DANN-MNIST-tf2

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

实验环境

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。

接下来是验证过程走势图，主要包括验证域分类误差、验证图像分类误差和验证练总误差、目标域图像分类精度，目标域域分类精度。