Жук, я имею в виду дообучение после обучения на готовом наборе данных. То есть скармливать дискриминатору уже готовое изображение, после чего, скажем, алгоритм формирования шума менять в зависимости от результатов.
То есть вместо человека, перезапускающего сеть для получения нужного результата, заставить это делать ИИ
А не пробовал ли кто-то использовать диффузионые модели в качестве генеративной части GAN? Пускай другая сетка оценивает, что там нагенерировалось, чем нам 50 раз перезапускать генерацию.
Не ежедневный недайджест №80
Вроде всё правильно, а вроде сеттинг другой имелся в виду)
Как нарисовать картину, если ты нейросеть
Жук, я имею в виду дообучение после обучения на готовом наборе данных. То есть скармливать дискриминатору уже готовое изображение, после чего, скажем, алгоритм формирования шума менять в зависимости от результатов.
То есть вместо человека, перезапускающего сеть для получения нужного результата, заставить это делать ИИ
Как нарисовать картину, если ты нейросеть
ЛапкаЁлка за статьюА не пробовал ли кто-то использовать диффузионые модели в качестве генеративной части GAN? Пускай другая сетка оценивает, что там нагенерировалось, чем нам 50 раз перезапускать генерацию.
UPD: нашёл - пробовали