对抗网络实现特征迁移技术路线：

特征提取器目标：

将源域和目标域样本输入，目标是使得提取的特征与域无关，同时能够正确分类。

分类器目标：

训练源域模型

• 损失函数的目的是：预测的源域分类器标签与真实标签相差尽可能小

域判别器目标：

将源域特征和目标域特征尽可能区分。

• 目标是：分清楚源域与目标域
• 损失函数的目的是：预测的源域判别标签与真实域标签相差尽可能小

最终目标：

通过特征提取器和域判别器之间相互对抗，训练出一个能够提取域不敏感同时有很好分类能力的特征。

• 测试：目标域测试
• 目标：使用训练好的源域分类器，将目标域特征输入得到的标签与真实标签对比，分类尽可能的高

版权声明：本文为CSDN博主「小白学习记录」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/feverfew1/article/details/121949567