论文部分内容阅读
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