डिफ्यूजन मॉडल इमेज सिंथेसिस पर GANs को मात देते हैं

हम दिखाते हैं कि डिफ्यूजन मॉडल इमेज सैंपल गुणवत्ता में वर्तमान सर्वोत्तम जनरेटिव मॉडलों से बेहतर हासिल कर सकते हैं। हम अनकंडीशनल इमेज सिंथेसिस पर एक श्रृंखला के एब्लेशन के माध्यम से एक बेहतर आर्किटेक्चर ढूंढकर इसे हासिल करते हैं। कंडीशनल इमेज सिंथेसिस के लिए, हम क्लासिफायर गाइडेंस के साथ सैंपल गुणवत्ता को और बढ़ाते हैं: यह विविधता और निष्ठा के बीच व्यापार करने के लिए एक सरल, गणना-कुशल विधि है, जो क्लासिफायर से ग्रेडिएंट्स का उपयोग करती है। हम ImageNet 128128 पर 2.97 की FID, ImageNet 256256 पर 4.59 और ImageNet 512512 पर 7.72 की FID प्राप्त करते हैं, और हम केवल 25 फॉरवर्ड पास प्रति सैंपल के साथ BigGAN-deep के साथ मेल खाते हैं, सभी बेहतर वितरण कवरेज बनाए रखते हुए। अंत में, हम पाते हैं कि क्लासिफायर गाइडेंस अपसैंपलिंग डिफ्यूजन मॉडलों के साथ अच्छी तरह से मिलती है, जिससे ImageNet 256256 पर FID 3.94 और ImageNet 512512 पर 3.85 तक और सुधार होता है। हम अपना कोड यहाँ रिलीज करते हैं: https://github.com/openai/guided-diffusion