开发工具:
文件大小: 767kb
下载次数: 0
上传时间: 2021-03-13
详细说明：深度神经网络的成功通常取决于大量标记的训练样本，不幸的是，在实践中很难获得这些样本。 无监督域适应着重于目标域中没有标记数据的问题。 在本文中，我们提出了一种新颖的深度无监督域自适应方法，该方法可以学习可传递的特征。 与大多数现有方法不同，它尝试通过执行类别自适应以匹配每个类别的样本条件分布来学习更好的领域不变特征表示。 自定进度的学习策略用于逐渐带动标签信息的意识，即使标签在目标域中不可用，这也使得按类别进行适应变得可行。 然后，我们给出详细的理论分析以解释如何获得更好的性能。 实验结果表明，我们的方法在标准领域自适应数据集上的表现优于当前技术水平。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
