autoencoder.py

   1 #!/usr/bin/env python
   2
   3 import sys, argparse, os, time
   4
   5 import torch, torchvision
   6
   7 from torch import optim, nn
   8 from torch.nn import functional as F
   9
  10 import torchvision
  11
  12 ######################################################################
  13
  14 if torch.cuda.is_available():
  15     device = torch.device('cuda')
  16 else:
  17     device = torch.device('cpu')
  18
  19 ######################################################################
  20
  21 parser = argparse.ArgumentParser(description = 'Simple auto-encoder.')
  22
  23 parser.add_argument('--nb_epochs',
  24                     type = int, default = 25)
  25
  26 parser.add_argument('--batch_size',
  27                     type = int, default = 100)
  28
  29 parser.add_argument('--data_dir',
  30                     type = str, default = './data/')
  31
  32 parser.add_argument('--log_filename',
  33                     type = str, default = 'train.log')
  34
  35 parser.add_argument('--embedding_dim',
  36                     type = int, default = 16)
  37
  38 parser.add_argument('--nb_channels',
  39                     type = int, default = 32)
  40
  41 parser.add_argument('--force_train',
  42                     type = bool, default = False)
  43
  44 args = parser.parse_args()
  45
  46 log_file = open(args.log_filename, 'w')
  47
  48 ######################################################################
  49
  50 def log_string(s, color = None):
  51     t = time.strftime("%Y-%m-%d_%H:%M:%S - ", time.localtime())
  52
  53     if log_file is not None:
  54         log_file.write(t + s + '\n')
  55         log_file.flush()
  56
  57     print(t + s)
  58     sys.stdout.flush()
  59
  60 ######################################################################
  61
  62 class AutoEncoder(nn.Module):
  63     def __init__(self, nb_channels, embedding_dim):
  64         super(AutoEncoder, self).__init__()
  65
  66         self.encoder = nn.Sequential(
  67             nn.Conv2d(1, nb_channels, kernel_size = 5), # to 24x24
  68             nn.ReLU(inplace = True),
  69             nn.Conv2d(nb_channels, nb_channels, kernel_size = 5), # to 20x20
  70             nn.ReLU(inplace = True),
  71             nn.Conv2d(nb_channels, nb_channels, kernel_size = 4, stride = 2), # to 9x9
  72             nn.ReLU(inplace = True),
  73             nn.Conv2d(nb_channels, nb_channels, kernel_size = 3, stride = 2), # to 4x4
  74             nn.ReLU(inplace = True),
  75             nn.Conv2d(nb_channels, embedding_dim, kernel_size = 4)
  76         )
  77
  78         self.decoder = nn.Sequential(
  79             nn.ConvTranspose2d(embedding_dim, nb_channels, kernel_size = 4),
  80             nn.ReLU(inplace = True),
  81             nn.ConvTranspose2d(nb_channels, nb_channels, kernel_size = 3, stride = 2), # from 4x4
  82             nn.ReLU(inplace = True),
  83             nn.ConvTranspose2d(nb_channels, nb_channels, kernel_size = 4, stride = 2), # from 9x9
  84             nn.ReLU(inplace = True),
  85             nn.ConvTranspose2d(nb_channels, nb_channels, kernel_size = 5), # from 20x20
  86             nn.ReLU(inplace = True),
  87             nn.ConvTranspose2d(nb_channels, 1, kernel_size = 5), # from 24x24
  88         )
  89
  90     def encode(self, x):
  91         return self.encoder(x).view(x.size(0), -1)
  92
  93     def decode(self, z):
  94         return self.decoder(z.view(z.size(0), -1, 1, 1))
  95
  96     def forward(self, x):
  97         x = self.encoder(x)
  98         # print(x.size())
  99         x = self.decoder(x)
 100         return x
 101
 102 ######################################################################
 103
 104 train_set = torchvision.datasets.MNIST(args.data_dir + '/mnist/',
 105                                        train = True, download = True)
 106 train_input = train_set.data.view(-1, 1, 28, 28).float()
 107
 108 test_set = torchvision.datasets.MNIST(args.data_dir + '/mnist/',
 109                                       train = False, download = True)
 110 test_input = test_set.data.view(-1, 1, 28, 28).float()
 111
 112 ######################################################################
 113
 114 train_input, test_input = train_input.to(device), test_input.to(device)
 115
 116 mu, std = train_input.mean(), train_input.std()
 117 train_input.sub_(mu).div_(std)
 118 test_input.sub_(mu).div_(std)
 119
 120 model = AutoEncoder(args.nb_channels, args.embedding_dim)
 121 optimizer = optim.Adam(model.parameters(), lr = 1e-3)
 122
 123 model.to(device)
 124
 125 for epoch in range(args.nb_epochs):
 126     acc_loss = 0
 127     for input in train_input.split(args.batch_size):
 128         input = input.to(device)
 129         z = model.encode(input)
 130         output = model.decode(z)
 131         loss = 0.5 * (output - input).pow(2).sum() / input.size(0)
 132
 133         optimizer.zero_grad()
 134         loss.backward()
 135         optimizer.step()
 136
 137         acc_loss += loss.item()
 138
 139     log_string(f'acc_loss {epoch} {acc_loss}', 'blue')
 140
 141 ######################################################################
 142
 143 input = test_input[:256]
 144 z = model.encode(input)
 145 output = model.decode(z)
 146
 147 torchvision.utils.save_image(1 - input, 'ae-input.png', nrow = 16, pad_value = 0.8)
 148 torchvision.utils.save_image(1 - output, 'ae-output.png', nrow = 16, pad_value = 0.8)
 149
 150 ######################################################################
 151
 152 input = train_input[:256]
 153 z = model.encode(input)
 154 mu, std = z.mean(0), z.std(0)
 155 z = z.normal_() * std + mu
 156 output = model.decode(z)
 157 torchvision.utils.save_image(1 - output, 'ae-synth.png', nrow = 16, pad_value = 0.8)
 158
 159 ######################################################################