如何编辑styleGAN生成的图像的属性

发现一个关于生成高清动漫头像的很棒的博客：gwern faces，讲述了从GAN诞生以来尝试过的各种方法生成动漫人脸的经验，值得一看

如何对无监督的styleGan生成器找到对应的特征的输入z

1. 新创建一个encoder，用于对image编码获取其对应的z。方法是，通过训练好的styleGAN，获取z-生成image对，将该z-image作为训练集用于训练该编码器，则该编码器能够对任意一张图片获得其对应于该styleGAN的编码z，既可通过对该z进行扰动获得一些特征调整。
2. 通过反向传播的方法，获取对应编码z。一个神经网络中有3种变量：输出、网络参数、输出（loss）。这3种变量不同的操作组合可以用来做不同的事。
   • 固定输入，让网络参数可以变动，目的是让输出loss最小，这种操作是为了优化更新网络参数，获得更好的模型
   • 固定输入，让输出loss可以变动，从而研究网络参数可解释性
   • 固定输出目标，如styleGAN中，试图找到对应编码z的原图像，固定网络参数，输入不同z，试图让经过styleGAN生成器生成的图像与原图像目标之间的loss最小，从而得到该原图像对应的最接近的输入z。这与对抗样本的创建方式有思想上的雷同之处，对抗样本是试图修改输入图像，希望让loss最大。
     与对抗样本中对特征层进行loss放大类似的是，也可以同样对z输入后Generator得到的中间特征进行loss计算，类似