← 返回卡片

原书出处

深度学习详解

13 迁移学习 13.2 领域自适应

核验版本的摘录快照 · 导入于 2026-11-21T12:46:32.560Z

如图13.5所示,我们要训练一个领域分类器.领域分类器是一个二元的分类器,其输入是特征提取器输出的向量,其学习目标是判断这个向量来自源领域还是目标领域,而特征提取器的学习目标是想到办法骗过领域分类器.领域对抗训练非常像生成对抗网络,特征提取器可看成生成器,领域分类器可看成判别器.但在领域对抗训练里面,特征提取器优势太大,想要骗过领域分类器很容易.比如特征提取器可以忽略输入,永远输出一个零向量.如此一来,领域分类器的输入都是零向量.标签预测器也需要特征来判断图片的类别,如果特征提取器只会输出零向量,标签预测器就无法判断输入的是哪一张图片.特征提取器需要产生向量,以使标签预测器能够输出正确的预测.因此,特征提取器不能永远都输出零向量.

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/深度学习详解/_epub-src/OEBPS/Text/Chapter13.xhtml

EPUB SHA-256:35d2d4b7de742e0ce7756e7fb57c534014bf33cecdf0483a75e23cb7446cb7dc