基于stylegan2-ada，將其拆為z_space->s_space->target_photo，并嘗試對S空間進行分析

參考GAN_space的思路(不同之處，原始方法在w空間主成分，我們考慮在s空間)

基本方法

s空間中隨機采樣10000個樣本

對10000個樣本6048個維度使用主成分分析提取維度主成分(components=11/>0.9)

嘗試沿著主成分方向編輯人臉：現(xiàn)在主成分維度進行移動再轉(zhuǎn)換到原始維度

！沿著主方向變化結(jié)果明顯比單維度編輯得到的變化種類程度更多！

結(jié)合因子載荷矩陣得到各個特征在每個主成分上的貢獻度，并提取每個主成分對應(yīng)排名前Ki(i=1,...,11)的維度，在這些單維度上進行編輯觀看效果！【此處的Ki根據(jù)對主成分貢獻度90%以上的原則篩選】

GAN_space: https://github.com/kreativai/ganspace