minidiffusion.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 math, argparse
   9
  10 import matplotlib.pyplot as plt
  11
  12 import torch, torchvision
  13 from torch import nn
  14 from torch.nn import functional as F
  15
  16 device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
  17
  18 print(f'device {device}')
  19
  20 ######################################################################
  21
  22 def sample_gaussian_mixture(nb):
  23     p, std = 0.3, 0.2
  24     result = torch.randn(nb, 1) * std
  25     result = result + torch.sign(torch.rand(result.size()) - p) / 2
  26     return result
  27
  28 def sample_ramp(nb):
  29     result = torch.min(torch.rand(nb, 1), torch.rand(nb, 1))
  30     return result
  31
  32 def sample_two_discs(nb):
  33     a = torch.rand(nb) * math.pi * 2
  34     b = torch.rand(nb).sqrt()
  35     q = (torch.rand(nb) <= 0.5).long()
  36     b = b * (0.3 + 0.2 * q)
  37     result = torch.empty(nb, 2)
  38     result[:, 0] = a.cos() * b - 0.5 + q
  39     result[:, 1] = a.sin() * b - 0.5 + q
  40     return result
  41
  42 def sample_disc_grid(nb):
  43     a = torch.rand(nb) * math.pi * 2
  44     b = torch.rand(nb).sqrt()
  45     N = 4
  46     q = (torch.randint(N, (nb,)) - (N - 1) / 2) / ((N - 1) / 2)
  47     r = (torch.randint(N, (nb,)) - (N - 1) / 2) / ((N - 1) / 2)
  48     b = b * 0.1
  49     result = torch.empty(nb, 2)
  50     result[:, 0] = a.cos() * b + q
  51     result[:, 1] = a.sin() * b + r
  52     return result
  53
  54 def sample_spiral(nb):
  55     u = torch.rand(nb)
  56     rho = u * 0.65 + 0.25 + torch.rand(nb) * 0.15
  57     theta = u * math.pi * 3
  58     result = torch.empty(nb, 2)
  59     result[:, 0] = theta.cos() * rho
  60     result[:, 1] = theta.sin() * rho
  61     return result
  62
  63 def sample_mnist(nb):
  64     train_set = torchvision.datasets.MNIST(root = './data/', train = True, download = True)
  65     result = train_set.data[:nb].to(device).view(-1, 1, 28, 28).float()
  66     return result
  67
  68 samplers = {
  69     'gaussian_mixture': sample_gaussian_mixture,
  70     'ramp': sample_ramp,
  71     'two_discs': sample_two_discs,
  72     'disc_grid': sample_disc_grid,
  73     'spiral': sample_spiral,
  74     'mnist': sample_mnist,
  75 }
  76
  77 ######################################################################
  78
  79 parser = argparse.ArgumentParser(
  80     description = '''A minimal implementation of Jonathan Ho, Ajay Jain, Pieter Abbeel
  81 "Denoising Diffusion Probabilistic Models" (2020)
  82 https://arxiv.org/abs/2006.11239''',
  83
  84     formatter_class = argparse.ArgumentDefaultsHelpFormatter
  85 )
  86
  87 parser.add_argument('--seed',
  88                     type = int, default = 0,
  89                     help = 'Random seed, < 0 is no seeding')
  90
  91 parser.add_argument('--nb_epochs',
  92                     type = int, default = 100,
  93                     help = 'How many epochs')
  94
  95 parser.add_argument('--batch_size',
  96                     type = int, default = 25,
  97                     help = 'Batch size')
  98
  99 parser.add_argument('--nb_samples',
 100                     type = int, default = 25000,
 101                     help = 'Number of training examples')
 102
 103 parser.add_argument('--learning_rate',
 104                     type = float, default = 1e-3,
 105                     help = 'Learning rate')
 106
 107 parser.add_argument('--ema_decay',
 108                     type = float, default = 0.9999,
 109                     help = 'EMA decay, <= 0 is no EMA')
 110
 111 data_list = ', '.join( [ str(k) for k in samplers ])
 112
 113 parser.add_argument('--data',
 114                     type = str, default = 'gaussian_mixture',
 115                     help = f'Toy data-set to use: {data_list}')
 116
 117 parser.add_argument('--no_window',
 118                     action='store_true', default = False)
 119
 120 args = parser.parse_args()
 121
 122 if args.seed >= 0:
 123     # torch.backends.cudnn.deterministic = True
 124     # torch.backends.cudnn.benchmark = False
 125     # torch.use_deterministic_algorithms(True)
 126     torch.manual_seed(args.seed)
 127     if torch.cuda.is_available():
 128         torch.cuda.manual_seed_all(args.seed)
 129
 130 ######################################################################
