通過對抗的方式可以提取domian無關的特征，從而實現(xiàn)domain adaption。這就是DANN（Domain-Adversarial Neural Networks）。

原理

分為三部分，分別是：特征提取器（feature extractor）、標簽分類器（label predictor）、域判別器（domain classifier）。

DANN

其中域分類器和特征提取器中間有一個梯度反轉(zhuǎn)層（Gradient reversal layer）。梯度反轉(zhuǎn)層顧名思義將梯度乘一個負數(shù)，然后進行反向傳播。

所以特征提取器和域判別器在進行對抗，特征提取器的目標是最大化標簽分類的精確度，最小化域分類器的精確度。而域分類器的目標是最大化域分類的精確度，所以特征提取器和域判別器在進行對抗。最后特征提取器獲得的是域無關的信息。

引用

域?qū)梗ㄓ蜻m應）訓練
Domain Adaptation_小結(jié)
DANN與梯度反轉(zhuǎn)層（GRL）詳解
Domain-Adversarial Training of Neural Networks