今天下午,香港中文大学的周博磊博士在 VALSE 2020 上对模型可解释性年度进展进行了精彩的报告。
一图胜千言,先图为敬
VALSE 2020 APR - 模型可解释性
周博士团队在 InterFaceGAN 中将隐空间与人脸属性建立了因果关联,从此以后想让 GAN 生成正脸还是侧脸,都可以精准控制了。
VALSE 2020 APR - 模型可解释性

想要他严肃还是微笑?

VALSE 2020 APR - 模型可解释性

甚至女神变男神!
那么,其原理是什么呢?
请看下图

VALSE 2020 APR - 模型可解释性

其包含两部分的分析,一、Generator 中卷积神经元学到的语义,二、Latent Space 中包含的语义。
从而,不同的神经元学习到了不同的语义概念。
VALSE 2020 APR - 模型可解释性

GAN Dissection. ICLR’19
有兴趣了解更多的内容,直接看视频哈。
链接: https://pan.baidu.com/s/1CHeVKl8xNWQhYSpSBJqiqQ 提取码: a4ub

相关文章: