生成网络采样

我们介绍了几种对生成模型的潜在空间进行采样和可视化的技术。用球面线性插值替代线性插值可以防止偏离模型的先验分布，并生成更清晰的样本。引入了 J-Diagrams 和 MINE 网格作为类比和最近邻创建的流形的可视化方法。我们展示了两种推导属性向量的新技术：使用数据复制的偏差校正向量和使用数据增强的合成向量。提出了使用属性向量进行二元分类的技术，以支持对潜在空间的定量分析。大多数技术旨在独立于模型类型，并在变分自编码器和生成对抗网络上展示了示例。