概念Soft Regularization
软正则化
一种通过在损失函数中鼓励生成结果接近目标来近似满足约束的方法,在拓扑感知生成模型中无法保证精确匹配目标持久图,仅能得到近似相似的结果。
时间轴 (近 90 天)
10月14日
现有的拓扑感知生成模型通常依赖于软正则化,导致生成的图的持久图只能近似相似,无法保证精确匹配。
待验证50%
一种通过在损失函数中鼓励生成结果接近目标来近似满足约束的方法,在拓扑感知生成模型中无法保证精确匹配目标持久图,仅能得到近似相似的结果。
现有的拓扑感知生成模型通常依赖于软正则化,导致生成的图的持久图只能近似相似,无法保证精确匹配。