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
  15 device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
  16
  17 print(f'device {device}')
  18
  19 ######################################################################
  20
  21 def sample_gaussian_mixture(nb):
  22     p, std = 0.3, 0.2
  23     result = torch.randn(nb, 1) * std
  24     result = result + torch.sign(torch.rand(result.size()) - p) / 2
  25     return result
  26
  27 def sample_ramp(nb):
  28     result = torch.min(torch.rand(nb, 1), torch.rand(nb, 1))
  29     return result
  30
  31 def sample_two_discs(nb):
  32     a = torch.rand(nb) * math.pi * 2
  33     b = torch.rand(nb).sqrt()
  34     q = (torch.rand(nb) <= 0.5).long()
  35     b = b * (0.3 + 0.2 * q)
  36     result = torch.empty(nb, 2)
  37     result[:, 0] = a.cos() * b - 0.5 + q
  38     result[:, 1] = a.sin() * b - 0.5 + q
  39     return result
  40
  41 def sample_disc_grid(nb):
  42     a = torch.rand(nb) * math.pi * 2
  43     b = torch.rand(nb).sqrt()
  44     N = 4
  45     q = (torch.randint(N, (nb,)) - (N - 1) / 2) / ((N - 1) / 2)
  46     r = (torch.randint(N, (nb,)) - (N - 1) / 2) / ((N - 1) / 2)
  47     b = b * 0.1
  48     result = torch.empty(nb, 2)
  49     result[:, 0] = a.cos() * b + q
  50     result[:, 1] = a.sin() * b + r
  51     return result
  52
  53 def sample_spiral(nb):
  54     u = torch.rand(nb)
  55     rho = u * 0.65 + 0.25 + torch.rand(nb) * 0.15
  56     theta = u * math.pi * 3
  57     result = torch.empty(nb, 2)
  58     result[:, 0] = theta.cos() * rho
  59     result[:, 1] = theta.sin() * rho
  60     return result
  61
  62 def sample_mnist(nb):
  63     train_set = torchvision.datasets.MNIST(root = './data/', train = True, download = True)
  64     result = train_set.data[:nb].to(device).view(-1, 1, 28, 28).float()
  65     return result
  66
  67 samplers = {
  68     'gaussian_mixture': sample_gaussian_mixture,
  69     'ramp': sample_ramp,
  70     'two_discs': sample_two_discs,
  71     'disc_grid': sample_disc_grid,
  72     'spiral': sample_spiral,
  73     'mnist': sample_mnist,
  74 }
  75
  76 ######################################################################
  77
  78 parser = argparse.ArgumentParser(
  79     description = '''A minimal implementation of Jonathan Ho, Ajay Jain, Pieter Abbeel
  80 "Denoising Diffusion Probabilistic Models" (2020)
  81 https://arxiv.org/abs/2006.11239''',
  82
  83     formatter_class = argparse.ArgumentDefaultsHelpFormatter
  84 )
  85
  86 parser.add_argument('--seed',
  87                     type = int, default = 0,
  88                     help = 'Random seed, < 0 is no seeding')
  89
  90 parser.add_argument('--nb_epochs',
  91                     type = int, default = 100,
  92                     help = 'How many epochs')
  93
  94 parser.add_argument('--batch_size',
  95                     type = int, default = 25,
  96                     help = 'Batch size')
  97
  98 parser.add_argument('--nb_samples',
  99                     type = int, default = 25000,
 100                     help = 'Number of training examples')
 101
 102 parser.add_argument('--learning_rate',
 103                     type = float, default = 1e-3,
 104                     help = 'Learning rate')
 105
 106 parser.add_argument('--ema_decay',
 107                     type = float, default = 0.9999,
 108                     help = 'EMA decay, <= 0 is no EMA')
 109
 110 data_list = ', '.join( [ str(k) for k in samplers ])
 111
 112 parser.add_argument('--data',
 113                     type = str, default = 'gaussian_mixture',
 114                     help = f'Toy data-set to use: {data_list}')
