欢迎提意见！

[jindongwang]

由于作者水平有限，错误、不足之处请多提意见！
如果有任何建议（新方法、新数据、新竞赛等任何新的东西），也欢迎到这里留言！

[zhenni]

Why not write a survey ><

[jindongwang]

@zhenni 现在的survey就有很多了，再写一个没什么用

[haoguosheng]

4.1.1小节最后一行“却并给出...”，是否应当是"却并未给出..."?

[jindongwang]

@haoguosheng 这个在开发版本中已修正

[zhangjiantianyasmile]

你好，《迁移学习简明手册》 13.4 2. 人脸识别图像数据集 这一小节中 “...按照不同的关照和曝光条件随机选出。“ 应该是 “...光照和曝光条件...” 吧？

[jindongwang]

@zhangjiantianyasmile 已更正，感谢！

[xpf]

你好，53页中fts = fts ./ repmat(sum(fts, 2), 1, size(fts, 2));
是否是fts = fts ./ repmat(sum(fts, 1), size(fts, 1), 1);
使用Xs = zscore(fts, 1);是否能将上句删除？谢谢解答

[jindongwang]

@xpf 没懂你的意思。。。

[CuthbertCai]

公式4.17中的第二个指示函数是否应该为等于1而不是等于0

[jindongwang]

@CuthbertCai 两个都是1，这个是没错的，区别是前面来自source，后面来自target

[CuthbertCai]

@jindongwang 可能我没有表达清楚，我的意思是第二个指示函数中是否应该是$\eta(x_i)=1$而不是$\eta(x_i)=0$，对于假设$\eta$来说来自source domain的样本应该判断为0，来自target domain的样本应该判断为1吧

[jindongwang]

@CuthbertCai 我看到了！现在这个公式是4.19了，我刚刚看偏了，可能咱们看的版本不一样。确实需要更正！

[yuyaxiong]

39页处，“简单说一下什么叫 AnB：（所有实验都是针对数据 B 来说的）将 A 网络的前 n 层拿来
并将它 frozen，剩下的 8 − n 层随机初始化，然后对 B 进行分类。”paper里面是指，剩下的8-n层随机初始化并在B上训练后，再对B进行分类。这么写读起来让人以为是用随机初始化的权重做后续的分类任务的。

[jindongwang]

@yuyaxiong 感谢指正!写的有些简单了

[feng-1985]

您好，关于深度迁移学习中图31（page 38）的说明，该图是引用的哪篇论文？使用的什么数据集？
还有以下几点疑惑需要请教您：

1. 目前，迁移学习主要都是深度迁移学习方法来做吗？或者深度迁移学习与传统迁移学习方法的结合？
2. 相比传统的迁移学习方法，深度迁移学习方法主要是在哪方面进行迁移比较有优势（数据分布 or 特征 or 子空间 ）？

[jindongwang]

1. 图31不是某篇论文的结果，是各个结果综合起来的。杨强老师演讲多次用过此图。使用的应该是office数据集。 2. 现在的迁移方法绝大多数都是深度和对抗迁移。 3. 深度方法可以学习到更深层的特征，结合对抗能够学习到比较好的迁移特征。 在2019年2月20日 10:25，hu bifeng<[email protected]><mailto:[email protected]> 写道： 您好，关于深度迁移学习中图31（page 38）的说明，该图是引用的哪篇论文？使用的什么数据集？ 还有以下几点疑惑需要请教您： 1. 目前，迁移学习主要都是深度迁移学习方法来做吗？或者深度迁移学习与传统迁移学习方法的结合？ 2）相比传统的迁移学习方法，深度迁移学习方法主要是在哪方面进行迁移比较有优势（数据分布 or 特征 or 子空间 ）？ — You are receiving this because you were mentioned. Reply to this email directly, view it on GitHub<#6 (comment)>, or mute the thread<https://github.com/notifications/unsubscribe-auth/AF33fkczjeHiWdXnCQq0csY8-6I9bdQjks5vPLIOgaJpZM4TRWxO>.

[feng-1985]

非常感谢解答！👍

[mangoyuan]

ch04_basic.tex, line 258, "Wasserstein Distance是一套用来衡量两个概率分部..."笔误，改为"概率分布"。
最后，谢谢作者的贡献！

[A-suozhang]

@jindongwang 请问作者您尝试过复现AdaBN的结果吗？AdaBN的论文和后来诸如VisDA等比赛中都常用到这种方法，但是经过我自己复现之后发现效果并不是很好)☹
如果您有相关研究经历，可否与我解惑，感激不尽🙏

[jindongwang]

@A-suozhang AdaBN的结果有点玄学，没能复现成功。。。

[youngfish42]

我注意到项目中说明“一年后会有重大版本更新”，可以询问进行到哪一步了吗？
（没错，我是来催更的 ^_^

[jindongwang]

@youngfish42 在等你一起更呀

[whughw]

首先感谢这么优秀的工作~
28页条件分布适配小节的第二段中“……根据贝叶斯公式P(yt|xt) = p(yt)p(xt|yt)，我们如果忽略P(xt)……”，是否在等式左边漏掉了P(xt)

[aikasirius]

看到您在网页版pdf第九章深度迁移学习方法的基本思路中写道

“finetune有它的先天不足：它无法处理训练数据和测试数据分布不同的情况”

想问下这句怎么理解呢，不足的原因是什么呢？finetune的这一不足在从头训练CNN的时候会出现么？盼复~

[flatblackwhite]

图3-1 ”红星“黑白图书没有红色hh

[jindongwang]

@flatblackwhite 说的太对了:)

[davidpqc1231]

请问大佬书有出电子版吗？人在海外买实体书实在不太方便。

[jindongwang]

@davidpqc1231 感谢对本书的关注！京东上有电子版卖，你可以找一下

[huiMM]

京东卖的电子版是哪个版本的? 相对于1.0主要更新了哪些部分内容呢？

[jindongwang]

@huiMM 京东卖的是全新的内容，不是这个repo里的东西。相比于1.0主要更新的内容，请看这个链接：https://zhuanlan.zhihu.com/p/374927278

[YidingYu]

11.5.2的第二段重复了11.5.1的某个段落

[jindongwang]

@YidingYu 你看的真细致。哈哈，这个是杨老师要求加上的，所以就没管了。

[AitSaltedfish]

您好，请问在实体书的第五章5.2.1最后“由于课程学习强调一个由难到易的学习过程，与人类的学习过程相符”，这里“由难到易”是不是存在笔误，毕竟和后文有点矛盾

[Faye-th]

作者您好，最近购买了您的《迁移学习导论》一书，阅读中发现很多备注，例如“详见链接1-1”等等，但我没有在书中查到这些链接的详细地址，不知道能否告知一下这些链接具体可以在哪里查看到？十分感谢

[lisa-606]

已收到您的邮件！

[jindongwang]

@Faye-th 书的背面左下角扫码。这个在知乎答疑里面有，书的官方网站也有。

[Faye-th]

@Faye-th 书的背面左下角扫码。这个在知乎答疑里面有，书的官方网站也有。

已找到，感谢您的答复，谢谢！

[MSC19950601]

这是来自QQ邮箱的假期自动回复邮件。您好，我最近正在休假中，无法亲自回复您的邮件。我将在假期结束后，尽快给您回复。

[lisa-606]

已收到您的邮件！