前言
经常遇到它,然而每次小补之后又忘了,害,干脆开一篇慢慢记录一下吧。
VAE -> VQVAE, 主要是加了Vector Quantization
关于 VQ-VAE 可查看这篇 生成模型之VQ-VAE
本文会不断更新…
这篇写的不错,有空好好看看 变分自编码器VAE:原来是这么一回事 | 附开源代码, 苏剑林大佬的文章。
理论
训练阶段
直白话就是,输入一个样本(图片),编码器将这个样本抽取特征后,学习两个量,一个是均值一个是方差。
feature = encoder(img)
mu, var = w_mu(feature), w_var(feature)
然后就可以根据均值和方差,采样出隐变量 z 啦。
eps = torch.rand_like(mu)
z = mu + (var) ** 0.5 * eps
然后呢,我们根据这个隐变量 z, 就可以解码出图片了。
img_generate = decoder(z)
如果维度不对,还可以加一层全连接层映射一下维度呢。
预测阶段
先生成一个随机的隐变量 z, 注意 z 的维度,
然后塞给decoder即可。
代码
以下代码来源: https://zhuanlan.zhihu.com/p/151587288
训练代码可查看 https://shenxiaohai.me/2018/10/20/pytorch-tutorial-advanced-02/
就是与 ground truth 做一个crossEntropyloss, 再加上一个KLloss
class VAE(nn.Module):
def __init__(self, latent_dim):
super().__init__()
self.encoder = nn.Sequential(nn.Linear(28 * 28, 256),
nn.ReLU(),
nn.Linear(256, 128))
self.mu = nn.Linear(128, latent_dim)
self.logvar = nn.Linear(128, latent_dim)
self.latent_mapping = nn.Linear(latent_dim, 128)
self.decoder = nn.Sequential(nn.Linear(128, 256),
nn.ReLU(),
nn.Linear(256, 28 * 28))
def encode(self, x):
x = x.view(x.size(0), -1)
encoder = self.encoder(x)
mu, logvar = self.mu(encoder), self.logvar(encoder)
return mu, logvar
def sample_z(self, mu, logvar):
eps = torch.rand_like(mu)
return mu + eps * torch.exp(0.5 * logvar)
def decode(self, z,x):
latent_z = self.latent_mapping(z)
out = self.decoder(latent_z)
reshaped_out = torch.sigmoid(out).view(x.shape[0],1, 28,28)
return reshaped_out
def forward(self, x):
mu, logvar = self.encode(x)
z = self.sample_z(mu, logvar)
output = self.decode(z,x)
return output
# 创建优化器
num_epochs = 10
learning_rate = 1e-3
optimizer = torch.optim.Adam(model.parameters(), lr=learning_rate)
for epoch in range(num_epochs):
for i, (x, _) in enumerate(data_loader):
# 获取样本,并前向传播
x = x.to(device).view(-1, 28 * 28)
x_predict = model(x)
# 计算重构损失和KL散度(KL散度用于衡量两种分布的相似程度)
# KL散度的计算可以参考论文或者文章开头的链接
reconst_loss = F.binary_cross_entropy(x_predict, x, size_average=False)
kl_div = - 0.5 * torch.sum(1 + log_var - mu.pow(2) - log_var.exp())
# 反向传播和优化
loss = reconst_loss + kl_div
optimizer.zero_grad()
loss.backward()
optimizer.step()