通过对抗的方式可以提取domian无关的特征，从而实现domain adaption。这就是DANN（Domain-Adversarial Neural Networks）。
原理
分为三部分，分别是：特征提取器（feature extractor）、标签分类器（label predictor）、域判别器（domain classifier）。
DANN
其中域分类器和特征提取器中间有一个梯度反转层（Gradient reversal layer）。梯度反转层顾名思义将梯度乘一个负数，然后进行反向传播。
所以特征提取器和域判别器在进行对抗，特征提取器的目标是最大化标签分类的精确度，最小化域分类器的精确度。而域分类器的目标是最大化域分类的精确度，所以特征提取器和域判别器在进行对抗。最后特征提取器获得的是域无关的信息。
引用
域对抗（域适应）训练
Domain Adaptation_小结
DANN与梯度反转层（GRL）详解
Domain-Adversarial Training of Neural Networks
