تم تطبيق الشبكات العميقة بنجاح لتعلم الخصائص القابلة للنقل بهدف تكييف النماذج من مجال مصدر إلى مجال هدف مختلف. في هذا البحث، نقدم شبكات التكيف المشتركة (JAN)، التي تتعلم شبكة نقل عن طريق مواءمة التوزيعات المشتركة لعدة طبقات خاصة بالمجال عبر المجالات بناءً على معيار الاختلاف المتوسط الأقصى المشترك (JMMD). يتم اعتماد استراتيجية التدريب المعادية لتضخيم JMMD بحيث تصبح توزيعات المجال المصدر والمجال الهدف أكثر تمييزًا. يمكن تنفيذ التعلم باستخدام الانحدار التدرجي العشوائي مع حساب الجрадيانت بواسطة الرجوع الخلفي في وقت خطي. أثبتت التجارب أن نموذجنا يحقق نتائج رائدة على قواعد البيانات القياسية.