guided-diffusion

这是一个基于扩散模型（Diffusion Models）的开源图像生成代码库，实现了带分类器引导（classifier guidance）的条件图像合成方法。核心功能包括多分辨率（64×64 至 512×512）的类条件/无条件图像采样、基于预训练分类器的梯度引导生成、以及级联超分（如64→256上采样）等技术；采用改进的U-Net架构与噪声调度策略。适用于需要高保真可控图像生成的研究场景，如AI艺术创作辅助、数据增强、可控图像合成实验等。