BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·

LiteVAE：轻量高效的变分自编码器用于潜在扩散模型
💡 原文中文，约300字，阅读约需1分钟。
📝

内容提要

通过引入LiteVAE，提高了可扩展性和计算效率。LiteVAE模型在高分辨率图像生成方面与现有的VAEs相当，但编码器参数减少了六倍，导致更快的训练速度和更低的GPU内存需求。较大模型在所有评估指标上优于复杂度相当的VAEs。

🏷️

标签

LiteVAE 可扩展性 扩散模型 编码器 编码器参数 计算效率 高分辨率图像生成