BriefGPT - AI 论文速递
·
基于强化学习的状态感知神经自适应采样与去噪方法，用于实时路径追踪
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
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。
🎯
关键要点
- 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，获得高质量结果。
- 设计了加权变分界限以优化训练过程。
- 模型采用渐进式有损解压缩方案，类似于自回归解码的推广。
- 在无条件的CIFAR10数据集上，获得了9.46的Inception得分和3.17的FID得分。
- 在256x256 LSUN数据集上，样本质量与ProgressiveGAN相似。
🏷️
标签
➡️
