Bi-Directional Generation for Unsupervised Domain Adaptation(Bi-Directional Generation & class MMD)
发布时间
阅读量：
阅读量
融合了一种基于双向对抗生成网络与多分类领域无监督学习的方法，在源域至目标域的知识转移机制下实现了有效的迁移能力。实验结果表明，在Office数据集上的验证准确率显著。
该方法融合了5个不同的损失函数，在经过多轮次的训练过程最终达到了收敛状态，并对各损失函数的具体内容进行了详细说明。
2.1. Gs与Cs结合，达到生成器Gs和Cs在训练中收敛：
2.2. Gt与Ct结合，达到生成器Gt和Ct在训练中收敛：
2.3. 对每个类别计算损失函数，采用class MMD技术：
2.4. 计算全局MMD：
2.5. 按经验参数整合全局MMD和class MMD：
2.6. 计算分类器分类差别损失：
2.7. 整合所有损失函数：
全部评论 (0)
还没有任何评论哟~