PyTorch VAE

pytorch vae

更新22/12/2021：添加了对Pytorch Lightning 1.5.6版本并清理代码的支持。

Pytorch中实现的差异自动编码器（VAE）集合，重点是可重复性。该项目的目的是为许多酷Vae车型提供一个快速简单的工作示例。所有模型均在Celeba数据集上进行培训，以进行一致性和比较。所有模型的体系结构在相同的层中保持尽可能相似，除了原始论文需要具有根本不同的体系结构的情况（例如，vq vae使用残留层和没有批处理 - 与其他模型不同）。这是每个模型的结果。

要求

• Python> = 3.5
• pytorch> = 1.3
• Pytorch Lightning> = 0.6.0（GitHub repo）
• 启用CUDA的计算设备

安装

 $ git clone https://github.com/AntixK/PyTorch-VAE
$ cd PyTorch-VAE
$ pip install -r requirements.txt

用法

 $ cd PyTorch-VAE
$ python run.py -c configs/<config-file-name.yaml>

配置文件模板

 model_params :
  name : " <name of VAE model> "
  in_channels : 3
  latent_dim : 
    .         # Other parameters required by the model
    .
    .

data_params :
  data_path : " <path to the celebA dataset> "
  train_batch_size : 64 # Better to have a square number
  val_batch_size :  64
  patch_size : 64  # Models are designed to work for this size
  num_workers : 4
  
exp_params :
  manual_seed : 1265
  LR : 0.005
  weight_decay :
    .         # Other arguments required for training, like scheduler etc.
    .
    .

trainer_params :
  gpus : 1         
  max_epochs : 100
  gradient_clip_val : 1.5
    .
    .
    .

logging_params :
  save_dir : " logs/ "
  name : " <experiment name> "

查看张板日志

 $ cd logs/<experiment name>/version_<the version you want>
$ tensorboard --logdir .

注意：默认数据集是Celeba。但是，从Google Drive下载数据集（由于某些文件结构更改）存在许多问题。因此，建议是直接从Google Drive下载文件，然后提取到您选择的路径。配置文件中假定的默认路径是`data/celeba/img_align_celeba'。但是您可以将其更改为您的偏好。

---

结果

模型	纸	重建	样品
vae（代码，配置）	关联
有条件的VAE（代码，配置）	关联
WAE -MMD（RBF内核）（代码，配置）	关联
WAE -MMD（IMQ内核）（代码，配置）	关联
beta-vae（代码，配置）	关联
解开β-VAE（代码，配置）	关联
beta-tc-vae（代码，配置）	关联
IWAE（ k = 5 ）（代码，配置）	关联
miwae（ k = 5，m = 3 ）（代码，配置）	关联
dfcvae（代码，配置）	关联
MSSIM VAE（代码，配置）	关联
分类VAE（代码，配置）	关联
联合VAE（代码，配置）	关联
信息vae（代码，配置）	关联
logcosh vae（代码，配置）	关联
SWAE（200个预测）（代码，配置）	关联
VQ-VAE（ k = 512，d = 64 ）（代码，配置）	关联		N/A。
DIP VAE（代码，配置）	关联

贡献

如果您使用这些实现培训了一个更好的模型，通过对配置文件中的Hyper-Param进行微调，我很乐意将您的结果（与您的配置文件一起）在此存储库中包括您的名字？

此外，如果您想贡献一些模型，请提交PR。

执照

Apache许可证2.0

权限	限制	状况
✔️商业用途	商标使用	ⓘ许可证和版权通知
✔️修改	责任	ⓘ状态变化
✔️发行	保修单
✔️专利使用
✔️私人使用

引用

 @misc{Subramanian2020,
  author = {Subramanian, A.K},
  title = {PyTorch-VAE},
  year = {2020},
  publisher = {GitHub},
  journal = {GitHub repository},
  howpublished = {url{https://github.com/AntixK/PyTorch-VAE}}
}

---