神奇的深度遷移學習DDC：Deep Domain Confusion: Maximizing for Domain Invariance

1、簡介 數據樣本不夠怎麼使用深度學習？大家第一時間想到的肯定是微調已經訓練好的模型，像VGG、Inception、Resnet這樣的模型，但是有時我們可能會發現，有時微調後的效果並不是很好，可能會需要微調好多層才能得到較好的效果，但是這往往需要大量的樣本，但當我們僅有少量或沒有帶標註的數據時，我們就無法有效的通過微調網絡來實現對新樣本的識別。存在這一問題的主要原因是源數據與目標數據之間的分佈情況

>>阅读原文<<