DANN：Unsupervised Domain Adaptation by Backpropagation

本篇是遷移學習專欄介紹的第十三篇論文，發表在ICML15上。論文提出了用對抗的思想進行domain adaptation，該方法名叫DANN(或RevGrad)。核心的問題是同時學習分類器  、特徵提取器  、以及領域判別器  。通過最小化分類器誤差，最大化判別器誤差，使得學習到的特徵表達具有跨領域不變性。 Abstract 高性能的深層體系結構是針對大量標記數據進行訓練的。在缺少特定任務的標記數

>>阅读原文<<