BriefGPT.xyz
Jul, 2016
参数增强的神经网络域适应
Domain Adaptation for Neural Networks by Parameter Augmentation
HTML
PDF
Yusuke Watanabe, Kazuma Hashimoto, Yoshimasa Tsuruoka
TL;DR
本文提出了一种简单的领域自适应方法，可以应用于使用交叉熵损失训练的神经网络，在字幕数据集上展示了该方法相对于其他领域自适应方法的表现提高。
Abstract
We propose a simple
domain adaptation
method for
neural networks
in a supervised setting. Supervised
domain adaptation
is a way of improvi
→