ScratchGen/struct.txt at main · ScratchMind/ScratchGen · GitHub

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
ScratchGen/
│
├── README.md                      # Project overview and learning guide
├── TIMELINE.md                    # Chronological generative model roadmap (core learning file)
├── requirements.txt                # Dependencies for all model types
├── setup.py                        # Optional: packaging setup
│
├── notebooks/                      # From-scratch PyTorch implementations (learning notebooks)
│   ├── 01_vae.ipynb
│   ├── 02_gan.ipynb
│   ├── 03_pixelcnn.ipynb
│   ├── 04_realnvp.ipynb
│   ├── 05_vqvae.ipynb
│   ├── 06_ddpm.ipynb
│   ├── 07_latent_diffusion.ipynb
│   ├── 08_dit.ipynb
│   ├── 09_consistency.ipynb
│   └── 10_multimodal_diffusion.ipynb
│
├── data/                           # Datasets (raw + processed)
│   ├── raw/
│   │   ├── mnist/
│   │   ├── cifar10/
│   │   ├── celebA/
│   │   └── ffhq/
│   ├── processed/
│   │   └── normalized/
│   └── download_datasets.py        # Script to auto-download and preprocess datasets
│
├── src/                            # Core source code
│   ├── __init__.py
│   │
│   ├── utils/                      # Utility modules
│   │   ├── __init__.py
│   │   ├── data_utils.py           # Dataset loading, normalization, augmentation
│   │   ├── visualization.py        # Latent traversals, generated samples, loss curves
│   │   ├── metrics.py              # FID, IS, reconstruction loss, etc.
│   │   ├── noise_schedules.py      # For diffusion models (beta schedules, etc.)
│   │   └── config.py               # Global config management
│   │
│   ├── models/                     # Core architectures (each paper = one file)
│   │   ├── __init__.py
│   │   ├── vae.py
│   │   ├── gan.py
│   │   ├── pixelcnn.py
│   │   ├── realnvp.py
│   │   ├── glow.py
│   │   ├── vqvae.py
│   │   ├── ddpm.py
│   │   ├── latent_diffusion.py
│   │   ├── dit.py
│   │   ├── consistency_models.py
│   │   └── multimodal_diffusion.py
│   │
│   ├── trainers/                   # Training pipelines
│   │   ├── __init__.py
│   │   ├── base_trainer.py         # Common trainer base class
│   │   ├── train_vae.py
│   │   ├── train_gan.py
│   │   ├── train_pixelcnn.py
│   │   ├── train_flow.py
│   │   ├── train_vqvae.py
│   │   ├── train_diffusion.py
│   │   ├── train_latent_diffusion.py
│   │   ├── train_dit.py
│   │   └── train_multimodal.py
│   │
│   └── evaluators/                 # Evaluation scripts
│       ├── __init__.py
│       ├── evaluate_reconstruction.py
│       ├── evaluate_fid_is.py
│       └── evaluate_sampling.py
│
├── experiments/                    # Logs, weights, checkpoints, generated samples
│   ├── vae/
│   ├── gan/
│   ├── vqvae/
│   ├── ddpm/
│   ├── dit/
│   └── multimodal/
│
├── tests/                          # Sanity checks and module tests
│   ├── test_models.py
│   ├── test_trainers.py
│   ├── test_utils.py
│   └── test_sampling.py
│
└── scripts/                        # Simple run/evaluation scripts
    ├── run_vae.py
    ├── run_gan.py
    ├── run_pixelcnn.py
    ├── run_diffusion.py
    ├── run_latent_diffusion.py
    ├── run_dit.py
    └── evaluate_model.py