CVPR2024最佳论文奖公布！生成模型成最大赢家！

一年一度的CVPR最佳论文放榜了！从今年的研究主题来看，生成模型稳站c位，属实是赢麻了。

之前因为开年大爆的Sora，生成模型迅速成为了AI届的研究焦点。这其中，序列式结构因为能高效处理序列数据，并且记忆能力、灵活性等方面也是遥遥领先，在生成模型中占了不可忽视的重要地位， 序列式生成模型也因此成为热门投稿方向！

为帮助同学们抓住机会，深度之眼邀请了中科大CS博士谱老师，于 6月27日 为我们带来—— 《序列式网络架构在生成领域的应用》 ，深入讲解序列式生成模型的核心原理和落地实战， 4小时带你迅速上手！轻轻松松发论文！

4节课仅需 10元
👇 扫码下单立享多重福利

赠送 配套课件PPT原稿+开源代码

课程大纲

本次课程从U-DiTs，DiM这两篇生成模型必读论文入手，通过 精讲论文+实操代码 的方式，帮助同学们全方位掌握序列式生成模型。

这两篇论文都展示了不同序列式网络架构设计在生成领域的巨大潜力，体现了序列式结构设计在快速、高性能、高分辨率、可复现等方面的重要进展。

U-DiTs: Downsample Tokens in U-Shaped Diffusion Transformers

• 第1节课：U-DiTs论文精读
• 第2节课：U-DiTs代码讲解

DiM: Diffusion Mamba for Efficient High-Resolution Image Synthesis

• 第3节课：DiM论文精读
• 第4节课：DiM代码讲解

老师介绍

谱老师

【简介】 中国科学院大学计算机科学博士学位，主要研究轻量级网络结构，生成式模型。曾在微软亚研，阿里及腾讯从事轻量级网络结构设计，生成式算法研发。

【科研论文/审稿人】 在计算机视觉和人工智能国际会议/期刊发表论文17篇，其中顶会顶刊7篇（一作及通讯6篇），包括CVPR/NeurIPS/AAAI/MM以及TPAMI。并担任CVPR/ICCV/ECCV/ICML/NeurIPS/TIP/TPAMI/等审稿人。

【指导经验】 指导学生在ECCV,MM,CVPR,NeurIPS会议发表论文4篇，投稿3篇。

上课时间