用这个简单的技巧加快 Stable Diffusion 的速度!
ToMe for SD 是原始 ToMe 的扩展版本: Token 合并: 你的 ViT 但更快 Daniel Bolya, 郭承阳, 戴晓良, 张培照, Christoph Feichtenhofer, _ ICLR '23 口头演讲 (前 5%)_ | _ GitHub_ | _ arXiv_ | _ 博客_ | _ BibTeX_ 注意： ToMe 的此扩展与 Meta 没有任何关联。
Token Merging（ToMe）通过合并冗余 token 来加速 transformer，这意味着 Transformer 不需要做太多工作。我们巧妙地将 ToMe 应用于 Stable Diffusion 中的底层 Transformer 块，以最小化质量损失，同时保持大部分的速度提升和内存优势。SD 版的 ToMe 不需要训练，对于任何 Stable Diffusion 模型都可以直接使用。
暂无开放 Issues，或尚未同步最近议题。