time steps | BriefGPT - AI 论文速递

关键词time steps

搜索结果 - 4

对时间步骤的深入研究值得将扩散模型训练速度提升三倍
通过对时间步骤的详细研究，我们介绍了一种名为的扩散模型训练加速新方法，该方法可以显著减少训练时间，并通过非对称采样策略和加权策略来优化训练过程，实现了多种扩散架构、数据集和任务的 3 倍加速。
PDFa month ago
生物启发计算与深度学习的相遇：从人工神经网络到低延迟、准确、高能效的脉冲神经网络
通过修改 SNN 整合 - 发射神经元模型和在训练 ANN 过程中使用细粒度 L1 正则化和替代梯度等方法，我们提出了一种新的 ANN 转 SNN 框架，可以以极低的时间步和高级稀疏性实现无损 SNN，低延迟，低计算能耗和高测试准确性（例如
PDF7 months ago
使用动态时间步长的脉冲神经网络用于视觉变换器
基于动态分配时间步数的训练框架，提出了一种对视觉变换器进行训练的方法，以提高能量效率并在图像识别任务中获得 95.97% 的测试准确率。
PDF7 months ago
AutoDiffusion：无需训练的自动扩散模型加速的时间步长和架构优化
我们提出了一种统一的框架来在扩散模型中实现有效的图像生成，其中搜索最佳时间步骤序列和压缩模型架构，无需进一步的训练。通过引入两阶段进化算法和使用生成和真实样本之间的 FID 评分来加速搜索过程，该方法在仅使用几个时间步骤时实现了出色的性能。
PDF10 months ago