GAN Lecture 8 (2018): Photo Editing
這邊舉一些GAN在照片上的應用範例，然後試圖解釋其原理
Demo: https://youtu.be/kPEIJJsQr7U
這是NVIDIA的一個task，調整一個參數，就可以生成黑頭髮、金頭髮的人臉
如何達成這件事呢？首先我們要先知道哪些東西可以控制特定特徵
之前提過，input給generator的vector之中，每個維度可能都包含某種特徵，只是我們並不知道每個維度對應的特徵。因此我們想要反推出input每個dim特徵
我們可以收集到大量的image，也可以收集到大量的label，但可能不清楚這張image由什麼vector生成。要是可以知道「生成這張image的vector」長怎樣，就可以知道vector與image的關係
所以要先知道：什麼樣的vector可以產生某張image
假設已經train好一個generator，給一個vecotr產生一張image，那我們就逆向工程，給個image，看什麼樣的vector可以產生這個image
可以這麼做：
把一個encoder接在image generator前面，整個系統變成autoencoder
給一張image，encoder把他壓成latent code丟給generator(decoder)，output是原來那張image
訓練過程中，generator固定不動（事先訓練好），丟一張image x給encoder，最後decoder output的x要跟input x越近越好