离散去噪扩散方法在整数分解中的应用
原文中文,约300字,阅读约需1分钟。发表于: 。利用深层神经网络和离散去噪扩散的方法进行整数分解,通过迭代纠正部分正确解的错误来寻找整数的因子,能找到长达 56 位的整数的因子,训练投入可实现指数级减少抽样步骤以达到给定成功率,从而抵消取决于位长度的指数级运行时间增加。
本文提出了一种使用扩散概率模型的图像合成方法,通过与Langevin动力学的去噪得分匹配进行训练,获得了高质量的结果。该模型在CIFAR10数据集上获得了9.46的Inception得分和3.17的最先进的FID得分,在256x256 LSUN上获得了与ProgressiveGAN相似的样本质量。