【代码阅读】最大均值差异(Maximum Mean Discrepancy, MMD)损失函数代码解读(Pytroch版)
##代码及参考资料来源Sourcecode:easezyc/deep-transfer-learning[Github]参考资料:迁移学习简明手册MMD介绍MMD(最大均值差异)是迁移学习,尤其是Domainadaptation(域适应)中使用最广泛(目前)的一种损失函数,主要用来度量两个不同但相关的分布的距离。两个分布的距离定义为:(1)MMD(X,Y)=∣∣1n∑i=1nϕ(xi)−1m∑j=