 131
 132 class EMA:
 133     def __init__(self, model, decay):
 134         self.model = model
 135         self.decay = decay
 136         self.mem = { }
 137         with torch.no_grad():
 138             for p in model.parameters():
 139                 self.mem[p] = p.clone()
 140
 141     def step(self):
 142         with torch.no_grad():
 143             for p in self.model.parameters():
 144                 self.mem[p].copy_(self.decay * self.mem[p] + (1 - self.decay) * p)
 145
 146     def copy_to_model(self):
 147         with torch.no_grad():
 148             for p in self.model.parameters():
 149                 p.copy_(self.mem[p])
 150
 151 ######################################################################
 152
 153 # Gets a pair (x, t) and appends t (scalar or 1d tensor) to x as an
 154 # additional dimension / channel
 155
 156 class TimeAppender(nn.Module):
 157     def __init__(self):
 158         super().__init__()
 159
 160     def forward(self, u):
 161         x, t = u
 162         if not torch.is_tensor(t):
 163             t = x.new_full((x.size(0),), t)
 164         t = t.view((-1,) + (1,) * (x.dim() - 1)).expand_as(x[:,:1])
 165         return torch.cat((x, t), 1)
 166
 167 class ConvNet(nn.Module):
 168     def __init__(self, in_channels, out_channels):
 169         super().__init__()
 170
 171         ks, nc = 5, 64
 172
 173         self.core = nn.Sequential(
 174             TimeAppender(),
 175             nn.Conv2d(in_channels + 1, nc, ks, padding = ks//2),
 176             nn.ReLU(),
 177             nn.Conv2d(nc, nc, ks, padding = ks//2),
 178             nn.ReLU(),
 179             nn.Conv2d(nc, nc, ks, padding = ks//2),
 180             nn.ReLU(),
 181             nn.Conv2d(nc, nc, ks, padding = ks//2),
 182             nn.ReLU(),
 183             nn.Conv2d(nc, nc, ks, padding = ks//2),
 184             nn.ReLU(),
 185             nn.Conv2d(nc, out_channels, ks, padding = ks//2),
 186         )
 187
 188     def forward(self, u):
 189         return self.core(u)
 190
 191 ######################################################################
 192 # Data
 193
 194 try:
 195     train_input = samplers[args.data](args.nb_samples).to(device)
 196 except KeyError:
 197     print(f'unknown data {args.data}')
 198     exit(1)
 199
 200 train_mean, train_std = train_input.mean(), train_input.std()
 201
 202 ######################################################################
 203 # Model
 204
 205 if train_input.dim() == 2:
 206     nh = 256
 207
 208     model = nn.Sequential(
 209         TimeAppender(),
 210         nn.Linear(train_input.size(1) + 1, nh),
 211         nn.ReLU(),
 212         nn.Linear(nh, nh),
 213         nn.ReLU(),
 214         nn.Linear(nh, nh),
 215         nn.ReLU(),
 216         nn.Linear(nh, train_input.size(1)),
 217     )
 218
 219 elif train_input.dim() == 4:
 220
 221     model = ConvNet(train_input.size(1), train_input.size(1))
 222
 223 model.to(device)
 224
 225 print(f'nb_parameters {sum([ p.numel() for p in model.parameters() ])}')
 226
 227 ######################################################################
 228 # Generate
 229
 230 def generate(size, T, alpha, alpha_bar, sigma, model, train_mean, train_std):
 231
 232     with torch.no_grad():
 233
 234         x = torch.randn(size, device = device)
 235
 236         for t in range(T-1, -1, -1):
 237             output = model((x, t / (T - 1) - 0.5))
 238             z = torch.zeros_like(x) if t == 0 else torch.randn_like(x)
 239             x = 1/torch.sqrt(alpha[t]) \
 240                 * (x - (1-alpha[t]) / torch.sqrt(1-alpha_bar[t]) * output) \
 241                 + sigma[t] * z
 242
 243         x = x * train_std + train_mean
 244
 245         return x
 246
 247 ######################################################################
 248 # Train
 249
 250 T = 1000
 251 beta = torch.linspace(1e-4, 0.02, T, device = device)
 252 alpha = 1 - beta
 253 alpha_bar = alpha.log().cumsum(0).exp()
 254 sigma = beta.sqrt()
 255
 256 ema = EMA(model, decay = args.ema_decay) if args.ema_decay > 0 else None
 257
 258 for k in range(args.nb_epochs):
 259
 260     acc_loss = 0
 261     optimizer = torch.optim.Adam(model.parameters(), lr = args.learning_rate)
 262
 263     for x0 in train_input.split(args.batch_size):
 264         x0 = (x0 - train_mean) / train_std
