迁移学习论文解读:《Unsupervised Domain Adaptation via Structurally Regularized Deep Clustering》

迁移学习论文解读:《Unsupervised Domain Adaptation via Structurally Regularized Deep Clustering》_第1张图片

 

存在问题:

        直接实现源域和目标域对齐会破坏目标数据的内在结构。

                                 迁移学习论文解读:《Unsupervised Domain Adaptation via Structurally Regularized Deep Clustering》_第2张图片

        但是如果先对目标域数据进行聚类,则可以保留完整的目标数据结构 。

                                                         迁移学习论文解读:《Unsupervised Domain Adaptation via Structurally Regularized Deep Clustering》_第3张图片

 

 迁移学习论文解读:《Unsupervised Domain Adaptation via Structurally Regularized Deep Clustering》_第4张图片迁移学习论文解读:《Unsupervised Domain Adaptation via Structurally Regularized Deep Clustering》_第5张图片

迁移学习论文解读:《Unsupervised Domain Adaptation via Structurally Regularized Deep Clustering》_第6张图片 

迁移学习论文解读:《Unsupervised Domain Adaptation via Structurally Regularized Deep Clustering》_第7张图片 

 

你可能感兴趣的:(迁移学习文章解读,机器学习,深度学习,pytorch,迁移学习,python)