本期為TechBeat人工智能社區(qū)第483期線上Talk！

北京時間3月22日(周三)20:00，德州大學(xué)奧斯汀分校計算機(jī)系博士生——劉星超的Talk將準(zhǔn)時在TechBeat人工智能社區(qū)開播！他與大家分享的主題是:?“擴(kuò)散生成模型新方法：極度簡化，一步生成?”，屆時將分享Rectified Flow，一個”簡簡單單走直線“的生成模型。

Talk內(nèi)容解讀，可參考講者文章：

https://zhuanlan.zhihu.com/p/603740431

Talk·信息

主題：擴(kuò)散生成模型新方法：極度簡化，一步生成

嘉賓：德州大學(xué)奧斯汀分校計算機(jī)系博士生 劉星超

時間：北京時間?3月22日?(周三) 20:00

地點：TechBeat人工智能社區(qū)

http://www.techbeat.net/

完整版怎么看

掃描下方二維碼，或復(fù)制鏈接https://datayi.cn/w/Y9Jww7vR瀏覽器，一鍵完成預(yù)約！上線后會在第一時間收到通知哦?

Talk·介紹

Diffusion Generative Models(擴(kuò)散式生成模型)已經(jīng)在各種生成式建模任務(wù)中大放異彩，但是，其復(fù)雜的數(shù)學(xué)推導(dǎo)卻常常讓大家望而卻步，緩慢的生成速度也極大地阻礙了研究的快速迭代和高效部署。除此以外，擴(kuò)散式生成模型的一個眾所周知的問題就是生成速度慢：生成一張圖需要模擬一整個基于復(fù)雜的深度模型的擴(kuò)散過程。緩慢的生成速度是阻礙這些模型更廣泛的普及的一個主要瓶頸。Rectified Flow，一個”簡簡單單走直線“的生成模型，是我們對這些挑戰(zhàn)的一個回答：極度簡單，一步生成。我們的方法有以下要點：(1) 我們的模型基于常微分方程，無需一般擴(kuò)散模型復(fù)雜的推導(dǎo) (2) “走直線”讓我們模型實現(xiàn)快速生成。(3) 我們的方法不僅可以做生成模型，還可以應(yīng)用于很多更廣泛的遷移學(xué)習(xí)?(比如domain transfer）任務(wù)上。

Talk大綱：

• 研究背景 和 動機(jī)

• 如何訓(xùn)練rectified flow并加速實現(xiàn)一步生成

• rectified flow取得的實驗結(jié)果和其數(shù)學(xué)性質(zhì)

Talk·預(yù)習(xí)資料

• https://openreview.net/forum?id=XVjTT1nw5z

• https://github.com/gnobitab/RectifiedFlow

Talk·提問交

在Talk界面下的【交流區(qū)】參與互動！留下你的打call??和問題??，和更多小伙伴們共同討論，被講者直接翻牌解答！

你的每一次貢獻(xiàn)，我們都會給予你相應(yīng)的i豆積分，還會有驚喜獎勵哦！

Talk·嘉賓介紹

劉星超，德州大學(xué)奧斯汀分校博士生，導(dǎo)師是劉強(qiáng)老師。他的研究興趣包括貝葉斯推斷和生成式模型等。他在ICML，NeurIPS，ICLR等機(jī)器學(xué)習(xí)會議上發(fā)表多項工作。

個人主頁：https://github.com/gnobitab

-The End-

關(guān)于TechBeat人工智能社區(qū)

TechBeat (www.techbeat.net) 是一個薈聚全球華人AI精英的成長社區(qū)。 我們希望為AI人才打造更專業(yè)的服務(wù)和體驗，加速并陪伴其學(xué)習(xí)成長。 期待這里可以成為你學(xué)習(xí)AI前沿知識的高地，分享自己最新工作的沃土，在AI進(jìn)階之路上的升級打怪的根據(jù)地！

更多詳細(xì)介紹>>https://mp.weixin.qq.com/s/pTbCK_MeTk05jK2yx1RTrQ