denoising network | BriefGPT

关键词denoising network

搜索结果 - 5

梦言：当表达头部生成遇见扩散概率模型
利用扩散模型的潜力，提出了 DreamTalk 框架，通过精心设计的去噪网络、风格感知的唇部专家和风格预测器的关键组件，实现了生成具有表情的说话脸部的能力。
PDF7 months ago
缓存我如果你能：通过块缓存加速扩散模型
通过对网络层的行为研究，我们发现图像去噪网络中的许多层计算是多余的，基于此，引入块缓存以加快推理速度，并提出一种基于每个块变化的自动确定缓存调度的技术。在实验中，我们通过 FID、人工评估和定性分析展示了块缓存在保持相同计算成本的前提下生成
PDF7 months ago
非自回归基于扩散的时间点过程用于连续时间长期事件预测
我们提出了一种基于扩散的非自回归时间点过程模型，用于连续时间的长期事件预测。该模型通过发展一个双向映射来在事件序列上执行扩散过程，并设计了一种新的降噪网络来捕捉顺序和上下文特征，从而在长期事件预测中取得了优越的性能。
PDF8 months ago
超越 U：打造更快速、更轻量级的扩散模型
利用连续动力系统设计一种新型去噪网络，以提高扩散模型的参数效率、收敛速度和噪声鲁棒性。与基准模型相比，该模型具有约四分之一的参数量和百分之三十的浮点操作数（FLOPs），推理速度提高了 70％，并且收敛到了更好的质量解。
PDF8 months ago
图生成的自回归扩散模型
我们提出了一种基于扩散的图生成模型，通过定义在离散图空间中操作的节点吸收扩散过程，设计了扩散排序网络和去噪网络，从而实现了更好或相当的生成性能，并且具有快速的生成速度。
PDFa year ago