在inference阶段,Base Transformer和SuperRes Transformer分别需要多少次迭代来生成图像tokens?
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。
在inference阶段,Base Transformer使用MaskGIT中的并行加速方法,仅需24次迭代就可以生成16×16个image tokens。而SuperRes Transformer也采用相同的加速方法,在inference时仅需8次迭代就可以生成64×64个image tokens。