文件名称：Domain2Vec:深度域泛化
文件大小：13KB
文件格式：ZIP
更新时间：2024-05-26 05:06:14
Python
Domain2Vec 我们解决了领域泛化的问题，即从多个相关领域的数据中学习决策函数，并且目标是将其成功应用于一个看不见的领域。 假定在源域（也称为训练域）中有大量可用的标记数据，但对于看不见的域（也称为目标域或测试域）没有可用的标记数据。 我们提出了一种新颖的神经网络体系结构Domain2Vec（D2V），该体系结构学习特定于域的嵌入，然后使用该嵌入来概括跨相关域的学习。 提出的算法D2V将分布回归和核化域泛化的思想扩展到了神经网络设置。 我们提出了一种神经网络体系结构来学习特定于域的嵌入，然后将其与数据点特定的特征一起使用以对其进行标记。 我们通过准确地估计域到域的相似性来展示该体系结构的有效性。 我们针对标准的领域归纳数据集对我们的算法进行了评估，以进行图像分类，并优于其他最新算法。
【文件预览】：
Domain2Vec-master
----synthetic()
--------domain2vec_synthetic.py(8KB)
--------network_classes.py(10KB)
--------layer_utils.py(2KB)
--------generate_synthetic_data.py(1KB)
----.gitignore(107B)
----README.md(1KB)
----vlcs()
--------network_classes.py(10KB)
--------domain2vec_vlcs.py(11KB)
--------layer_utils.py(2KB)
--------generate_vlcs_data.py(1KB)