 115
 116 args = parser.parse_args()
 117
 118 if args.seed >= 0:
 119     # torch.backends.cudnn.deterministic = True
 120     # torch.backends.cudnn.benchmark = False
 121     # torch.use_deterministic_algorithms(True)
 122     torch.manual_seed(args.seed)
 123     if torch.cuda.is_available():
 124         torch.cuda.manual_seed_all(args.seed)
 125
 126 ######################################################################
 127
 128 class EMA:
 129     def __init__(self, model, decay):
 130         self.model = model
 131         self.decay = decay
 132         self.mem = { }
 133         with torch.no_grad():
 134             for p in model.parameters():
 135                 self.mem[p] = p.clone()
 136
 137     def step(self):
 138         with torch.no_grad():
 139             for p in self.model.parameters():
 140                 self.mem[p].copy_(self.decay * self.mem[p] + (1 - self.decay) * p)
 141
 142     def copy_to_model(self):
 143         with torch.no_grad():
 144             for p in self.model.parameters():
 145                 p.copy_(self.mem[p])
 146
 147 ######################################################################
 148
 149 class ConvNet(nn.Module):
 150     def __init__(self, in_channels, out_channels):
 151         super().__init__()
 152
 153         ks, nc = 5, 64
 154
 155         self.core = nn.Sequential(
 156             nn.Conv2d(in_channels, nc, ks, padding = ks//2),
 157             nn.ReLU(),
 158             nn.Conv2d(nc, nc, ks, padding = ks//2),
 159             nn.ReLU(),
 160             nn.Conv2d(nc, nc, ks, padding = ks//2),
 161             nn.ReLU(),
 162             nn.Conv2d(nc, nc, ks, padding = ks//2),
 163             nn.ReLU(),
 164             nn.Conv2d(nc, nc, ks, padding = ks//2),
 165             nn.ReLU(),
 166             nn.Conv2d(nc, out_channels, ks, padding = ks//2),
 167         )
 168
 169     def forward(self, x):
 170         return self.core(x)
 171
 172 ######################################################################
 173 # Data
 174
 175 try:
 176     train_input = samplers[args.data](args.nb_samples).to(device)
 177 except KeyError:
 178     print(f'unknown data {args.data}')
 179     exit(1)
 180
 181 train_mean, train_std = train_input.mean(), train_input.std()
 182
 183 ######################################################################
 184 # Model
 185
 186 if train_input.dim() == 2:
 187     nh = 256
 188
 189     model = nn.Sequential(
 190         nn.Linear(train_input.size(1) + 1, nh),
 191         nn.ReLU(),
 192         nn.Linear(nh, nh),
 193         nn.ReLU(),
 194         nn.Linear(nh, nh),
 195         nn.ReLU(),
 196         nn.Linear(nh, train_input.size(1)),
 197     )
 198
 199 elif train_input.dim() == 4:
 200
 201     model = ConvNet(train_input.size(1) + 1, train_input.size(1))
 202
 203 model.to(device)
 204
 205 print(f'nb_parameters {sum([ p.numel() for p in model.parameters() ])}')
 206
 207 ######################################################################
 208 # Generate
 209
 210 def generate(size, alpha, alpha_bar, sigma, model):
 211     with torch.no_grad():
 212         x = torch.randn(size, device = device)
 213
 214         for t in range(T-1, -1, -1):
 215             z = torch.zeros_like(x) if t == 0 else torch.randn_like(x)
 216             input = torch.cat((x, torch.full_like(x[:,:1], t / (T - 1) - 0.5)), 1)
 217             x = 1/torch.sqrt(alpha[t]) \
 218                 * (x - (1-alpha[t]) / torch.sqrt(1-alpha_bar[t]) * model(input)) \
 219                 + sigma[t] * z
 220
 221         x = x * train_std + train_mean
 222
