GRL(Gradient Reversal Layer)
GRL 함수: GRL에 전달된 그래디언트에 음수를 곱하여 GRL 전후 네트워크의 학습 목표가 반대로 되도록 합니다. . GRL에 액세스한 후 기능 추출기는 두 가지 목표를 달성해야 합니다. 첫 번째는 기능 추출기가 올바른 레이블을 예측할 수 있는 기능을 생성해야 한다는 것입니다. 두 번째는 i 기능 추출기에 의해 추출된 기능이 이해하기 어려워야 한다는 것입니다. 가능한 작업 도메인에서.
GRL이 연결되지 않은 경우 작업 판별기의 최적화 목표는 특징 추출기에 의해 추출된 특징이 대상 도메인에서 나온 것인지 소스 도메인에서 나온 것인지 최대한 구별하는 것입니다. 특징 추출기는 최대한 구별하기 쉽게 생성하는 것이 어느 도메인에서 유래하는지가 특징입니다. 최적화 목표는 동일합니다.