1. 首页
  2. 青稞Talk
  3. Tuning-Free Enhence:通过噪声初始化和采样轨迹优化增强预训练扩散模型

Tuning-Free Enhence:通过噪声初始化和采样轨迹优化增强预训练扩散模型

  • 发布于 2024-12-28
  • 40 次阅读

讲师:

直播平台

哔哩哔哩

YouTube

PC端

相关资源

演示文稿 (PPT)

直播配套幻灯片

下载

12月28日11点,青稞Talk 第35期,香港科技大学广州博士生周子凯,将直播分享《Tuning-Free Enhence:通过噪声初始化和采样轨迹优化增强预训练扩散模型》。

主讲嘉宾

周子凯,香港科技大学广州博士生。研究方向为扩散模型与模型压缩,发表IJCAI,NIPS等多篇论文。

主题提纲

Tuning-Free Enhence:通过噪声初始化和采样轨迹优化增强预训练扩散模型

1、无雪微调的扩散模型增强方法概述
2、Golden Noise:扩散模型噪声初始化框架
3、采样轨迹优化 Zigzag Diffusion & lV-Mixed Sampler
4、对未来生成式模型的展望

直播时间

2024年12月28日(周六)11:00 -12:00