 223         return x
 224
 225 ######################################################################
 226 # Train
 227
 228 T = 1000
 229 beta = torch.linspace(1e-4, 0.02, T, device = device)
 230 alpha = 1 - beta
 231 alpha_bar = alpha.log().cumsum(0).exp()
 232 sigma = beta.sqrt()
 233
 234 ema = EMA(model, decay = args.ema_decay) if args.ema_decay > 0 else None
 235
 236 for k in range(args.nb_epochs):
 237
 238     acc_loss = 0
 239     optimizer = torch.optim.Adam(model.parameters(), lr = args.learning_rate)
 240
 241     for x0 in train_input.split(args.batch_size):
 242         x0 = (x0 - train_mean) / train_std
 243         t = torch.randint(T, (x0.size(0),) + (1,) * (x0.dim() - 1), device = x0.device)
 244         eps = torch.randn_like(x0)
 245         xt = torch.sqrt(alpha_bar[t]) * x0 + torch.sqrt(1 - alpha_bar[t]) * eps
 246         input = torch.cat((xt, t.expand_as(x0[:,:1]) / (T - 1) - 0.5), 1)
 247         loss = (eps - model(input)).pow(2).mean()
 248         acc_loss += loss.item() * x0.size(0)
 249
 250         optimizer.zero_grad()
 251         loss.backward()
 252         optimizer.step()
 253
 254         if ema is not None: ema.step()
 255
 256     print(f'{k} {acc_loss / train_input.size(0)}')
 257
 258 if ema is not None: ema.copy_to_model()
 259
 260 ######################################################################
 261 # Plot
 262
 263 model.eval()
 264
 265 if train_input.dim() == 2:
 266
 267     fig = plt.figure()
 268     ax = fig.add_subplot(1, 1, 1)
 269
 270     if train_input.size(1) == 1:
 271
 272         x = generate((10000, 1), alpha, alpha_bar, sigma, model)
 273
 274         ax.set_xlim(-1.25, 1.25)
 275         ax.spines.right.set_visible(False)
 276         ax.spines.top.set_visible(False)
 277
 278         d = train_input.flatten().detach().to('cpu').numpy()
 279         ax.hist(d, 25, (-1, 1),
 280                 density = True,
 281                 histtype = 'stepfilled', color = 'lightblue', label = 'Train')
 282
 283         d = x.flatten().detach().to('cpu').numpy()
 284         ax.hist(d, 25, (-1, 1),
 285                 density = True,
 286                 histtype = 'step', color = 'red', label = 'Synthesis')
 287
 288         ax.legend(frameon = False, loc = 2)
 289
 290     elif train_input.size(1) == 2:
 291
 292         x = generate((1000, 2), alpha, alpha_bar, sigma, model)
 293
 294         ax.set_xlim(-1.5, 1.5)
 295         ax.set_ylim(-1.5, 1.5)
 296         ax.set(aspect = 1)
 297         ax.spines.right.set_visible(False)
 298         ax.spines.top.set_visible(False)
 299
 300         d = x.detach().to('cpu').numpy()
 301         ax.scatter(d[:, 0], d[:, 1],
 302                    s = 2.0, color = 'red', label = 'Synthesis')
 303
 304         d = train_input[:x.size(0)].detach().to('cpu').numpy()
 305         ax.scatter(d[:, 0], d[:, 1],
 306                    s = 2.0, color = 'gray', label = 'Train')
 307
 308         ax.legend(frameon = False, loc = 2)
 309
 310     filename = f'diffusion_{args.data}.pdf'
 311     print(f'saving {filename}')
 312     fig.savefig(filename, bbox_inches='tight')
 313
 314     if hasattr(plt.get_current_fig_manager(), 'window'):
 315         plt.get_current_fig_manager().window.setGeometry(2, 2, 1024, 768)
 316         plt.show()
 317
 318 elif train_input.dim() == 4:
 319
 320     x = generate((128,) + train_input.size()[1:], alpha, alpha_bar, sigma, model)
 321     x = 1 - x.clamp(min = 0, max = 255) / 255
 322     torchvision.utils.save_image(x, f'diffusion_{args.data}.png', nrow = 16, pad_value = 0.8)
 323
 324 ######################################################################