概率流常微分方程 is fast

文章预览

The probability flow ODE is provably fast概率流 ODE 已被证明是快速的 https://arxiv.org/abs/2305.11798 摘要 我们为基于得分的生成模型的概率流常微分方程（ODE）实现（连同一个校正步骤）提供了首次多项式时间收敛保证。我们的分析是在最近为基于随机微分方程（SDE）实现（即，去噪扩散概率建模或DDPM）获得此类保证的结果之后进行的，但需要开发新的技术来研究没有压缩性的确定性动态。通过使用基于欠阻尼Langevin扩散的特别选择的校正步骤，我们获得了比以前DDPM作品更好的维度依赖性（O(√d) vs. O(d)，在数据分布的平滑性假设下），突出了ODE框架的潜在优势。 1 引言 基于得分的生成模型（SGMs）[Soh+15; SE19; HJA20; DN21; Son+21a; Son+21b; VKK21]是一类包括像DALL·E 2 [Ram+22]这样的杰出图像生成系统的生成模型。它们在数据生成方面的惊人经验成功使它们成为深度学习文 ………………………………