这个月阅读了论文[Partial Adversarial Domain Adaptation-eccv18]，文章着眼于源域标签空间包含目标域标签空间的场景，在域对抗神经网络的基础上提出了部分对抗域适应方法。思想很容易理解，即在源域样本空间中引入了权值，希望源域和目标域共有的标签权值大一些，不共有的权值尽可能小。
这是我阅读的第一篇正式应用卷积神经网络的文章，其中对抗的思想用神经网络来实现。实验部分使用的是残差网络框架，包含卷积、池化、激活、全连接、反向传播等知识点，需要我去逐一理解。论文代码使用pytorch实现的，我试图去运行代码，希望能够在学期结束前完成，正在看pytorch的教学视频。
此外，清华大学团队还有两篇论文和这个论文相似，在今后的时间里我要逐一阅读并理解，分别是[Partial Transfer Learning with Selective Adversarial Networks-cvpr18]和[Multi-Adversarial Domain Adaptation-aaai18]。这段时间忙于考试复习，科研工作处于半停滞状态，罪过罪过。