这是论文Unsupervised Domain Adaptation by Backpropagation的复现代码,并完成了MNIST与MNIST-M数据集之间的迁移训练
- tensorflow 2.1.0
- opencv 3.4.5.20
- numpy 1.18.1
- cuda 10.1
首先下载MNIST数据集,放在项目文件的/dataset/mnist子文件夹下。之后下载BSDS500数据集放在项目文件的/data/BSR_bsds500.tgz路径下。
之后为了生成MNSIT-M数据集,运行create_mnistm.py脚本,命令如下:
python create_mnistm.py
脚本运行结束后,MNIST-M数据集将保存在项目文件的/dataset/mnistm子文件夹下。 之后运行模型训练脚本train.py即可,运行命令为为:
python train.py
下面是训练过程中的相关tensorboard的相关指标在训练过程中的走势图。首先是训练误差的走势图,主要包括训练域分类误差、训练图像分类误差和训练总误差、图像分类精度和域分类精度。