「扩散模型」首篇综述+论文分类汇总,谷歌&北大最新研究(5)
2022-09-19 20:31来源:未知编辑:admin
扫一扫
分享文章到微信
扫一扫
关注99科技网微信公众号
2、从离散时间到连续时间。
由于扩散模型的灵活性,许多经验方法可以通过进一步分析得到加强。通过将离散时间的模型转化到对应的连续时间模型,然后再设计更多、更好的离散方法,这样的研究思路有前景。
3、新的生成过程。扩散模型通过两种主要方法生成样本:一是离散化反向扩散 SDE,然后通过离散的反向 SDE 生成样本;另一个是使用逆过程中马尔可夫性质对样本逐步去噪。然而,对于一些任务,在实践中很难应用这些方法来生成样本。因此,需要进一步研究新的生成过程和视角。
4、泛化到更复杂的场景和更多的研究领域。虽然目前diffusion model已经应用到多个场景中,但是大多数局限于单输入单输出的场景,将来可以考虑将其应用到更复杂的场景,比如text-to-audiovisual speech synthesis。也可以考虑和更多的研究领域相结合。
99科技网:http://www.99it.com.cn
相关推荐

Lumachain的目标是帮助全球肉类行业实现创新, 解决包括劳动力短缺、通货膨胀
快资讯2022-09-15
