ADDA: Adversarial Discriminative Domain Adaptation
ADDA原理理解
ADDA中源域和目标域经过不同的映射来实现对齐。
ADDA的目标函数包括三项:
1.源域的分类误差项
2.域分类器的分类误差项
3.生成器在目标域的误差项
1.源域的分类误差项
源域数据在经过映射Ms后的分类误差最小:
2.域分类器的分类误差项
在源域和目标域分别经过Ms和Mt的映射后,经过域分类器进行分类,把源域和目标域的域分类问题看作二分类问题,源域的标签为1,目标域的标签为0,判别器的域分类误差定义如下:
3.生成器在目标域的误差项
在训练Mt时引入了对抗的思想,将映射函数Mt(·)看作是生成器,希望Mt(Xt)生成的数据能够愚弄判别器,让判别器判断错误,将它判别为1,所以生成器的损失定义为:
最终ADDA的目标函数:
ADDA的思想总结:一是希望在利用源域标签信息训练一个分类器,使得源域分类误差最小。二是利用GAN的对抗思想训练目标域的网络,既希望判别器能够将两域分正确,又希望生成器(Mt)能够愚弄判别器将目标域分为源域。对于源域网络的约束只有分类器项和判别项,对于Mt的约束才是对抗思想。
ADDA算法网络训练过程
Target CNN 的网络参数初始化使用的是源域预训练得到的模型。
ADDA: Adversarial Discriminative Domain Adaptation相关推荐
- 【paper笔记】ESAM: Discriminative Domain Adaptation with Non-Displayed Items to Improve Long-Tail
ESAM: Discriminative Domain Adaptation with Non-Displayed Items to Improve Long-Tail Performance 阿里解 ...
- 文献阅读:ESAM: Discriminative Domain Adaptation with Non-Displayed Items to Improve Long-Tail Performanc
文献阅读:ESAM: Discriminative Domain Adaptation with Non-Displayed Items to Improve Long-Tail Performanc ...
- Adversarial Discriminative Domain Adaption 阅读笔记
文章发表于 CVPR 2017 文章利用GAN网络的思想用于cross-domain识别 文章首先提到 1 先前的生成网络不适用于大的domain shift 2 先前的辨别网络施加固定的权重,没有利 ...
- 【SIGIR 2022】ADPL: Adversarial Prompt-based Domain Adaptation for Dialogue Summarization with Knowled
摘要 研究任务:跨领域对话摘要. 研究背景:当前的跨领域摘要方法需要在大量外部数据上进行预训练,因此本文想要使用轻量的微调方法. 研究方法:本文提出Adversarial Disentangled P ...
- 【论文翻译】DANN的改进ADDA Multimodal Vigilance Estimation with Adversarial Domain Adaptation Networks
[论文翻译]DANN的改进ADDA: Multimodal Vigilance Estimation with Adversarial Domain Adaptation Networks 1.研究背 ...
- Importance Weighted Adversarial Nets for Partial Domain Adaptation学习笔记
Importance Weighted Adversarial Nets for Partial Domain Adaptation学习笔记 文章目录 Importance Weighted Adve ...
- 【论文阅读】Deep Cocktail Network: Multi-source Unsupervised Domain Adaptation with Category Shift
Deep Cocktail Network: Multi-source Unsupervised Domain Adaptation with Category Shift SUMMARY@ 2020 ...
- TGRS2020/遥感:Multisource Domain Adaptation for Remote Sensing Using Deep Neural Netw基于深度神经网络的遥感多源域自适应
TGRS2020/遥感:Multisource Domain Adaptation for Remote Sensing Using Deep Neural Networks基于深度神经网络的遥感多源 ...
- CVF2020邻域自适应/语义分割:FDA: Fourier Domain Adaptation for Semantic SegmentationFDA:用于语义分割的傅立叶域自适应算法
邻域自适应/语义分割:FDA: Fourier Domain Adaptation for Semantic Segmentation FDA:用于语义分割的傅立叶域自适应算法 0.摘要 1.概述 1 ...
最新文章
- hiho 1015 KMP算法 CF 625 B. War of the Corporations
- Docker的基本使用-Ubuntu18.04
- 将页面多个下拉框的值以字符串拼接方式存放至数据库一个字段中
- deb 安装_本地安装DEB包的3种命令行工具(适合Ubuntu和Deepin )
- 可能用得上的jquery 插件
- DCL双检查锁机制实现线程安全的单例设计模式
- mysql8参数方案_Mysql8.0及以上 only_full_group_by以及其他关于sql_mode原因报错详细解决方案...
- 从城市到矿山!成都睿铂与Microdrones 海外三维建模案例
- java常用序列化与反序列化方法
- 【pytorch】pytorch-LSTM
- Atitit.软件架构高扩展性and兼容性原理与概论实践attilax总结
- 大学什么专业学c语言和机械制图,机械设计工程师大学时应该学什么
- html使用表格输入数字,表格中输入数字,为什么出现“####”的原因
- 无刷直流电动机矢量控制(一)——无刷直流电机(BLDC)与永磁同步电机(PMSM)的相同点和区别
- Python同过百度翻译制作翻译程序
- Facebook 申请蓝色认徽章
- excel mysql数据同步_将 Excel 数据导入 MySql
- Linux上安装ArcGIS for Server超详细教程——以Redhat6.5上安装ArcGIS for Server 10.3.1为例
- ReactNative 最新教程
- IT界十年最重要10家公司排行榜