IWAN中特征提取器

基础模型SAN和PADA,IWAN这些是最小化重新加权的源域和目标域之间的特征分布距离来适应特征提取器，可能我理解的不够透彻，感觉重新加权后的源域和目标域域特征提取器没有关系，难道是因为GRL所以去适应特征提取器了吗

SAN (Selective Adversarial Network)、PADA (Partial Adversarial Domain Adaptation) 和 IWAN (Importance-Weighted Adversarial Networks) 都是基于对抗思想的域自适应(domain adaptation)方法。它们都是通过最小化重新加权的源域和目标域之间的特征分布距离来适应特征提取器。

• SAN通过添加一个选择性对抗网络来适应特征提取器
• PADA 通过部分对抗性质来适应特征提取器
• IWAN通过重要性加权来适应特征提取器。

这些方法都是通过对抗性质来适应特征提取器，使得源域和目标域的特征分布更相似，从而提高模型的泛化能力。 GRL（Gradient Reversal Layer）就是用来达到这个目的的一个中间层。

参考资料：

• https://www.cnblogs.com/Jason66661010/p/13966173.html
• https://www.cnblogs.com/Jason66661010/p/13968232.html
• https://www.cnblogs.com/Jason66661010/p/13960689.html