写文章
- @SleepBuTa
简介
该用户还未填写简介
擅长的技术栈
未填写擅长的技术栈
可提供的服务
暂无可提供的服务
迁移学习——Transitive Transfer Learning
《Transitive Transfer Learning》学习Proceedings of the 21th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining如果两个领域之间的重叠很少，那么在这些领域之间进行知识转移就不会有效。受人类传递性推理和学习能力的启发，我们研究了一个新的学习问题:传递性迁
迁移学习—— Transfer Feature Learning with Joint Distribution Adaptation
《 ICCV Transfer Feature Learning with Joint Distribution Adaptation》论文学习2013 IEEE International Conference on Computer Vision迁移学习是计算机视觉中的一种有效技术，可以利用源域中丰富的标记数据为目标域构建准确的分类器。在本文中，我们提出了一种新的迁移学习方法，称为联合分布自适
迁移学习——Balanced Distribution Adaptation for Transfer Learning
《Balanced Distribution Adaptation for Transfer Learning》学习2017 IEEE International Conference on Data Mining迁移学习通过利用源领域的知识对标签较少或没有标签的目标领域进行标注，取得了良好的效果。现有的方法往往寻求最小化域之间的分布差异，如边缘分布、条件分布或两者兼有。然而，现有算法往往对这两种
暂无文章信息