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
出处
期刊: 卷期号:: 4172-4182 被引量:1362
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
刚刚
刚刚
hhh完成签到,获得积分10
刚刚
靓丽翠琴发布了新的文献求助10
1秒前
jjj发布了新的文献求助10
1秒前
1秒前
朴BOSS发布了新的文献求助10
2秒前
2秒前
3秒前
情怀应助背后尔容采纳,获得10
3秒前
群青完成签到 ,获得积分10
4秒前
eryu25完成签到,获得积分10
4秒前
苯环完成签到,获得积分10
5秒前
6秒前
个性的乐曲完成签到,获得积分20
6秒前
6秒前
闪闪kaka完成签到,获得积分10
7秒前
7秒前
001发布了新的文献求助10
7秒前
阿啊啊完成签到,获得积分10
8秒前
媛媛子发布了新的文献求助10
8秒前
Adler发布了新的文献求助30
11秒前
丘比特应助纯真忆秋采纳,获得10
12秒前
今后应助媛媛子采纳,获得10
12秒前
hhq完成签到 ,获得积分10
12秒前
安生完成签到,获得积分10
14秒前
15秒前
NexusExplorer应助冰激凌采纳,获得10
15秒前
16秒前
靓丽翠琴完成签到,获得积分10
16秒前
17秒前
安生发布了新的文献求助10
17秒前
pmsl完成签到,获得积分10
19秒前
19秒前
小方发布了新的文献求助10
20秒前
蓝色牛马发布了新的文献求助10
20秒前
wanghuhu完成签到 ,获得积分10
20秒前
lu乾发布了新的文献求助10
20秒前
背后尔容发布了新的文献求助10
21秒前
怕黑访云完成签到 ,获得积分10
22秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
2026年中国辛酸癸酸聚乙二醇甘油酯行业市场现状调查及投资机会研判报告 1000
2026年中国辛酸癸酸聚乙二醇甘油酯行业市场规模及竞争格局分析报告 1000
48V Low-voltage Power Distribution Network (PDN) Architecture Industry Report, 2024 800
Fundamentals of Pharmaceutical and Biologics Regulations: A Global Perspective, Second Edition 700
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
Periodic Report Summary 2 - AFTER (A Framework for electrical power sysTems vulnerability identification, dEfense and Restoration) 500
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 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7319694
求助须知:如何正确求助?哪些是违规求助? 8935327
关于积分的说明 18941893
捐赠科研通 6978245
什么是DOI,文献DOI怎么找? 3214413
关于科研通互助平台的介绍 2382270
邀请新用户注册赠送积分活动 2193439