일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 | 29 |
30 | 31 |
Tags
- Pseudo Label
- WGAN
- GAN
- SSL
- CoMatch
- UnderstandingDeepLearning
- mocov3
- CycleGAN
- 컴퓨터구조
- Meta Pseudo Labels
- 딥러닝손실함수
- mme paper
- Pix2Pix
- dann paper
- ConMatch
- 최린컴퓨터구조
- shrinkmatch paper
- 백준 알고리즘
- adamatch paper
- CGAN
- dcgan
- semi supervised learnin 가정
- cifar100-c
- tent paper
- simclrv2
- BYOL
- shrinkmatch
- Entropy Minimization
- conjugate pseudo label paper
- remixmatch paper
Archives
- Today
- Total
목록dann paper (1)
Hello Data

논문의 풀 제목은 Domain-Adversarial Training of Neural Networks이다. DANN이라고도 불리며 Semi supervised Domain Adaptation에서 시초격인 거 같아서 리뷰해보려고 한다.https://arxiv.org/pdf/1505.07818.pdf Introduction딥러닝에서 겪을 수 있는 흔한 문제는 train, test 데이터 셋에서 흔하게 일어날 수 있는 shift문제이다. 따라서 이러한 shfited distribution에서의 classifier가 잘 분류할 수 있도록 훈련하는 것이 Domain Adaptation(DA) 라고 할 수 있다. 여기서 target distribution은 모두 unlabeled 데이터이다. 기존의 방법들은 위의 ..
Domain Adaptation
2024. 3. 12. 11:05