Demosaic算法原理

LSTM模型简介LSTM是循环神经网络的一种，它具有长短时记忆的能力，克服了传统RNN在输入序列较长时产生的遗忘问题（即梯度消失）。LSTM通过三个分别称为遗忘门、输入门和输出门的结构控制信息的输入输出。LSTM有两个状态h(隐藏状态)和c(细胞状态)，h控制短期记忆，c控制长期记忆。其结构示意图为：其各个门的数学表达为：其中小圆圈表示哈达玛乘积。最后，再总结一下各个门的客观意义：遗忘门：控制上个