【文件属性】：
文件名称：mann:矩对齐神经网络（Keras）的无监督域自适应
文件大小：6.92MB
文件格式：ZIP
更新时间：2021-05-04 18:55:22
transfer-learning domain-adaptation moment-alignment central-moment-discrepancy Python
Keras中心矩差异的无监督域自适应
该存储库包含用于重现论文中报告的实验的代码
W. Zellinger，BA Moser，T。Grubinger，E。Lughofer，T。Natschlaeger和S. Saminger-Platz，“通过力矩对齐对神经网络进行鲁棒的无监督域自适应”， ， ，2019年5月
扩展了初步会议版本
W.Zellinger，T。Grubinger，E.Lughofer，T.Natschlaeger和Susanne Saminger-Platz，“域不变表示学习的中心矩差异（cmd）”，国际学习表示会议（ICLR）， ，2017
要求
该实现基于神经网络库keras（版本1.1），并通过theano后端（版本0.9）进行了测试。 要安装theano和keras，请按照各自github页面上的安装说明进行操作。 您还将需要：numpy，熊猫，seaborn
【文件预览】：
mann-master
----models()
--------maximum_mean_discrepancy.py(2KB)
--------correlation_alignment.py(2KB)
--------central_moment_discrepancy.py(3KB)
--------mann_object_recognition.py(19KB)
--------__init__.py(579B)
--------mann_sentiment_analysis.py(8KB)
----data()
--------amazon_reviews_dataset()
--------artificial_dataset()
--------office_dataset()
----object_recognition.py(14KB)
----temp()
--------object_recognition()
--------ignore.gitignore(73B)
--------sentiment_analysis()
--------parameter_sensitivity()
--------artificial_example()
----output()
--------object_recognition()
--------sentiment_analysis()
--------parameter_sensitivity()
--------artificial_example()
----LICENSE(34KB)
----parameter_sensitivity.py(7KB)
----sentiment_analysis.py(17KB)
----requirements.txt(163B)
----artificial_example.py(9KB)
----README.md(3KB)