tinyae.py

   1 #!/usr/bin/env python
   2
   3 # Any copyright is dedicated to the Public Domain.
   4 # https://creativecommons.org/publicdomain/zero/1.0/
   5
   6 # Written by Francois Fleuret <francois@fleuret.org>
   7
   8 import sys, argparse, time
   9
  10 import torch, torchvision
  11
  12 from torch import optim, nn
  13 from torch.nn import functional as F
  14
  15 ######################################################################
  16
  17 device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
  18
  19 ######################################################################
  20
  21 parser = argparse.ArgumentParser(description = 'Tiny LeNet-like 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 = 8)
  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):
  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         x = self.decoder(x)
  99         return x
 100
 101 ######################################################################
 102
 103 train_set = torchvision.datasets.MNIST(args.data_dir + '/mnist/',
 104                                        train = True, download = True)
 105 train_input = train_set.data.view(-1, 1, 28, 28).float()
 106
 107 test_set = torchvision.datasets.MNIST(args.data_dir + '/mnist/',
 108                                       train = False, download = True)
 109 test_input = test_set.data.view(-1, 1, 28, 28).float()
 110
 111 ######################################################################
 112
 113 model = AutoEncoder(args.nb_channels, args.embedding_dim)
 114 optimizer = optim.Adam(model.parameters(), lr = 1e-3)
 115
 116 model.to(device)
 117
 118 train_input, test_input = train_input.to(device), test_input.to(device)
 119
 120 mu, std = train_input.mean(), train_input.std()
 121 train_input.sub_(mu).div_(std)
 122 test_input.sub_(mu).div_(std)
 123
 124 ######################################################################
 125
 126 for epoch in range(args.nb_epochs):
 127
 128     acc_loss = 0
 129
 130     for input in train_input.split(args.batch_size):
 131         output = model(input)
 132         loss = 0.5 * (output - input).pow(2).sum() / input.size(0)
 133
 134         optimizer.zero_grad()
 135         loss.backward()
 136         optimizer.step()
 137
 138         acc_loss += loss.item()
 139
 140     log_string('acc_loss {:d} {:f}.'.format(epoch, acc_loss))
 141
 142 ######################################################################
 143
 144 input = test_input[:256]
 145
 146 # Encode / decode
 147
 148 z = model.encode(input)
 149 output = model.decode(z)
 150
 151 torchvision.utils.save_image(1 - input, 'ae-input.png', nrow = 16, pad_value = 0.8)
 152 torchvision.utils.save_image(1 - output, 'ae-output.png', nrow = 16, pad_value = 0.8)
 153
 154 # Dumb synthesis
 155
 156 z = model.encode(input)
 157 mu, std = z.mean(0), z.std(0)
 158 z = z.normal_() * std + mu
 159 output = model.decode(z)
 160
 161 torchvision.utils.save_image(1 - output, 'ae-synth.png', nrow = 16, pad_value = 0.8)
 162
 163 ######################################################################