翻譯「Learning Transferable Features with Deep Adaptation Networks」

利用深度適應網絡學習可遷移特徵 摘  要:最近的研究表明深度神經網絡可以學習可遷移特徵,這些特徵用於域適應時在新的任務上表現出很好的泛化能力。然而由於深度特徵隨着網絡層數的增加由一般到特殊轉變,特徵的可遷移能力在網絡高層急劇下降,極大地增加了域之間的差異性。因此減少不同數據集間的偏差,同時增加任務特徵層的可遷移能力是非常重要的。在本文中,我們提出了一個新的深度適應網絡(DAN)架構,把深度卷積神經
相關文章
相關標籤/搜索