1. 代码复现-DDPM

该代码参考了 improved-diffusion 的一些设定，重新解构出了 DDPM。欢迎各位道友用于学习，改造，和实验。

2. 环境配置

• system: win11
• conda 虚拟环境: python=3.12.0
• pytorch 版本: 2.4.1
• 其它相关依赖：查看 requirements.txt, 或代码中查看导入包的缺失

3. 目录结构

Recode-DDPM/
├── ddpm/                     # 扩散模型核心
│   ├── noise_schedule.py       # β 线性时间表 及 相关计算
│   ├── diffusion.py            # q_sample, p_sample 等核心函数
│   └── utils.py                # 辅助函数
├── models/                   # 网络模型选择
│   ├── unet1.py                # U-Net + ResBlock
│   ├── unet2.py                # U-Net
│   ├── unet3.py                # NaiveConvNet
│   └── utils.py                # 辅助函数
├── scripts/                  # 训练采样入口
│   └── ts_unet1.py             # ts 表示 training and sampling
│   └── ts_unet2.py
│   └── ts_unet3.py
│   └── train.py                # 训练模型
│   └── sample.py               # 采样生成
├── documents/                # 每个文件的讲解笔记《小白指南》
│   └── *.md
├── public/                   # 公共资源
│   └── dataImg/                # 自定义的训练图像集
│   └── docsImg/                # markdown所需图像
├── main.py                   # 运行入口

├── jupyter/                  # Jupyter Notebook
    └── ddpm-1.ipynb            # B站大佬的 DDPM 简单入门实验

4. 实验数据集参考

4.1 torchvision 数据集

CIFAR10 和 CIFAR100 是处理过的图像集，但是 CelebA 的原始尺寸应该在 178x218，最好做一个中心裁剪，然后 Resize 一下。

分辨率	数据集名称	图像数量	类别数	常用用途
32×32	CIFAR10	60,000	10	基础图像生成、分类
32×32	CIFAR100	60,000	100	多类分类与生成
64、128	CelebA	200,000	-	人脸生成

4.2 scikit-learn 数据集

这些都是结构化点状图数据，非常适合小型 DDPM 训练，尤其是 MLPDiffusion！（MLP 是 Multilayer Perceptron，多层感知机的缩写。代表的就是一个输入层、若干个隐藏层、一个输出层的基础神经网络模型架构）。使用方式请参考 jupyter 文件夹。

from sklearn.datasets import make_s_curve, make_moons, make_circles, make_blobs

名称	样式	加载方式
make_s_curve	S 型三维结构	make_s_curve(10000, noise=0.1)
make_moons	两个弯月	make_moons(n_samples=1000)
make_circles	同心圆	make_circles(n_samples=1000)
make_blobs	多中心点聚类	make_blobs(n_samples=1000, centers=4)

4.3 自定义数据集

有很多高质量图像的数据集都是需要手动去下载的，比如：

• FFHQ：高质量人脸，来源于 NVIDIA，常见于 StyleGAN 训练
• CelebA-HQ：高质量 CelebA
• ImageNet：超多分类版彩色图像

也可以使用自己收集的图像数据集，但是想要看到效果，至少有几百张图像做训练才有用。一张图像跑 DDPM 是没有效果的。