原创 Synced 机器之心
机器之心报道
参与：蛋酱、泽南
头可断，发型不能乱。
在看完《隐秘的角落》以后，你会不会突然脑洞大开，思考秃顶后的自己是什么样子呢？
结果就是这么巧，几天前，一位 UP 主隆重推出了自制的秃头生成器，不管你现在有多年轻，头发有多么浓密，这个生成器都能让你一眼望穿二十年后的自己。
不掏一分钱，也不用出门，在家编程就能实现自己秃顶的梦想。这可不就是程序员们常说的「代码改变世界」？
即使这样你也要尝试？UP 主暂时没有分享出全部代码，但你也可以如法炮制，预知一下自己未来秃头后的颜值（误）。
MarsLUL 提到，该生成器的思路和代码大部分来源于一篇 Medium 教程《Hairstyle Transfer — Semantic Editing GAN Latent Code》。
教程地址；https://medium.com/swlh/hairstyle-transfer-semantic-editing-gan-latent-code-b3a6ccf91e82
第一步：潜码估计
首先，我们将输入图像发送到预训练的残差网络中，以便在 StyleGAN 中进行初始潜码估计。然后把这个估计值发送给生成器，这让我们对原始输入图像有一个初步的猜测。对此图像我们可以将预训练的图像分类器应用于特征提取。同时，我们将对输入图像也进行同样的特征提取。
然后在特征空间中，我们执行梯度下降，将特征向量的 L2 损失最小化并更新潜码估计（红色箭头部分）。
带边界语义编辑
在进行编辑之前，我们需要寻找可以在潜在空间中分离二元属性的特定边界。每个边界对应一个头发属性。比如：
发型：波浪 / 直发、刘海；
颜色：黑色 / 棕色 / 金色 / 灰色；
发际线：后退发际线；
面部毛发：胡子、鬓角。
但是如何找到边界？首先要做潜在空间分离，
最终使用 10 个分别于属性匹配的分类器来生成 2 万个潜码和 score pairs。我们在头发属性上训练独立线性 SVM，然后在验证集上进行评估，最终准确性可以达到 80%。
作者介绍
MarsLUL 本科毕业于同济大学土木工程系，是一名头发很多的年轻人。
在以往的视频作品中，他也分享了自己转专业和求职的诸多经验。
首先就是，转行计算机一定要以兴趣为先，不能单纯因为「待遇好」、「容易找工作」等因素，就扎进一个自己并不喜欢的专业，如此是得不偿失的。
他会将一门学科分为三条路线进行学习：基础知识、专业知识和兴趣知识。
基础知识相当于建筑的地基，也是另外两条路线的先决条件，比如计算机专业的基础知识就是算法、数据结构、操作系统等等。这些知识都可以在 Coursera 等课程网站上获得。
然后是专业知识，在没有从业经验的时候，你可以尝试参加一些培训项目（比如 Udemy），来了解在真正的工作岗位上，一个程序员到底需要掌握什么技能。
另外一方面，可以通过读书和专业知识的论坛，进行兴趣知识的补充。比如 Hacker News，简直是程序员摄取相关知识的福地。书籍方面，MarsLUL 推荐了《免费的编程中文书籍索引》这个 GitHub 项目，分门别类地整理了多本书籍资源，学习者可以根据自己的兴趣来挑选。
项目地址：https://github.com/justjavac/free-programming-books-zh_CN
在另一期视频中，MarsLUL 也细致地分享了作为一名转专业人员，如何闯过简历这一关。
最后的最后，关于制作秃头生成器的初衷，UP 主也说了：「其实是为了告诉大家熬夜的危害，为了自己的头发，能早点睡就早点睡吧。」
编程不易，且编且珍惜。
原标题：《谷歌程序员自制秃头生成器：一键get张东升同款发型，今天你脱发了吗？》