m0_46152009的博客

本文将按照原论文的大标题进行内容概括、理解，最后为总结与思考论文理解01 Introduction02 Related work03 方法03.1 解耦合模块3.1.1 公式3.1.2 跨域生成03.2 域适应模块3.2.1 对抗对齐（Adversarial alignment）3.2.2 自训练01 Introduction跨域概念介绍：训练集与测试集来源的时间、摄像头位置等具有较大差别，识别目标的所处季节、背景、视角等都发生变化。这就是目标域与源域之间的差距。同时，域内自身会有差距。解决方法：

看到所有关于pygame.time.Clock() 的文章重点只放在了帧速，刚好我需要读的这份代码需要用其他函数，只能自己开始干官方文档了全部来源于官方文档，点击查看英语原版个人翻译，欢迎批评指正pygame.time.Clock对象函数接口tick()tick_busy_loop()get_time()get_rawtime()get_fps()tick()其他文章说的最多的一个函数，因此本篇不再过多赘述。它将计算自上次调用以来已过去多少毫秒，因此该方法为每帧一次，传入参数为帧速率（整型，

目录初级模型与基础知识最临近与KNN超参数线性分类器损失函数初级模型与基础知识最临近与KNN最临近（Nearest Neighbor）算法思想：训练过程仅记住每一张图片，预测过程找与输入最邻近的图片，输出该图片标签。如何比较“远近”？L1距离（x+y+zx+y+zx+y+z） / L2(欧式) 距离(x2+y2+z2\sqrt{x^2+y^2+z^2}x2+y2+z2​)L1存在坐标依赖性（即改变坐标轴的选取，结果变化），L1距离即为二者每块pixel相减绝对值的累加求和L2即为二者各p