这是迁移学习,域自适应的一篇DWL的代码。这里G是特征提取器,C是分类器,D是域鉴别器。
我理解是 拉近 output_cr_s_D 和 output_cr_t_D 的距离,也就是让D分不出样本来自哪个域。可这与论文模型相违背,而且这样做的目的解释不了,一般都是通过拉近输出和域标签的距离,增强D的性能,这里把源域样本的输出和目标域样本的输出进行loss计算,让我搞不懂了。
output_cr_s_D
output_cr_t_D
有没有大佬可以告诉我这一步的作用、目的是什么?