Comments (5)
jindongwang
commented on July 24, 2024
迭代没有变化也是正常的，你不妨换个参数试试？
原代码的出处是作者Mingsheng Long的主页，你可以去看看
from transferlearning.
mengchuangji
commented on July 24, 2024
我又试了一下，原文代码好像没有迭代部分，我的数据Acc=0.9284。而您的代码有一个迭代部分，通过T设置迭代次数，但每次迭代就像我贴的图片一样，没有变化，并且Acc=0.0701(比较离谱)。我对比了一下，在Construct MMD matrix这块，原码有训练一个model。而您的代码没有model，加入了一个N，是希望每次迭代变化吗？但是迭代没有变化，我觉得是代码可能有问题，导致迭代环节没有变化。
from transferlearning.
jindongwang
commented on July 24, 2024
好的，我稍后看一下，有可能上传的时候出问题了，在我这里是没问题的。
ARTL文章中提到了迭代，迭代精度会更高。
…________________________________
祝好
王晋东
发件人： kind-hearted-Tbag<mailto:[email protected]>
发送时间： 2017-11-08 16:09:56
收件人： jindongwang/transferlearning<mailto:[email protected]>
抄送： Jindong Wang<mailto:[email protected]>; Comment<mailto:[email protected]>
主题： Re: [jindongwang/transferlearning] 关于MyARTL,总是有些问题。 (#6)
我又试了一下，原文代码好像没有迭代部分，我的数据Acc=0.9284。而您的代码有一个迭代部分，通过T设置迭代次数，但每次迭代就像我贴的图片一样，没有变化，并且Acc=0.0701(比较离谱)。我对比了一下，在Construct MMD matrix这块，原码有训练一个model。而您的代码没有model，加入了一个N，是希望每次迭代变化吗？但是迭代没有变化，我觉得是代码可能有问题，导致迭代环节没有变化。
—
You are receiving this because you commented.
Reply to this email directly, view it on GitHub<#6 (comment)>, or mute the thread<https://github.com/notifications/unsubscribe-auth/AF33fn_T9dEW-JuSPTSuCee3u7zaSsmMks5s0WHUgaJpZM4QUrBs>.
from transferlearning.
jindongwang
commented on July 24, 2024
@kind-hearted-Tbag 我刚更新了一下ARTL方法的代码，如果你还在用的话，可以再看一下有没有问题。我是基于我目前正在用的代码做的，应该是可以跑的。
from transferlearning.
mengchuangji
commented on July 24, 2024
非常感谢！ 现在好了，就45和51行有点小问题，n_neighbor改为p，mu是多余的。 现在正确率是0.9299（挺好），但每次迭代任然没有变化，是不是所有的数据都这样。这方面我会继续尝试的。
from transferlearning.
Related Issues (20)
- Deep DG HOT 9
- MMD距离 backward问题 HOT 3
- BDA代码中的数据集的问题 HOT 2
- 关于TransferNet中source_clf计算的疑问 HOT 1
- 关于复现 HOT 1
- 对比算法的复现缺少部分流程 HOT 1
- 程序显示没有loss_funcs模块 HOT 1
- Our new test-time adaptation algorithm for segmentation HOT 3
- 关于transferlearning/code /DeepDA的模型代码读取 HOT 2
- How to use DIFEX for single domain generalization? HOT 2
- code add HOT 2
- 有关于在使用DG中DANN方法中遇到的问题
- Office-31 webcam域上微调模型丢失 HOT 1
- 是否需要进行微调？ HOT 2
- 作者您好！请问AdaRNN的对比实验中，MMD-RNN和DANN-RNN是如何实现的，MMD-RNN的源域和目标域是如何定义的，AdaRNN相比这两个对比模型进步在哪里？ HOT 1
- Feature Request：添加ADDA的代码以及与其他方法的比较。 HOT 1
- 王老师您好，Domain Generalization for Activity Recognition via Adaptive Feature Fusion请问这篇论文的代码具体在哪个文件夹里？找了很久没找到 HOT 1
- Time series domain adaptation benchmark and datasets HOT 1
- DIVERSIFY: A General Framework for Time Series Out-of-distribution Detection and Generalization中的cross_dataset的文件 HOT 1
- BDA中A-distance问题
Recommend Projects
-
React
A declarative, efficient, and flexible JavaScript library for building user interfaces.
-
Vue.js
🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.
-
Typescript
TypeScript is a superset of JavaScript that compiles to clean JavaScript output.
-
TensorFlow
An Open Source Machine Learning Framework for Everyone
-
Django
The Web framework for perfectionists with deadlines.
-
Laravel
A PHP framework for web artisans
-
D3
Bring data to life with SVG, Canvas and HTML. 📊📈🎉
-
Recommend Topics
-
javascript
JavaScript (JS) is a lightweight interpreted programming language with first-class functions.
-
web
Some thing interesting about web. New door for the world.
-
server
A server is a program made to process requests and deliver data to clients.
-
Machine learning
Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.
-
Visualization
Some thing interesting about visualization, use data art
-
Game
Some thing interesting about game, make everyone happy.
Recommend Org
-
Facebook
We are working to build community through open source technology. NB: members must have two-factor auth.
-
Microsoft
Open source projects and samples from Microsoft.
-
Google
Google ❤️ Open Source for everyone.
-
Alibaba
Alibaba Open Source for everyone
-
D3
Data-Driven Documents codes.
-
Tencent
China tencent open source team.
from transferlearning.