#概要
深層学習フレームワークPyTorchを用いて，Auto Encoder-Decoderを実装しました！
ネットワークは文献[1]のものを実装しています．高速に高精度なencoderなのでとても使いやすいと感じました．

追記：
2020/09/25　自作損失関数のinit内のsuper()の引数が間違っていたかもしれないので修正しました。
python3系でのこのあたりの挙動がまだ把握しきれていない...
2020/10/12　本記事でポイントとして紹介している箇所を含め，以下の記事にまとめなおしました(分類器として実装)．↓
https://qiita.com/shun310/items/3fbac0a6cf87a0d70b78

ネットワーク全景：

encoder_class.py

import torch
import torchvision
import torchvision.transforms as transforms
import matplotlib.pyplot as plt
import numpy as np
import torch.nn as nn
import torch.nn.functional as F
from consts import * # H,W,N,qなどの定数は別ファイルから読み込んでいます

# 自作のデータセットを使う場合
class MyDataset(torch.utils.data.Dataset):
    def __init__(self, data, label, transform=None):
        self.transform = transform
        self.data = data
        self.data_num = len(data)
        self.label = label

    def __len__(self):
        return self.data_num

    def __getitem__(self, idx):
        out_data = self.data[idx]
        out_label =  self.label[idx]
        if self.transform:
            out_data = self.transform(out_data)

        return out_data, out_label

# 自作の損失関数を使う場合
class MyMSELoss(nn.MSELoss):
    def __init__(self, size_average=None, reduce=None, reduction='mean'):
        super(MyMSELoss, self).__init__(size_average, reduce, reduction)

    def forward(self, input, target):
        return F.mse_loss(input, target, reduction=self.reduction)

# encoderの小ブロック
class encoder_SB(nn.Module):
    def __init__(self):
        super(encoder_SB, self).__init__()
        self.e_layers = nn.ModuleList([nn.Conv2d(128,128,3,padding=1) for i in range(N)])
        self.e_downsampling = nn.Conv2d(128,128,4,padding=1,stride=2)
    def forward(self, x):
        x_input = x.clone()
        for c in self.e_layers:
            x = F.leaky_relu(c(x))
        x = x + x_input
        return self.e_downsampling(x)

# decoderの小ブロック
class decoder_SB(nn.Module):
    def __init__(self):
        super(decoder_SB, self).__init__()
        self.d_layers = nn.ModuleList([nn.Conv2d(128,128,3,padding=1) for i in range(N)])
        self.d_upsampling = nn.ConvTranspose2d(128,128,4,padding=1,stride=2)
    def forward(self, x):
        x_input = x.clone()
        for c in self.d_layers:
            x = F.leaky_relu(c(x))
        x = x + x_input
        return self.d_upsampling(x)

# ネットワーク本体
class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        # encode
        self.e_input = nn.Conv2d(channel,128,3,padding=1)
        self.encoder_layer = nn.ModuleList([encoder_SB() for i in range(q)])
        self.e_fc1 = nn.Linear(128*int((H/2**q))*int((W/2**q)),1024)
        self.e_fc2 = nn.Linear(1024,len_of_latentVec)
        # decode
        self.d_fc1 = nn.Linear(len_of_latentVec,1024)
        self.d_fc2 = nn.Linear(1024,128*int((H/2**q))*int((W/2**q)))
        self.decoder_layer = nn.ModuleList([decoder_SB() for i in range(q)])
        self.d_output = nn.Conv2d(128,channel,3,padding=1)


    def forward(self, x):
        # encode
        x = F.leaky_relu(self.e_input(x))

        for e in self.encoder_layer: x = e(x)

        x = x.view(-1,128*int((H/2**q))*int((W/2**q))) # batch_size,channel,height,width
        x = F.leaky_relu(self.e_fc1(x))
        x = self.e_fc2(x)
        latentVec = x.clone()

        # decode
        x = F.leaky_relu(self.d_fc1(x))
        x = F.leaky_relu(self.d_fc2(x))
        x = x.view(-1,128,int((H/2**q)),int((W/2**q))) # batch_size,channel,height,width

        for d in self.decoder_layer: x = d(x)

        x = self.d_output(x)

        return x

    def encode(self, x):
        # encode
        x = F.leaky_relu(self.e_input(x))

        for e in self.encoder_layer: x = e(x)

        x = x.view(-1,128*int((H/2**q))*int((W/2**q))) # batch_size,channel,height,width
        x = F.leaky_relu(self.e_fc1(x))
        x = self.e_fc2(x)
        latentVec = x.clone()

        return latentVec

    def decode(self, x):
        # decode
        x = F.leaky_relu(self.d_fc1(x))
        x = F.leaky_relu(self.d_fc2(x))
        x = x.view(-1,128,int((H/2**q)),int((W/2**q))) # batch_size,channel,height,width

        for d in self.decoder_layer: x = d(x)

        x = self.d_output(x)

        return x

ポイントは，

.py

self.e_layers = nn.ModuleList([nn.Conv2d(128,128,3,padding=1) for i in range(N)])

のように，nn.MuduleListに内包表記で生成した層リストを渡すことで，類似構造のネットワークを纏めて管理できること．これは繰り返し構造を持つ大規模なネットワークを表現する際にとても有用です．これが無いと，ネットワークの定義だけでめちゃくちゃ長くなってしまうので．．．

同じ様に，

.py

self.encoder_layer = nn.ModuleList([encoder_SB() for i in range(q)])

と書くことで，自作の部分ネットワークをnn.MuduleListでおなじように管理することもできます．これがすごく便利！今回は特に引数は取っていませんが，例えば入出力のノード数を引数で与えることで，一行でネットワークを構築する，といった芸当も可能です．

加えて，自作のデータセットと損失関数についても記述してあります．損失関数は通常，L1ノルムやMeanSquareなどがありますが，自身で設定することも可能です．物理現象を再現するなどの用途で深層学習を用いる場合，その制約を反映した項を損失関数に加える，といった工夫を行う場合があります．この機能はこう言った場合に使えると思います．

###参考文献
[1] Kim, B., Azevedo, V. C., Thuerey, N., Kim, T., Gross, M., & Solenthaler, B., Deep Fluids: A Generative Network for Parameterized Fluid Simulations. Computer Graphics Forum, 38(2), 2019, 59–70.