机器学习——自领域适应作业 2026/9/16 8:04:08 拓冰建站 浏览量 任务 游戏里面的话有很多跟现实不一样的情况。 想办法让中间的特征更加的接近，让feat A适应feat B，产生相对正常的输出。 在有标签数据和没有数据的上面进行训练，并能预测绘画图像。 数据集 训练5000张总数，每类有500张测试10000张 Baseline Lambda参数需要好好调整一下 DaNN 结构 让两个领域的特征尽可能的接近。类比于GAN方式，先训练G，再训练D 从DaNN转成GRL模型 实践 1表示是source 还是target
任务 游戏里面的话有很多跟现实不一样的情况。 想办法让中间的特征更加的接近，让feat A适应feat B，产生相对正常的输出。 在有标签数据和没有数据的上面进行训练，并能预测绘画图像。 数据集 训练5000张总数，每类有500张测试10000张 Baseline Lambda参数需要好好调整一下 DaNN 结构 让两个领域的特征尽可能的接近。类比于GAN方式，先训练G，再训练D 从DaNN转成GRL模型 实践 1表示是source 还是target
