原书出处
智能算法导论
185 1 9 . 3 . 2 基 于 神 经 网 络 算 法 的 图 像 修 复
重现原输入内容(解码)。卷积自编码网络的核心是在自编码网络的层级连接之间引入卷积操作,改变普通自编码网络中的全连接模式。
卷积自编码网络应用到图像修复中时,输入和输出的内容有所不同,输入的是图像中的已知部分,输出的是图像的未知部分,在网络训练过程中,可以通过选定图像中已知的一部分假定为未知部分,通过图像的其余部分学习生成假定的未知部分。该方法在图像修复领域研究十分广泛,对高分辨率图像依然可以处理,且其参数较为简单,网络结构的可拓展性较强。
GAN是一种生成模型,核心思想是从训练样本中学习所对应的概率分布,以期根据概率分布函数获取更多的“生成”样本来实现数据
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/智能算法导论/_epub-src/EPUB/xhtml/chapter19_0008.xhtml
EPUB SHA-256:18e2691ea1badb55bab48f10fe7172f9d6a95bc5207bb2e234686cbbaff3641d