我们提出了一种名为Patch-DM的去噪扩散模型，用于生成高分辨率图像。该模型在小图像块上训练，通过特征拼贴策略避免边界伪影，实现无缝生成。Patch-DM在多个数据集上表现优异，FID分数优于其他方法，并减少了内存复杂度。

我们提出了一种有效的去噪扩散模型，用于生成高分辨率图像。该模型在小尺寸图像块上训练，通过特征拼贴预测移位图像块的特征，实现整个图像的无缝生成。与经典的扩散模型相比，Patch-DM还减少了内存复杂度。

Patch-DM是一种用于生成高分辨率图像的算法，通过特征拼贴来预测移位图像块的特征，实现整个图像的无缝生成。该算法在自然图像数据集和标准基准上产生了高质量的图像合成结果，并在所有四个数据集上获得了最先进的FID分数。