本論文は、拡散モデルの効率を向上させるための新しい手法TMPQ-DMを提案している。拡散モデルは高品質な生成を実現できるが、膨大な計算コストを必要とする課題がある。
提案手法では、以下の2つの技術を統合的に最適化することで、大幅な効率化を実現している:
これらの2つの技術を統合的に最適化するため、進化的な探索アルゴリズムを用いている。
実験では、5つのデータセットで10倍以上のBitOPs削減を達成しつつ、生成性能を維持できることを示している。提案手法は拡散モデルの効率化に有効であることが確認された。
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Haojun Sun,C... at arxiv.org 04-16-2024
https://arxiv.org/pdf/2404.09532.pdfDeeper Inquiries