D是域判别器，C是分类器。阶段3选择更接近目标的源训练样本用来微调C。阶段4对于每个源域，基于阶段2学到的目标编码器提取图像特征。接着结合每个源分类器的不同预测获得最终预测Result(xT​)=∑i1N​wi​Ci′​FiT​xT​))，其中Ci′​FiT​xT​))是域特定预测其中，Lwd​Di​​是估计的Wasserstein距离。

This repository has been archived by the owner on Aug 30, 2023. It is now read-only.不建议复现。

作者未提供代码。

按照INSTALL.md无法安装natten，不建议复现。