我在阅读一篇很棒的研究论文时，发现了“非参考损失函数”这个术语。有人能帮我理解这是什么吗？提供一些资源链接就足够了，我已经在谷歌上搜索过了，但没有任何线索。

什么是非参考损失函数，以及它们是如何在没有配对或非配对数据的情况下训练模型的？论文PDF

任何帮助都将不胜感激。

回答：

基本上，“非参考损失函数”是对“无监督学习”的一个华丽称呼。
论文的作者能够定义一个损失函数（第3.3节），描述了“看起来不错的图像”应该是什么样的，而不使用“干净的参考”图像：他们定义的四个损失项将输出图像Y与输入图像I进行比较，并检查Y中的对比度和曝光是否比I更好，同时边界、色彩性和空间一致性保持不变。

通过定义一个不需要“真实”图像的损失函数，作者能够仅用“损坏”的图像来训练他们的模型——这些图像更容易获得。