该项目试图复现INFOCOM 21论文《Train Once, Locate Anytime for Anyone: Adversarial Learning based Wireless Localization》提出的iToLoc方法。该方法也是基于DANN的领域对抗神经网络。

UCI 机器学习存储库：UJIIndoorLoc 数据集

其中，f为wifi指纹向量

933维特征向量，代表933个不同位置的预测概率。

详情见项目代码，参考文献《Tri-net for semi-supervised deep learning》

可参考Tri-net代码（可恶，当初怎么没找到现成的tri-net代码）

效果不佳，尝试过以下措施：

1.输入不变，使用moblienet_v2进行分类查看效果；

2.使用MNIST数据集测试Tri-net算法（纯手搓）;

3.详见代码。

暂无结论，根据复现初步得到结果只能得出两个猜想：

1.千分类不好使；

2.代码复现有若干错误