扩散模型击败了图像综合的GANS

下载PDF摘要：我们表明扩散模型可以实现图像样本质量优势，所以目前最先进的生成型号。我们通过通过频闪的系列找到更好的体系结构来实现这一呼吸暂停图像综合。对于有条件的图像合成，我们进一步提高了分类器指导的样本方式：使用分类器的梯度来忽略样本质量的简单，计算有效的方法。在想象中的价格为2.97美元的FID $ 128 \ times 128 $，4.59上Imagenet $ 256 \ times 256 $，而Imagenet $ 512 $ 512 \ times 512 $。我们将Biggan-Deepeven与每种样本的25次以前匹配，所有同时保持较高的分布。最后，我们发现分类器指南良好的ups采样扩散模型，进一步改善了3.85 on tomenet $ 512 \ times 512 $。我们在此HTTPS URL上发布了我们的代码

关于Arxivlabs Arxivlabs的书目工具代码相关论文是一个框架，允许合作者在我们的网站上直接开发和分享新的Arxiv功能。

与Arxivlabs合作的个人和组织都接受并接受了我们的开放，社区，卓越和用户数据隐私价值观。 Arxiv致力于这些价值观，只与遵守它们的合作伙伴合作。

有一个项目，将增加Arxiv＆＃39;社区的价值？了解有关Arxivlabs以及如何参与的更多信息。