当前位置：首页 > news >正文

脉冲扩散模型

news 文章来源：https://blog.csdn.net/Angelina_Jolie/article/details/143067744 2025/5/14 13:42:56

论文 Spiking Diffusion Models 主要内容是提出了“脉冲扩散模型（Spiking Diffusion Models, SDMs）”，一种基于脉冲神经网络（SNN）的生成模型，旨在解决传统人工神经网络（ANN）在图像生成领域中的高能耗和计算强度问题。脉冲神经网络因其生物学上的合理性和低能耗特性而受到广泛关注。

对最先进的SNN模型进行比较。FID采用log2尺度，标记的大小对应于IS指标。与其他SNN生成模型相比，我们的模型在使用较少时间步长的情况下表现出更好的FID。

一、引言

本论文提出了一种名为“脉冲扩散模型（Spiking Diffusion Models, SDMs）”的新型生成模型。SDMs结合了脉冲神经网络（Spiking Neural Networks, SNNs）的低能耗特性与扩散模型（Diffusion Models）的强大生成能力，旨在解决传统人工神经网络（Artificial Neural Networks, ANNs）在图像生成任务中面临的高能耗和计算强度问题。脉冲神经网络因其生物学上的合理性和高效的能量利用率，近年来在神经计算领域受到广泛关注。然而，现有的SNN生成模型在图像质量和生成性能方面尚未达到ANN模型的水平。为此，本文提出了两项核心创新，以提升SNN在生成任务中的表现。

二、相关工作

2.1 脉冲神经网络（SNNs）

SNNs模拟生物神经元的脉冲传递机制，通过离散的脉冲（spikes）进行信息传递，具有低能耗和高效处理时序信息的优势。近年来，随着硬件技术的发展，SNNs在图像识别、目标检测等任务中取得了一定的成果。

2.2 扩散模型（Diffusion Models）

扩散模型是一类基于概率模型的生成方法，通过逐步去噪生成高质量的图像。近年来，扩散模型在图像生成任务中表现出色，成为GANs的有力竞争者。然而，扩散模型通常需要大量的计算资源，限制了其在低能耗设备上的应用。

2.3 SNN与扩散模型的结合

尽管SNN在能耗和时序信息处理上具有优势，但将其应用于生成任务尚处于起步阶段。现有工作主要集中在SNN与GANs的结合上，而将SNN应用于扩散模型的研究较为有限。因此，本文旨在填补这一研究空白，提出适用于扩散模型的SNN架构。

三、方法

3.1 SDMs的总体架构

SDMs结合了扩散模型的去噪过程与SNN的脉冲传递机制。具体来说，SDMs使用SNN-UNet作为去噪网络，通过脉冲神经元的时序活动来逐步生成图像。为了提升生成质量和能效，本文引入了两项关键机制：时间脉冲机制（Temporal-wise Spiking Mechanism, TSM）和阈值引导策略（Threshold Guidance, TG）。

我们脉冲扩散模型的概述。SDM的学习过程分为两个阶段：（1）训练阶段，和（2）微调阶段。在训练阶段，我们的脉冲UNet采用标准的前脉冲残差块（左下，见第IV-A节），然后在微调阶段将前脉冲块转换为TSM块（右下，见第IV-B节）。给定一个随机高斯噪声输入\(x_t\)，它首先通过脉冲编码器转换为脉冲表示，然后与时间嵌入一起输入到脉冲UNet中。该网络仅传递由0/1向量（属于\(Z{0,1}\)）表示的脉冲。最终，输出的脉冲通过解码器获得预测的噪声ϵ，并计算损失来更新网络。在微调阶段，我们加载训练阶段的权重，并用TSM块替换前脉冲块，此时时间参数p初始化为1.0。此阶段将继续优化网络参数，以获得更好的生成性能。

3.2 时间脉冲机制（TSM）

TSM模块旨在增强SNN在时间维度上的信息处理能力。传统SNN的脉冲传递通常依赖于固定的突触权重，限制了信息的动态传递。TSM通过动态调整神经元的膜电位，使得SNN-UNet能够在每个时间步捕捉更多的动态信息，从而提升生成图像的细节和质量。

