PyTorch VAE

pytorch vae

更新22/12/2021：添加了對Pytorch Lightning 1.5.6版本並清理代碼的支持。

Pytorch中實現的差異自動編碼器（VAE）集合，重點是可重複性。該項目的目的是為許多酷Vae車型提供一個快速簡單的工作示例。所有模型均在Celeba數據集上進行培訓，以進行一致性和比較。所有模型的體系結構在相同的層中保持盡可能相似，除了原始論文需要具有根本不同的體系結構的情況（例如，vq vae使用殘留層和沒有批處理 - 與其他模型不同）。這是每個模型的結果。

要求

• Python> = 3.5
• pytorch> = 1.3
• Pytorch Lightning> = 0.6.0（GitHub repo）
• 啟用CUDA的計算設備

安裝

 $ 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> "

查看張板日誌

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

注意：默認數據集是Celeba。但是，從Google Drive下載數據集（由於某些文件結構更改）存在許多問題。因此，建議是直接從Google Drive下載文件，然後提取到您選擇的路徑。配置文件中假定的默認路徑是`data/celeba/img_align_celeba'。但是您可以將其更改為您的偏好。

---

結果

模型	紙	重建	樣品
vae（代碼，配置）	關聯
有條件的VAE（代碼，配置）	關聯
WAE -MMD（RBF內核）（代碼，配置）	關聯
WAE -MMD（IMQ內核）（代碼，配置）	關聯
beta-vae（代碼，配置）	關聯
解開β-VAE（代碼，配置）	關聯
beta-tc-vae（代碼，配置）	關聯
IWAE（ k = 5 ）（代碼，配置）	關聯
miwae（ k = 5，m = 3 ）（代碼，配置）	關聯
dfcvae（代碼，配置）	關聯
MSSIM VAE（代碼，配置）	關聯
分類VAE（代碼，配置）	關聯
聯合VAE（代碼，配置）	關聯
信息vae（代碼，配置）	關聯
logcosh vae（代碼，配置）	關聯
SWAE（200個預測）（代碼，配置）	關聯
VQ-VAE（ k = 512，d = 64 ）（代碼，配置）	關聯		N/A。
DIP VAE（代碼，配置）	關聯

貢獻

如果您使用這些實現培訓了一個更好的模型，通過對配置文件中的Hyper-Param進行微調，我很樂意將您的結果（與您的配置文件一起）在此存儲庫中包括您的名字？

此外，如果您想貢獻一些模型，請提交PR。

執照

Apache許可證2.0

權限	限制	狀況
✔️商業用途	商標使用	ⓘ許可證和版權通知
✔️修改	責任	ⓘ狀態變化
✔️發行	保修單
✔️專利使用
✔️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}}
}

---