SeFa无监督方法控制GAN
收藏
造gradcam的周大神果然将解释模型的法力用在了gan网络上，SeFa即Semantics Factorization（语义分解），是gan能够对生成图像的特征精准调控。
0
收藏
最牛的是这个方法是无监督的，训练时不用特征标签
cvpr2021 oral
这就比stargan、stylegan更方便了
哥 你消息真快 走在前言 哈哈
不用特征标签训练 无监督学习怎么展示呀
自己提取可调节的特征，我也还没深入看
挺早以前的infogan也能无监督的，用潜空间向量调节生成图片的特征
感觉 SeFa 的方法更通用，生成效果更好
能用在progan、styleganv2这样的“高清”gan上，生成效果当然好～
无监督学习一直没有了解过
这方面就不懂了 嘿嘿
像强化学习玩游戏 自己训练 算是无监督学习吗
我记得李宏毅老师不是经常说什么 生成宝可梦 用的是啥呀
对分类任务来说，训练数据不提供标签，自己聚类那种就是无监督
除了cgan这类需要输入条件标签的以外，gan本身就是无监督学习的一种
需要提供特征吗？
要不然他怎么自己聚类 自己提取特征？
亚希
不用，自己根据特征分类，需要输入聚类类别数（起码k means聚类需要）
是的，不需要