《表1 Office-31数据集上不同方法的测试结果》
注:加粗字体为最优结果。
训练时,加权修正采用文献[27]的方案进行初始化,源模型采用随机梯度下降法训练,设置学习率为0.1,权重衰减为0.000 1,添加的Nesterov动量[28]为0.9。深度神经网络模型AlexNet和ResNet18使用Adam[29]方法训练,基础学习率为0.01,其余按文献[29]中参数设置,损失函数的超参数λ设置为1。每个实验都进行小批量训练,大小设置为512,每个小批量包含相同数量的源样本和目标样本,选择目标域的所有图像作为测试样本,重复实验5次后取平均值,结果如表1所示。
图表编号 | XD0098407300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.16 |
作者 | 姚明海、方存亮 |
绘制单位 | 浙江工业大学信息工程学院、浙江工业大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |