选择性引导：引导扩散的所有去噪步骤都重要吗？
机器学习
2023-05-18 v1 计算机视觉与模式识别
摘要
本研究考察了优化 Stable Diffusion (SD) 引导推理流程的影响。我们提出通过限制噪声计算为条件噪声并消除无条件噪声计算来优化某些去噪步骤，从而将目标迭代的复杂度降低 50%。此外，我们证明 SD 的后续迭代对优化较不敏感，使其成为应用所建议优化的理想候选。我们的实验表明，优化去噪循环迭代的最后 20% 可令推理时间减少 8.2%，且人眼几乎无法察觉变化。进一步，我们发现将优化扩展至最后 50% 的迭代，可在仍生成视觉愉悦图像的同时，将推理时间减少约 20.3%。
关键词
引用
@article{arxiv.2305.09847,
title = {Selective Guidance: Are All the Denoising Steps of Guided Diffusion Important?},
author = {Pareesa Ameneh Golnari and Zhewei Yao and Yuxiong He},
journal= {arXiv preprint arXiv:2305.09847},
year = {2023}
}
备注
7 pages