第十三周周报

学习目标：

一、论文：Vector Quantized Diffusion Model for Text-to-Image Synthesis

二、修改VITGAN代码

学习内容：

论文

学习时间：

11.28-12.2

学习产出：

一、VQ-Difussion Model

1、VQ-VAE

给定图像x，经过编码器Encoder得到空间特征Zij，Zij通过空间量化器映射codebook中最近的条目，计算得到图像token即Zq的集合，Zq通过解码器Decoder重建重新得到图像。因此，图像合成相当于从隐分布中采样图像token，减少transformer的计算量。

2、VQ-Diffusion