domain Adaptation with Generative Adversarial Networks
4.
[cvpr2017]Deep Hashing Network for Unsupervised Domain Adaptation
5.
Learning Transferable Features with Deep Adaptation Networks
6.
Unsupervised Domain Adaptation by Backpropagation(2015)
7.
Unsupervised domain adaptation with residual transfer networks(NIPS 2016)
8.
Maximum Classifier Discrepancy for Unsupervised Domain Adaptation
9.
【2017_ICCV】Deep Metric Learning with Angular Loss
10.
Re-weighted adversarial adaptation network for unsupervised domain adaptation
>>更多相關文章<<