Аннотация:Обучены классификаторы, отличающие искусственно полученные изображения от естественных, на основе архитектур ResNet 50 и SENet 50. При этом проводился отбор оптимальных гиперпараметров (скорости обучения, функции потерь, оптимизатора) и вариантов аугментации данных. Получены реализации в Tensorflow и Pytorch. Наиболее эффективной оказалась реализация SENet 50 в Pytorch, точность классификации которой составила 94%.