百科问答小站 logo
百科问答小站 font logo



领域自适应需要用到测试集数据,这样的方法有啥意义呢? 第1页

  

user avatar   jindongwang 网友的相关建议: 
      

这个问题问的很好。

其实这相当于把问题搞的很纯粹很难,在这种情况下如果算法工作的好,才更有可能在真实的情况下工作的好。

另一个不需要用目标域的研究方向就是domain generalozation,最近两年比较火。


user avatar   jzwa 网友的相关建议: 
      包括光学望远镜和射电望远镜,在建的也算。
user avatar   zhu-wang-xiao-miao-o 网友的相关建议: 
      包括光学望远镜和射电望远镜,在建的也算。


  

相关话题

  2021 年了,机器/深度学习还有哪些坑比较好挖? 
  如何评价mixup: BEYOND EMPIRICAL RISK MINIMIZATION? 
  为什么强大的 MXNet 一直火不起来? 
  如何摆脱基因的控制? 
  为什么交叉熵(cross-entropy)可以用于计算代价? 
  华为年薪百万的应届博士到底有多厉害? 
  验证集loss上升,准确率却上升该如何理解? 
  现大二,准备做大学生创新创业项目计划 ,目前定的方向是深度学习+畜牧业/养殖业,有什么建议给我们吗? 
  如何评价小米开源的移动端深度学习框架MACE? 
  IBM 重返消费级市场有哪些机会? 

前一个讨论
怎么夸漂亮女孩又不显得俗套?
下一个讨论
35岁危机只存在于计算机行业吗?





© 2024-12-26 - tinynew.org. All Rights Reserved.
© 2024-12-26 - tinynew.org. 保留所有权利