Про це повідомляє Venture beat.
Система складається з двох частин: генератора і дискримінатора. Перша створює зображення, а друга оцінює їх схожість із зразками ідеального результату.
Щоб навчити BigGAN створювати фотографії метеликів, собак і їжі, використовувалися різні набори зображень. Спочатку для навчання використовувалася база ImageNet, а потім - більш масштабний набір JFT-300M з 300 мільйонів зображень, розділених на 18 000 категорій.
Навчання BigGAN зайняло 2 дні. Для цього треба було 128 тензорних процесорів Google, розроблених спеціально для машинного навчання.
Читайте також: Всі говорять про штучний інтелект. Простими словами пояснимо, що це