第六章：推理与解码策略（TorchCode）
TorchCode 文档第六章：推理与解码。
Analytic Diffusion Studio — 最优贝叶斯去噪器
Analytic Diffusion Studio — 最优贝叶斯去噪器
smalldiffusion 实战示例
本章解读项目提供的所有示例，从 2D 玩具模型到 Stable Diffusion 级别的预训练模型。
7.1 示例总览
| 示例 | 数据 | 模型 | 调度 | 条件 | 运行方式 |
|---|---|---|---|---|---|
| toyexample.ipynb | Swissroll 2D | TimeInputMLP | LogLinear | 无 | Jupyter |
| cond_tree_model.ipynb | TreeDataset 2D | ConditionalMLP | LogLinear | 类别标签 + CFG | Jupyter |
| fashion_mnist_dit.py | FashionMNIST 28×28 | DiT | DDPM | 无 | accelerate launch |
| fashion_mnist_dit_cond.py | FashionMNIST 28×28 | DiT + CondEmbedder | DDPM | 类别标签 + CFG | accelerate launch |
| fashion_mnist_unet.py | FashionMNIST 28×28 | Scaled(Unet) | LogLinear | 无 | accelerate launch |
| cifar_unet.py | CIFAR-10 32×32 | Scaled(Unet) | Sigmoid(训练)/LogLinear(采样) | 无 | accelerate launch |
| diffusers_wrapper.py | - | ModelLatentDiffusion | LDM | 文本 | Python 模块 |
| stablediffusion.py | - | ModelLatentDiffusion | LDM | 文本 | python |