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
W. A. Peebles,Sihong 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
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

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
擦擦车发布了新的文献求助10
刚刚
刚刚
Jerry完成签到,获得积分10
刚刚
七友完成签到,获得积分10
2秒前
3秒前
自己发布了新的文献求助10
3秒前
阿六儿发布了新的文献求助10
4秒前
5秒前
苏州小北发布了新的文献求助10
5秒前
斑其发布了新的文献求助30
6秒前
7秒前
7秒前
清爽乐菱应助plain采纳,获得10
7秒前
义气珩完成签到,获得积分10
8秒前
8秒前
迷路千青发布了新的文献求助30
8秒前
十六发布了新的文献求助10
9秒前
10秒前
难过的访文完成签到 ,获得积分10
10秒前
xuanwu发布了新的文献求助10
11秒前
11秒前
13秒前
rikii完成签到 ,获得积分10
13秒前
14秒前
5Only发布了新的文献求助10
14秒前
慕青应助十六采纳,获得10
14秒前
潘潘完成签到 ,获得积分20
15秒前
小于爱科研完成签到,获得积分10
16秒前
linmo发布了新的文献求助10
16秒前
迷路千青完成签到,获得积分10
19秒前
19秒前
20秒前
21秒前
yiersan完成签到,获得积分10
21秒前
22秒前
23秒前
芝麻球ii完成签到,获得积分10
23秒前
kkkla发布了新的文献求助10
24秒前
24秒前
斑其完成签到,获得积分10
25秒前
高分求助中
A new approach to the extrapolation of accelerated life test data 1000
Cognitive Neuroscience: The Biology of the Mind 1000
Technical Brochure TB 814: LPIT applications in HV gas insulated switchgear 1000
Immigrant Incorporation in East Asian Democracies 600
Nucleophilic substitution in azasydnone-modified dinitroanisoles 500
不知道标题是什么 500
A Preliminary Study on Correlation Between Independent Components of Facial Thermal Images and Subjective Assessment of Chronic Stress 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 3966468
求助须知:如何正确求助?哪些是违规求助? 3511990
关于积分的说明 11161200
捐赠科研通 3246780
什么是DOI,文献DOI怎么找? 1793495
邀请新用户注册赠送积分活动 874482
科研通“疑难数据库(出版商)”最低求助积分说明 804420