ニューラルネットワークを用いた学習を行う手法で、入力データが一つだけのもの

ニューラルネットワークを用いた手法のほとんどは莫大な学習データを用いて学習を行わせていくものと思いますが、超解像などのタスクを教師無しで行うことのできる「Deep Image Prior」の場合は、入力データ1つを用いてネットワークの重みを調整していくため、ニューラルネットワークを用いた手法という観点からいうと特殊な手法なのかなぁと思います。（根本的に何かずれていたり、言葉の使い方が間違っていたら申し訳ありません）

このように「1つのデータのみを入力として、ニューラルネットワークを用いた学習(?)を行う」手法って何か他にありますか？

退会済みユーザー

2021/03/27 10:24 編集

画像データはファイルとしては1つの入力データかもしれませんが、実はRGBの3チャネル（枚）のデータで、縦横方向にピクセル数だけのデータが収まっています。10[px]x10[px]x3[ch]のイメージですら300個のデータの集合体です。こういう考え方で見た時に > 「1つのデータのみを入力として、ニューラルネットワークを用いた学習(?)を行う」の本当に質問したいことがもう少し具体的に見えてくると思います。恐らく、totoki359さんの質問の感じでは、「教師画像の枚数、復元する画像の枚数」、この辺がキーワードではないでしょうか？この辺を具体的にできると、私なんかより詳しい人から納得いきやすい答えももらいやすくなります。