ICLRMay, 2023
通过矩阵分解探索 GAN 潜在空间中的语义变化
Exploring Semantic Variations in GAN Latent Spaces via Matrix Factorization
Andrey Palaev, Rustam A. Lukmanov, Adil Khan
TL;DR使用 PCA 的 GANSpace 方法学习的图片操作存在高度联系限制,因此,使用 ICA 替代 PCA 可以提高操作的质量和解缠效果。无论 GANs 的复杂性如何,他们的潜空间中都存在基本的控制方向。