Modelos profundos, frente a mudança de domínio que pode existir entre conjuntos de dados anotados de treinamento e conjuntos de dados não-anotados de teste, podem produzir resultados insatisfatórios. A mudança de domínio é objetivo das áreas de pesquisa denominadas adaptação de domínio não-supervisionada, quando adapta-se um domínio-fonte para um domínio-alvo; e a adaptação de domínio de várias fontes, a qual adapta múltiplos domínios-fonte para um único domínio-alvo. Este trabalho apresenta as camadas de alinhamento de domínio entre várias fontes (do inglês, Multi-Source DomaIn Aligment Layers – MS-DIAL), que reduzem a discrepância entre as distribuições dos domínios-fonte e do domínio-alvo a partir da inserção de camadas de alinhamento de domínio em diversos níveis da rede. Foram realizados experimentos em tarefas de reconhecimento de dígitos e de objetos, os quais obtiveram resultados promissores que superam métodos do estado da arte.