谱归一化Wasserstein distance迁移网络

作者：王孝顺; 陈丹; 林垒城

来源：计算机应用研究, 2020, (10): 3164-3168.

DOI：10.19734/j.issn.1001-3695.2019.06.0245

• Wasserstein distance
• 迁移学习
• Lipschitz约束
• 谱归一化 Wasserstein distance
• transfer learning
• Lipschitz constraint
• spectral normalization

现有的Wasserstein distance在迁移学习中已经取得了巨大的成功,然而,以往方法对Lipschitz约束实施方式不好。为了克服这一问题,提出一种能够学习领域自适应能力的新方法,即谱归一化Wasserstein distance迁移网络(spectral normalization Wasserstein distance transfer network,SNWDTN)。该方法首先求出权值矩阵的谱范数,然后利用谱范数再对权值矩阵进行谱归一化处理,以设计出能够满足Lipschitz约束条件的谱归一化层,从而为Wasserstein distance的使用提供更好的约束条件满足。通过...

• 单位
  自动化学院; 福州大学