AAAIMar, 2021
渐变正则化对比学习,用于连续领域适应
Gradient Regularized Contrastive Learning for Continual Domain Adaptation
Shixiang Tang, Peng Su, Dapeng Chen, Wanli Ouyang
TL;DR本研究旨在解决深度神经网络在动态环境下机器学习算法中的持续领域适应问题。为此,我们提出了 Gradient Regularized Contrastive Learning (GRCL) 并在 Digits、DomainNet 和 Office-Caltech 基准测试中证明了其在比较其他最新方法时的强大性能。