Plus de chiens et de GAN

Voici les résultats d'un GAN de génération d'images de chiens au fil de son entraînement, pour créer les images de chiens les plus réalistes possible.

(Source: Projected GANs Converge Faster, 2021)

Rappelez-vous qu'un GAN est composé de deux modèles en compétition : un générateur cherche à créer de fausses données indiscernables des vraies données, et un modèle discriminateur essaie de faire la distinction entre les vraies et les fausses données. Utilisez l'application interactive pour explorer, étape par étape, le processus d'entraînement d'un GAN.

Comment décririez-vous l'évolution des résultats à mesure que l'entraînement progresse ?