Об этом сообщает Venture beat.
Система состоит из двух частей: генератора и дискриминатора. Первая создает изображение, а вторая оценивает их сходство с образцами идеального результата.
Чтобы научить BigGAN создавать фотографии бабочек, собак и еды, использовались различные наборы изображений. Сначала для обучения использовалась база ImageNet, а затем - более масштабный набор JFT-300M с 300 миллионов изображений, разделенных на 18 000 категорий.
Обучение BigGAN заняло 2 дня. Для этого надо было 128 тензорных процессоров Google, разработанных специально для машинного обучения.
Читайте также: Все говорят про искусственный интеллект. Простыми словами объясним, что это