GAN 潜在空间中可解释方向的无监督发现
典型 GAN 模型的潜在空间通常具有语义上有意义的方向—在这些方向上移动对应于人类可解释的图像转换,例如缩放或重新着色等。然而,目前发现这些方向的方法都属于有监督的方式,这就需要人工标记、预训练的模型或某种形式的自监督。来自俄罗斯互联网巨头 Yandex 和俄罗斯国家研究型高等经济大学的研究人员本周发表新论文,介绍了一种用于识别预训练 GAN 模型的潜在空间中的可解释方向的无监督方法。实验结果表明,通过一个与模型无关的简单过程,他们可以找到与语义操作相对应的方向,而无需任何形式的(自我)监督。他们的研究成果已在 GitHub 上开源。