时间脉冲机制概述。当脉冲神经元触发脉冲后，脉冲将在突触前被转换为输入电流\(I\)。为了获取更多动态信息，时间参数\(P\)将作用于电流，形成时间自适应电流\(Iˆ\)。

3.3 阈值引导策略（TG）

TG是一种无需额外训练的策略，通过在推理阶段微调神经元的阈值来优化生成过程。具体而言，TG通过调整脉冲神经元的激活阈值，可以在不增加训练成本的情况下，显著提升生成图像的质量。实验表明，适当的阈值调整能够有效降低生成图像的FID分数，同时提升IS分数。

四、实验

4.1 实验设置

数据集：MNIST、Fashion-MNIST、CIFAR-10、CelebA和LSUN-bed。
评价指标：FID（Frechet Inception Distance）和IS（Inception Score），以及能耗测量。
模型对比：与传统ANN扩散模型以及现有SNN生成模型进行对比，评估SDMs的生成性能和能耗优势。

不同数据集的结果。在所有数据集中，SDMs（我们的模型）在样本质量方面优于所有SNN基线模型，甚至超过了一些ANN模型，样本质量主要通过FID和IS进行评估。▽的结果来自文献[30]，♮的结果来自文献[46]。ema表示使用了EMA [75]方法。为了公平比较，我们重新评估了DDPM [16]和DDIM [32]的结果，使用了与SDMs相同的UNet架构。∗表示仅对MNIST、Fashion-MNIST和CelebA使用FID评分，因为它们的数据分布与ImageNet差异较大，使得Inception Score无意义。排名前两位的结果分别用粗体和下划线表示。

4.2 无条件图像生成结果

在MNIST、Fashion-MNIST、CIFAR-10、CelebA和LSUN-bed数据集上，SDDMs通过直接训练方法展示了优异的生成能力。表中展示了不同时间步长下SDDPM的FID和IS分数，结果表明，随着时间步长的增加，生成质量提升明显。

使用ANN-SNN方法在CIFAR-10和FFHQ64上的无条件图像生成结果。

4.3 时间脉冲机制的有效性

通过对比使用和不使用TSM模块的CIFAR-10生成结果，实验结果（图5）显示，TSM模块显著提升了生成图像的质量，表现为图像轮廓更清晰、背景更明确、纹理细节更丰富。这证明了TSM在增强SNN动态信息处理能力方面的有效性。

4.4 阈值引导策略的有效性

表III展示了不同阈值引导下CIFAR-10的生成结果。通过轻微调整脉冲神经元的阈值，TG策略显著降低了FID分数并提升了IS分数，证明了TG在推理阶段优化生成质量的有效性。

4.5 TSM方法的分析

图6展示了各层时间脉冲机制参数p[t]的平均值，结果表明，随着时间步长的增加，p[t]呈上升趋势，表明后期时间步长在信息传递过程中具有更高的重要性。TSM通过动态调整这些参数，有效提升了SNN对时序动态的理解和生成图像的质量。

4.6 计算成本评估

表IV对比了SDDPM与其对应的ANN模型在FID分数和能耗上的表现。结果显示，SDDPM在保持竞争性FID分数的同时，能耗显著降低。例如，在时间步长为4时，SDDPM的能耗仅为ANN模型的37.5%，且FID分数仅略高于ANN模型，表明SDDPM在能效和生成性能之间实现了良好的平衡。

4.7 消融实验

表V：在CIFAR-10上，分别评估了TSM和TG对SDDIM的影响。结果表明，TSM和TG各自提升了生成质量，二者结合使用时，FID分数进一步显著下降，达到最佳效果。
表VI：评估了SDM在不同扩散求解器上的表现，结果显示SDDIM和Analytic-SDPM在不同时间步长下均表现出色，尤其是Analytic-SDPM在FID分数上达到了新的最优水平，证明了SDM在多种扩散求解器上的通用性和优越性。