CVPR 2019之遷移學習解讀（三）Contrastive Adaptation Network for Unsupervised Domain Adaptation
Contrastive Adaptation Network for Unsupervised Domain Adaptation 簡述： 無監督域自適應(UDA)對目標域數據進行預處理，而手工註釋只在源域可用。以往的方法在忽略類信息的情況下，會使域間的差異最小化，從而導致不一致和泛化性能低下。目前，雖然有ImageNet這種龐大的擁有精確標記的數據集，但是對於每個特定的目標域或任務，手工標籤往往
相關文章
- 1. Re-weighted adversarial adaptation network for unsupervised domain adaptation
- 2. 遷移學習之Domain Adaptation
- 3. [cvpr2017]Deep Hashing Network for Unsupervised Domain Adaptation
- 4. [CVPR 2018]Maximum Classifier Discrepancy for Unsupervised Domain Adaptation
- 5. Geodesic flow kernel for unsupervised domain adaptation
- 6. 遷移學習——Domain Adaptation
- 7. Maximum Classifier Discrepancy for Unsupervised Domain Adaptation
- 8. (CVPR 2019)Universal Domain adaptation筆記
- 9. 2019 AAAI Transferable Attention for Domain Adaptation
- 10. CVPR2019 Transferrable Prototypical Networks for Unsupervised Domain Adaptation
- 更多相關文章...
- • 您已經學習了 XML Schema，下一步學習什麼呢？ - XML Schema 教程
- • 我們已經學習了 SQL，下一步學習什麼呢？ - SQL 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。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. Re-weighted adversarial adaptation network for unsupervised domain adaptation
- 2. 遷移學習之Domain Adaptation
- 3. [cvpr2017]Deep Hashing Network for Unsupervised Domain Adaptation
- 4. [CVPR 2018]Maximum Classifier Discrepancy for Unsupervised Domain Adaptation
- 5. Geodesic flow kernel for unsupervised domain adaptation
- 6. 遷移學習——Domain Adaptation
- 7. Maximum Classifier Discrepancy for Unsupervised Domain Adaptation
- 8. (CVPR 2019)Universal Domain adaptation筆記
- 9. 2019 AAAI Transferable Attention for Domain Adaptation
- 10. CVPR2019 Transferrable Prototypical Networks for Unsupervised Domain Adaptation