基于语义辅助和元迁移学习的扩散模型优化方法、设备及介质

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于语义辅助和元迁移学习的扩散模型优化方法、设备及介质
申请号:CN202510466194
申请日期:2025-04-15
公开号:CN120338057A
公开日期:2025-07-18
类型:发明专利
摘要
本发明公开了基于语义辅助和元迁移学习的扩散模型优化方法、设备及介质,属于深度学习模块优化技术领域,本发明要解决的技术问题为如何使扩散模型能够更好地理解和生成与输入语义相关的数据,同时提高采样效率,使扩散模型能够快速适应新任务,采用的技术方案为:通过交叉注意力机制将语义信息嵌入到扩散模型的生成过程中,通过一个独立的语义辅助模块实现语义信息的处理与扩散模型的交互;元迁移学习框架采用MAML算法优化扩散模型和语义辅助模块的初始参数;采用DDIM的优化扩散采样方法优化扩散过程,并通过LDM在潜空间中运行扩散过程。
技术关键词
模型优化方法 噪声特征 交叉注意力机制 文本 BERT模型 融合语义 语义标签 采样方法 模块 数据 样本 语义特征 前馈神经网络 编码器结构 可读存储介质 参数 图像类别 处理器
系统为您推荐了相关专利信息
文本生成图像方法 语义向量 生成图像特征 策略 多层感知机
医疗数据处理方法 医疗影像数据 医疗文本数据 融合特征 大数据
视频生成方法 视频帧 注意力 密度聚类算法 损失函数优化
模型构建方法 多模态 语音特征 文本 图像
智能决策方法 意图识别 意图指令 文本特征向量 音响