论文笔记：Noise2Noise: Learning Image Restoration without Clean Data

Introduction 这是ICML2018的一篇论文，其由来自英伟达、阿尔托大学和 MIT 的研究者联合发表。该文章提出了一个颇有意思的观点：在某些常见状况下，网络能够学习恢复信号而不用“看”到“干净”的信号，且获得的结果接近或至关于使用“干净”样本进行训练。而这项结论来自于一个简单的统计学上的观察：咱们在网络训练中使用的损失函数，其仅仅要求目标信号（ground truth）在某些统计值上是

>>阅读原文<<