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
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”样本来实现数据的扩张。
另外,它包括两个子网络模型:一个是生成模型(使得生成的“伪”图像尽可能与“自然”图像的分布一致);另一个是判别模型(在生成的“伪”图像与“自然”图像之间作出正确判断,即二分类器),实现整个网络训练的方法便是让这两个网络相互竞争,最终生成模型通过学习“自然”数据的本质特性,从而刻画出“自然”样本的分布模型,生成与“自然”样本相似的新数据。
基于GAN的图像修复方法与基于自编码网络的图像修复方法的不同之处在于:基于GAN的图像修复方法是通过生成器直接生成缺失的
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