这半年来主要研究迁移学习，因此想通过几篇博客进行一下总结，从迁移学习，到深度迁移学习，对抗迁移学习，到图像分类域适应，再到语义分割域适应。
下面是迁移学习较新的综述 ：
2018 一篇最近的非对称情况下的异构迁移学习综述：Asymmetric Heterogeneous Transfer Learning: A Survey
2018 Neural style transfer的一个survey：Neural Style Transfer: A Review
2018 深度domain adaptation的一个综述：Deep Visual Domain Adaptation: A Survey
2017 多任务学习的综述，来自香港科技大学杨强团队：A survey on multi-task learning
2017 异构迁移学习的综述：A survey on heterogeneous transfer learning
2017 跨领域数据识别的综述：Cross-dataset recognition: a survey
2016 A survey of transfer learning。其中交代了一些比较经典的如同构、异构等学习方法代表性文章。
与深度学习结合：
深度迁移学习 Deep Transfer Learning最新文章（部分）：
20180819 arXiv Conceptual Domain Adaptation Using Deep Learning
English: A search framework for deep transfer learning
中文：提出一个可以搜索的framework进行迁移学习
20180731 ECCV-18 DeepJDOT: Deep Joint Distribution Optimal Transport for Unsupervised Domain Adaptation
English: Deep + Joint distribution adaptation + optimal transport
中文：深度 + 联合分布适配 + optimal transport
20180731 ICLR-18 Few Shot Learning with Simplex
English: Represent deep learning using the simplex
中文：用单纯性表征深度学习
20180724 AIAI-18 Improving Deep Models of Person Re-identification for Cross-Dataset Usage
English: apply deep models to cross-dataset RE-ID
中文：将深度迁移学习应用于跨数据集的Re-ID
20180724 ECCV-18 Zero-Shot Deep Domain Adaptation
English: Perform zero-shot domain adaptation when there is no target domain data available
中文：当目标领域的数据不可用时如何进行domain adaptation :