tlbook-code
tlbook-code copied to clipboard
Code for Transfer Learning book--《迁移学习导论》配套代码
作者您好!近期读到第二版85页“带有概率密度比的SVM”公式第二项β前为什么有负号,在“Density ratio estimation in support vector machine for better generalization: study on direct marketing prediction”论文中该项没有负号,不是很理解 期待您的回复!
东哥好,我使用DANN训练自己的问题时,其域分类精度一开始就是50%左右(transfer loss大约在0.7),并且一直维持在这个值,未曾有变化,感觉域分类器并没有很好的work,已调整过学习率、transfer_loss权重等参数,但均无改变。不知到应该怎么调整代码?  部分输出如下: Epoch [1/10] - T_Loss:2.7179, R_loss:2.016,D_loss:0.702,D_acc:50.117% Val_Loss(MSE):2.262,Val_MAE:1.242,Val_R2:0.633 lr [0.0001] Epoch [2/10] - T_Loss:2.5103, R_loss:1.803,D_loss:0.708,D_acc:45.898% Val_Loss(MSE):1.774,Val_MAE:0.929,Val_R2:0.713 lr [0.0001] Epoch [3/10] - T_Loss:1.9520, R_loss:1.252,D_loss:0.700,D_acc:49.336% Val_Loss(MSE):1.301,Val_MAE:0.828,Val_R2:0.789 lr [0.0001] Epoch [4/10]...
在您的这本书提供的models.py的code中,在forward函数中,source和target是先过了classifier_layer,再通过bottleneck_layer 但是在DeepDA提供的code中,是先通过bottleneck_layer再通过classifier_layer 想问下以上两种方式哪种是正确的,抑或是都可以?