【ICML2024】双曲几何潜在扩散模型用于图生成数据派THU共 636字，需浏览 2分钟 ·2024-05-15 17:00 来源：专知 本文为论文介绍，建议阅读5分钟 我们提出了一种新颖的几何潜在扩散框架 HypDiff。 扩散模型在计算机视觉领域取得了重大进展，最近在社区内引发了对其在图生成中的应用的广泛兴趣。现有的离散图扩散模型表现出较高的计算复杂性和较低的训练效率。直接在潜在空间中扩散图是一种更优越且自然的方式。然而，由于图的非欧几里得结构在潜在空间中并不各向同性，现有的潜在扩散模型难以有效捕获和保留图的拓扑信息。 为了解决上述挑战，我们提出了一种新颖的几何潜在扩散框架 HypDiff。具体而言，我们首先基于双曲几何建立一个具有可解释性度量的几何潜在空间，以定义图的各向异性潜在扩散过程。然后，我们提出了一种受径向和角度几何属性约束的几何潜在扩散过程，从而确保在生成的图中保留原始拓扑属性。大量实验结果证明了 HypDiff 在生成具有不同拓扑结构的图方面的卓越效果。 浏览 14点赞 评论 收藏 分享 手机扫一扫分享分享 举报 评论图片表情视频评价全部评论推荐 双曲几何讲义本书是一部讲述双曲几何的本科生教程，重点强调双曲流形上的几何。旨在为读者全面讲述基础结果，独立性强，双曲几何讲义0双曲几何讲义双曲几何讲义0扩散模型之DDIM:为扩散模型的生成过程提速!机器学习算法工程师1生成模型那些事:从 VAE 到扩散模型机器学习与数学0GAN、扩散模型应有尽有，生成模型专属搜索引擎Modelverse来了AI算法与图像处理0扩散模型在文本生成领域的应用新智元0带你入门扩散模型：DDPM机器学习算法工程师0最新100篇！2023年9月diffusion生成扩散模型论文汇总机器学习与生成对抗网络0扩散模型全新课程:扩散模型从0到1实现!前言 于 11 月底正式开课的扩散模型课程正在火热进行中，在中国社区成员们的帮助下，我们组织了「抱抱脸中文本地化志愿者小组」并完成了扩散模型课程的中文翻译，感谢 @darcula1993、@XhrLeokk、@hoi2022、@SuSung-b...机器学习算法工程师0SUR-adapter：LLM增强扩散模型，简单句子生成高质量图像机器学习与生成对抗网络0点赞 评论 收藏 分享 手机扫一扫分享分享 举报