 265         t = torch.randint(T, (x0.size(0),) + (1,) * (x0.dim() - 1), device = x0.device)
 266         eps = torch.randn_like(x0)
 267         xt = torch.sqrt(alpha_bar[t]) * x0 + torch.sqrt(1 - alpha_bar[t]) * eps
 268         output = model((xt, t / (T - 1) - 0.5))
 269         loss = (eps - output).pow(2).mean()
 270         acc_loss += loss.item() * x0.size(0)
 271
 272         optimizer.zero_grad()
 273         loss.backward()
 274         optimizer.step()
 275
 276         if ema is not None: ema.step()
 277
 278     print(f'{k} {acc_loss / train_input.size(0)}')
 279
 280 if ema is not None: ema.copy_to_model()
 281
 282 ######################################################################
 283 # Plot
 284
 285 model.eval()
 286
 287 ########################################
 288 # Nx1 -> histogram
 289 if train_input.dim() == 2 and train_input.size(1) == 1:
 290
 291     fig = plt.figure()
 292     fig.set_figheight(5)
 293     fig.set_figwidth(8)
 294
 295     ax = fig.add_subplot(1, 1, 1)
 296
 297     x = generate((10000, 1), T, alpha, alpha_bar, sigma,
 298                  model, train_mean, train_std)
 299
 300     ax.set_xlim(-1.25, 1.25)
 301     ax.spines.right.set_visible(False)
 302     ax.spines.top.set_visible(False)
 303
 304     d = train_input.flatten().detach().to('cpu').numpy()
 305     ax.hist(d, 25, (-1, 1),
 306             density = True,
 307             histtype = 'bar', edgecolor = 'white', color = 'lightblue', label = 'Train')
 308
 309     d = x.flatten().detach().to('cpu').numpy()
 310     ax.hist(d, 25, (-1, 1),
 311             density = True,
 312             histtype = 'step', color = 'red', label = 'Synthesis')
 313
 314     ax.legend(frameon = False, loc = 2)
 315
 316     filename = f'minidiffusion_{args.data}.pdf'
 317     print(f'saving {filename}')
 318     fig.savefig(filename, bbox_inches='tight')
 319
 320     if not args.no_window and hasattr(plt.get_current_fig_manager(), 'window'):
 321         plt.get_current_fig_manager().window.setGeometry(2, 2, 1024, 768)
 322         plt.show()
 323
 324 ########################################
 325 # Nx2 -> scatter plot
 326 elif train_input.dim() == 2 and train_input.size(1) == 2:
 327
 328     fig = plt.figure()
 329     fig.set_figheight(6)
 330     fig.set_figwidth(6)
 331
 332     ax = fig.add_subplot(1, 1, 1)
 333
 334     x = generate((1000, 2), T, alpha, alpha_bar, sigma,
 335                  model, train_mean, train_std)
 336
 337     ax.set_xlim(-1.5, 1.5)
 338     ax.set_ylim(-1.5, 1.5)
 339     ax.set(aspect = 1)
 340     ax.spines.right.set_visible(False)
 341     ax.spines.top.set_visible(False)
 342
 343     d = train_input[:x.size(0)].detach().to('cpu').numpy()
 344     ax.scatter(d[:, 0], d[:, 1],
 345                s = 2.5, color = 'gray', label = 'Train')
 346
 347     d = x.detach().to('cpu').numpy()
 348     ax.scatter(d[:, 0], d[:, 1],
 349                s = 2.0, color = 'red', label = 'Synthesis')
 350
 351     ax.legend(frameon = False, loc = 2)
 352
 353     filename = f'minidiffusion_{args.data}.pdf'
 354     print(f'saving {filename}')
 355     fig.savefig(filename, bbox_inches='tight')
 356
 357     if not args.no_window and hasattr(plt.get_current_fig_manager(), 'window'):
 358         plt.get_current_fig_manager().window.setGeometry(2, 2, 1024, 768)
 359         plt.show()
 360
 361 ########################################
 362 # NxCxHxW -> image
 363 elif train_input.dim() == 4:
 364
 365     x = generate((128,) + train_input.size()[1:], T, alpha, alpha_bar, sigma,
 366                  model, train_mean, train_std)
 367
 368     x = torchvision.utils.make_grid(x.clamp(min = 0, max = 255),
 369                                     nrow = 16, padding = 1, pad_value = 64)
 370     x = F.pad(x, pad = (2, 2, 2, 2), value = 64)[None]
 371
 372     t = torchvision.utils.make_grid(train_input[:128],
 373                                     nrow = 16, padding = 1, pad_value = 64)
 374     t = F.pad(t, pad = (2, 2, 2, 2), value = 64)[None]
 375
 376     result = 1 - torch.cat((t, x), 2) / 255
 377
 378     filename = f'minidiffusion_{args.data}.png'
 379     print(f'saving {filename}')
 380     torchvision.utils.save_image(result, filename)
 381
 382 else:
 383
 384     print(f'cannot plot result of size {train_input.size()}')
 385
 386 ######################################################################