前言
在前一篇文章【深度域适配】一、DANN与梯度反转层（GRL）详解中，我们主要讲解了DANN的网络架构与梯度反转层（GRL）的基本原理，接下来这篇文章中我们将主要复现DANN论文Unsupervised Domain Adaptation by Backpropagation中MNIST和MNIST-M数据集的迁移训练实验。
该项目的github地址为：DANN-MNIST
一、MNIST和MNIST-M介绍
为了利用DANN实现MNIST和MNIST-M数据集的迁移训练，我们首先需要获取到MNIST和MNIST-M数据集。其中MNIST数据集很容易获取，官网下载链接为：MNSIT。需要
2022-05-10 15:31:45
526KB
1
手淘lib-flexible移动端适配
学习通过lib-flexible方案和less预编译css兼容移动端适配方法
2022-05-10 10:56:17
5KB
1
VMOS pro 2.2.0 适配安卓12 会员试用版，配合VMOS助手，流畅不卡顿。
2022-05-05 23:03:31
31.39MB
1
安全技术-网络信息-智慧协同网络下基于需求感知的资源适配方法研究徐雅琨.pdf
2022-05-02 20:00:31
7.91MB
1、检测登录（由于本实验未涉及IO以及数据库，所以，这里只是简单的进行匹配验证 默认账户名及密码： jinhuan pass 可自行修改）
2、图书添加：
图书类：书名
图书编号
出版社
出版日期（date类，后期录入使用日期转换）
价钱
状态值（bool类型 默认为true，为false表明被删除）
3、图书删除
根据输入检所对应书籍
设置其状态值为false——>即做伪删除
4、修改
检索对应图书
设置其各个属性值
5、查询图书
根据书名模糊查询
根据书籍编号模糊查询
6、查看所有图书
查看方式：
1、按照录入顺序
2、按照价钱升序<使用Compator>
3、按照价钱降序<使用Compator>
4、按照出版日期先后<使用Compator>
注意在进行遍历的时候，先判断书籍状态
好啦，以上就是全部内容啦，下面为实现细节，大家可以以此为鉴，则其善者，去其糟粕，老规矩，文末附上了下载链接，欢迎大家三连后食用
2022-05-02 19:21:05
5KB
1