机器学习——自领域适应作业

发布时间：2023年12月18日

任务

在这里插入图片描述
在这里插入图片描述
游戏里面的话有很多跟现实不一样的情况。
在这里插入图片描述
想办法让中间的特征更加的接近，让feat A适应feat B，产生相对正常的输出。
在这里插入图片描述
在有标签数据和没有数据的上面进行训练，并能预测绘画图像。

数据集

在这里插入图片描述

  • 训练5000张总数，每类有500张
  • 测试10000张
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

Baseline

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

  • Lambda参数需要好好调整一下
    在这里插入图片描述

DaNN 结构

在这里插入图片描述

让两个领域的特征尽可能的接近。类比于GAN方式，先训练G，再训练D
在这里插入图片描述
在这里插入图片描述
从DaNN转成GRL模型

实践

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

  • 1表示是source 还是target
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

在这里插入图片描述
在这里插入图片描述在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

文章来源:https://blog.csdn.net/uncle_ll/article/details/135042947
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
最新文章