Domain Adaptation可以看做是Transfer Learning 的一种。

**Transfer Learning ：**你在 A 任务上学到的技能,可以被用在 B 任务上

**Domain Adaptation：**在训练资料的 Domain 上学到的资讯,它用到另外一个 测试资料的Domain上面

背景：Domain Shift

**Domain Shift：测试资料跟训练资料的分布不一样，**在训练资料上训练出来的模型,在测试资料上面可能就会坏掉

• **Source Domain：**训练资料
• **Target Domain：**测试资料

1. 输入分布不同

假设训练的时候,你的数字是黑白的,

但测试的时候,你的数字是彩色的，那么正确率会快速下降。

2. 输出分布不同

你的训练资料上面,可能每一个数字它出现的机率都是一样的；

但是在测试资料上面,可能每一个输出的机率是不一样的,有可能某一个数字它输出的机率特别大

3. 输入输出的关系发生变化

在你的训练资料裡面,这种东西叫做 0,但是在你的测试资料裡面,这种东西叫做 1