巧解「數(shù)據(jù)稀缺」問題!清華開源GPD:用擴散模型生成神經(jīng)網(wǎng)絡(luò)參數(shù)
清華大學(xué)電子工程系城市科學(xué)與計算研究中心最近提出了一種新的時空少樣本學(xué)習(xí)方法,旨在解決城市計算中廣泛存在的數(shù)據(jù)稀缺性問題。該方法利用了利用擴散模型來生成神經(jīng)網(wǎng)絡(luò)參數(shù),將時空少樣本學(xué)習(xí)轉(zhuǎn)換為擴散模型的預(yù)訓(xùn)練問題,可根據(jù)prompt(提示)生成定制的神經(jīng)網(wǎng)絡(luò),從而適應(yīng)不同數(shù)據(jù)分布和城市特征。