上一页 1 2 3 4 5 6 7 8 9 10 ··· 73 下一页
摘要: 论文信息 论文标题:Generalized Domain Adaptation with Covariate and Label Shift CO-ALignment论文作者:Shuhan Tan, Xingchao Peng, Kate Saenko论文来源:ICLR 2020论文地址:downl 阅读全文
posted @ 2023-04-19 15:33 图神经网络 阅读(266) 评论(0) 推荐(1) 编辑
摘要: KL 散度,又叫相对熵,用于衡量两个分布之间的距离。设 $p(x)$, $q(x)$ 是关于随机变量 $x$ 的两个分布,则 $p$ 相对于 $q$ 的 KL 散度为: $D_{K L}(p \| q)=E_{p(x)} \log \frac{p(x)}{q(x)}$ 信息论中,熵 $H(P)$ 表 阅读全文
posted @ 2023-04-18 10:01 图神经网络 阅读(223) 评论(0) 推荐(0) 编辑
摘要: 论文信息 论文标题:Automatically discovering and learning new visual categories with ranking statistics论文作者:K. Han, Sylvestre-Alvise Rebuffi, Sébastien Ehrhard 阅读全文
posted @ 2023-04-17 20:34 图神经网络 阅读(41) 评论(0) 推荐(0) 编辑
该文被密码保护。 阅读全文
posted @ 2023-04-17 17:19 图神经网络 阅读(2) 评论(0) 推荐(0) 编辑
摘要: 论文信息 论文标题:Semi-Supervised Learning of Visual Features by Non-Parametrically Predicting View Assignments with Support Samples论文作者:Mahmoud Assran, Mathi 阅读全文
posted @ 2023-04-17 11:18 图神经网络 阅读(140) 评论(0) 推荐(0) 编辑
摘要: 如果温度系数设的越大,logits 分布变得越平滑,那么对比损失会对所有的负样本一视同仁,导致模型学习没有轻重。如果温度系数设的过小,则模型会越关注特别困难的负样本,但其实那些负样本很可能是潜在的正样本,这样会导致模型很难收敛或者泛化能力差。 阅读全文
posted @ 2023-04-13 09:50 图神经网络 阅读(259) 评论(0) 推荐(1) 编辑
摘要: 论文信息 论文标题:Adversarial training methods for semi-supervised text classification论文作者:Taekyung Kim论文来源:ICLR 2017论文地址:download 论文代码:download视屏讲解:click 1 背 阅读全文
posted @ 2023-04-12 23:13 图神经网络 阅读(221) 评论(0) 推荐(1) 编辑
摘要: 论文信息 论文标题:Cluster-Guided Semi-Supervised Domain Adaptation for Imbalanced Medical Image Classification论文作者:S. Harada, Ryoma Bise, Kengo Araki论文来源:ArXi 阅读全文
posted @ 2023-04-11 09:04 图神经网络 阅读(59) 评论(0) 推荐(0) 编辑
摘要: 论文信息 论文标题:Anomaly Detection in IR Images of PV Modules using Supervised Contrastive Learning论文作者:Lukas Bommes, Mathis Hoffmann, Claudia Buerhop-Lutz, 阅读全文
posted @ 2023-04-10 20:20 图神经网络 阅读(71) 评论(0) 推荐(0) 编辑
摘要: 论文信息 论文标题:Category-Adaptive Domain Adaptation for Semantic Segmentation论文作者:Zhiming Wang, Yantian Luo, Danlan Huang, Ning Ge, Jianhua Lu论文来源:ICASSP 20 阅读全文
posted @ 2023-04-08 17:58 图神经网络 阅读(100) 评论(0) 推荐(0) 编辑
上一页 1 2 3 4 5 6 7 8 9 10 ··· 73 下一页
Live2D