(相关资料图)
域自适应（Domain Adaptation）是迁移学习的一种，在机器学习中，当源域和目标域数据分布不同，但是两者的任务相同时，可以使用域自适应，将源域数据训练的精度较高的模型运用到数据较少的目标域中。
白话：任务一样时，训练集和实际样本分布不太一样，需要把训练的域匹配到实际的域上。
三种方法：
样本自适应：就是对样本进行变换。将源域中样本重采样，使其分布趋近于目标域分布；从源域中找出那些长的最像目标域的样本，让他们带着高权重加入目标域的数据学习。
特征层面自适应：将源域与目标域数据都投射到一个公共特征子空间，从而能够将源域训练得到的知识直接应用于目标域中。
模型层面自适应：直接对模型进行修改，将两个领域之间的不同当作先验知识直接引入模型，相当于人工进行改进。
source domain是黑白的，target domain是彩色的，我们希望feature extractor提取的两个domain的特征是一致的，也就是特征层在domain classifier上分类，能分在一起。
标签：
域自适应（DomainAdaptation）是迁移学习的一种，在机器学习中，当源域和目标域数据分布不同，但是两者的任
投诉凤凰银饰店投诉直通车是湖南日报、华声在线、新湖南主办的投诉维权类栏目,帮助解决网上投诉,315消费投
近日祝绪丹一组户外捧花写真曝光，身穿露肩白裙的少女手捧一束鲜花来到户外，开启绿野仙踪一般的美好旅程
5月15日，据中国网信网消息，国家网信办近期开展“清朗·规范重点流量环节网络传播秩序”专项行动，紧盯...
新京报讯（记者徐美慧）今天（5月16日），北京市建设工程安全质量及智慧管理标杆工地观摩学习活动在中建二
北汽蓝谷发布三季报 极狐发力高端市场
皓丽2022线上发布会：5大新品亮相，多位行业大咖与合作伙伴助阵！
