当扩散模型（Diffusion Model）拥抱Transformer，强强联合！

文章预览

近两年AIGC的爆发，掀起了各个领域的范式革命， 最先进的生成模型Diffusion Models，除了常用的U-Net架构，也开始采用Transformer作为生成框架， 比如，DiT基于Transformer架构且保留了扩散模型的可拓展性，PixArt-α则是基于Transformer的文本到图像扩散模型，成本低质量高... 而作为标准扩散模型的 DDPM，和基于DDPM加速采样的DDIM，往往是创新改进的重要基石！ 为了帮助大家掌握扩散模型必备算法，研梦非凡于 8月15日晚（周四）， 邀请了 大模型资深算法工程师魏导师， 独家详解顶会论文 《Denoising Diffusion Implicit Models（DDIM）》 （AI前沿直播课NO.61）， 从深度生成模型回顾，到DDPM（NIPS'20）的优缺点，再 重点讲解DDIM（ICLR'21）的算法研究、实验分析， 1节课吃透 DDIM架构原理 ，get论文改进和求职知识点！ 👇🏻 扫描二维码找助教 0元 预约 直播课！ 凡预约即可免 ………………………………