Scalable Diffusion Models with Transformers

失败 可扩展性 变压器 计算机科学 并行计算 建筑 算法 电气工程 工程类 电压 操作系统 艺术 视觉艺术
作者
William Peebles,Saining Xie
标识
DOI:10.1109/iccv51070.2023.00387
摘要

We explore a new class of diffusion models based on the transformer architecture. We train latent diffusion models of images, replacing the commonly-used U-Net backbone with a transformer that operates on latent patches. We analyze the scalability of our Diffusion Transformers (DiTs) through the lens of forward pass complexity as measured by Gflops. We find that DiTs with higher Gflops—through increased transformer depth/width or increased number of input tokens—consistently have lower FID. In addition to possessing good scalability properties, our largest DiT-XL/2 models outperform all prior diffusion models on the class-conditional ImageNet 512×512 and 256×256 benchmarks, achieving a state-of-the-art FID of 2.27 on the latter.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
yongziwu完成签到,获得积分10
刚刚
qweerrtt完成签到,获得积分10
1秒前
李123完成签到,获得积分20
3秒前
恩雁发布了新的文献求助10
3秒前
yanyan完成签到,获得积分10
4秒前
cdercder应助hkh采纳,获得10
5秒前
cdercder应助hkh采纳,获得10
5秒前
cdercder应助hkh采纳,获得10
5秒前
江边鸟完成签到 ,获得积分10
8秒前
8秒前
娘口三三完成签到,获得积分10
8秒前
11秒前
nan完成签到,获得积分10
12秒前
yuanmeng434完成签到 ,获得积分10
14秒前
李健应助hu采纳,获得10
15秒前
mimimi完成签到,获得积分10
16秒前
99完成签到 ,获得积分10
17秒前
18秒前
Sun1c7完成签到,获得积分10
18秒前
lizishu完成签到,获得积分0
19秒前
safety完成签到,获得积分10
20秒前
21秒前
大梦完成签到,获得积分10
22秒前
23秒前
600am发布了新的文献求助30
23秒前
cdercder应助shuiyu采纳,获得10
23秒前
000发布了新的文献求助10
25秒前
ChatGPT完成签到,获得积分10
27秒前
科研浩完成签到 ,获得积分10
28秒前
Lojong完成签到,获得积分10
28秒前
大禹发布了新的文献求助10
29秒前
30秒前
Lanjs完成签到,获得积分10
32秒前
CTer完成签到,获得积分10
33秒前
decipher完成签到,获得积分10
33秒前
陈雨完成签到,获得积分10
33秒前
清风完成签到 ,获得积分0
34秒前
空半月完成签到 ,获得积分10
36秒前
杨宇康完成签到,获得积分10
36秒前
xstar完成签到,获得积分10
37秒前
高分求助中
液晶指向矢仿真分析数据集 8888
Invited Discussant 63O and 64O 1000
Ideology and Meaning-Making under the Putin Regime 750
Thermal effects on behaviour of clay–structure interface under partial drainage 500
Petrology and Plate Tectonics 500
Writing Systems 500
A Handbook of User Experience Research & Design in Libraries 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 计算机科学 化学工程 生物化学 物理 内科学 复合材料 催化作用 光电子学 物理化学 电极 细胞生物学 基因 遗传学
热门帖子
关注 科研通微信公众号,转发送积分 6895521
求助须知:如何正确求助?哪些是违规求助? 8591375
关于积分的说明 18242840
捐赠科研通 6291146
什么是DOI,文献DOI怎么找? 3060287
关于科研通互助平台的介绍 2078642
邀请新用户注册赠送积分活动 2038149