[論文筆記]Deep Domain Confusion: Maximizing for Domain Invariance

該論文提出DDC(Deep Domain Confusion)解決深度網絡的自適應問題，應用於遷移學習。 摘要 一般的監督學習deep-CNN模型需要在大規模的數據集上訓練，但不可移植。 微調預訓練模型的方法在一些新的領域需要特別的數據，也不適用。 作者用了一種新的CNN結構，加入了一個自適應層（adaption layer）和一個addtional domain confusion loss來學

>>阅读原文<<