会员
周边
捐助
新闻
博问
闪存
赞助商
Chat2DB
所有博客
当前博客
我的博客
我的园子
账号设置
简洁模式
...
退出登录
注册
登录
deephub
overfit深度学习
博客园
首页
新随笔
联系
订阅
管理
2022年3月6日
论文解释:SeFa ,在潜在空间中为 GAN 寻找语义向量
摘要: 动机 GAN 中的生成器通常以随机采样的潜在向量 z 作为输入,生成高保真图像。通过改变潜在向量 z,我们可以改变输出图像。 然而,为了改变输出图像中的特定属性(例如头发颜色、面部表情、姿势、性别等),我们需要知道移动潜在向量 z 的特定方向。 以前的一些文章试图以监督的方式解释潜在的语义。他们通常
阅读全文
posted @ 2022-03-06 12:20 deephub
阅读(121)
评论(0)
推荐(0)
编辑
公告