machine-learning - 您认为解码器编码器 FCN 可以替代内核卷积算法吗？

Question

我想尝试实现一个自动编码器全连接卷积神经网络作为 Unet，将一幅图像转换为另一幅图像，它们之间具有未知的非线性关系。

我有高斯核卷积算法，效果很好，但我想尝试一些机器学习方法。

您对其他 ANN 架构有什么想法吗？没有标准的全连接人工神经网络(已经尝试过并取得了良好的结果)非常感谢

Answer 1

当您希望通过微小的变化重建输入图像时，变分自动编码器(VAE)是一个更好的架构。 VAE 的工作原理与自动编码器类似，但其瓶颈是具有均值和标准差的概率分布。您可以通过输入图像的微小变化来创建新图像，从而改变潜在空间(瓶颈)。这是具有 VAE 架构的图像:

如果您有任何疑问，请随时询问。