fix(simclr): 周期性落盘，中途中断不再丢失训练成果

此前 fit() 只在全部 epoch 跑完后才保存骨架，一次跑到 epoch 12 被停掉后
13 分钟的训练全部作废。

- 每 save_interval（默认 5）个 epoch 保存一次骨架
- 捕获 KeyboardInterrupt，中断时先落盘再返回
- 聚类脚本改用 resolve_device，自监督分支不再有 GPU 守卫

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

configs/cluster/film.yaml

@@ -22,12 +22,12 @@
 
 work_dir: runs/cluster
 seed: 42
-device: cuda            # method=pretrained 时可以 --set device=cpu
+device: auto            # auto 按 cuda > mps > cpu 挑最快的可用后端；也可写 cuda / mps / cpu
 
-num_clusters: 6         # 想分几类改这里（或 --num-clusters 6）
+num_clusters: 4         # 想分几类改这里（或 --num-clusters 6）
 
 # pretrained: ImageNet 预训练卷积骨架直接抽特征，不训练，CPU 也能跑，几分钟出结果。
-# simclr:     在本目录数据上自监督训练项目自己的卷积骨架，域适配更好，需要 Nvidia GPU。
+# simclr:     在本目录数据上自监督训练项目自己的卷积骨架，域适配更好；Mac 上走 MPS 即可。
 method: pretrained
 
 # method=pretrained 用的骨架（method=simclr 的骨架配在 simclr.backbone，两者字段完全不同，
@@ -97,7 +97,8 @@ simclr:
   epochs: 100
   batch_size: 256
   temperature: 0.2              # 越小越关注难负样本
-  amp: true
+  amp: auto                     # CUDA 上开、MPS 上关
+  save_interval: 5              # 每 5 个 epoch 落一次盘，中途中断也能拿到权重
   log_interval: 20
   checkpoint: null              # 填已有的 simclr_backbone.pth 可跳过重复训练
   projection: {hidden_channels: 256, out_channels: 128}