Квантизация генеративно-состязательных сетей

Аннотации

Аннотация

Генеративные модели получили широкое распространение за последние
несколько лет, занимая значительную часть в создании контента. Генеративно-
состязательные сети (GAN) — один из самых популярных типов генератив-
ных моделей. Однако вычислительные мощности, необходимые для обучения
стабильных, крупномасштабных моделей с высоким разрешением изображений,
могут быть огромными, что делает обучение или даже запуск таких моделей
дорогостоящим процессом. Исследование оптимизации нейронных сетей откры-
вает различные методы снижения требуемой памяти графического процессора,
сокращения времени обучения и создания более компактных моделей без замет-
ной потери качества генерируемых данных. В этом исследовании применяются
методы квантования к GAN и оцениваются результаты с помощью собранного
набора данных