VALSE 2020 APR - 模型可解释性

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
在这里插入图片描述
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。
在这里插入图片描述

想要他严肃还是微笑?

在这里插入图片描述

甚至女神变男神!
那么,其原理是什么呢?
请看下图

在这里插入图片描述

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。
在这里插入图片描述

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

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值