Diffusion

比较 DDPM、DDIM、SDE、Flow Matching 等扩散模型，统一 data / utils / output，各扩散过程在 diffusion/ 下按需扩展。

---

数据准备

不写统一下载脚本，数据由自己准备、放到 data/ 下即可。

• CIFAR-10 / CIFAR-100
  • 训练时若检测到 data/ 里没有对应数据，dataloader 会自动下载（无 torchvision 时用 pickle 版）。
  • 也可先手动下载官方 CIFAR-10、CIFAR-100，解压到 data/cifar-100-python/ 或 data/cifar10/ 等（见 utils/dataloader.py 支持路径）；扩散逻辑在 diffusion/。
• 自定义数据集（如 256×256 图片）
  • 自己下载 / 爬取后，在 data/ 下建一个子目录（如 data/my_256/），把图片放进去（可再分子目录当类别）。
  • 在 config 里把 data.dataset_name 设为该目录名、data.img_size 设为 256 即可。

如需显式先下载 CIFAR 再训练，可运行：

python -m scripts.data.download_cifar

（会下载到 data/，之后训练直接用。）