src/train.old.py

import os
import math
import torch
import numpy as np
import matplotlib.pyplot as plt
from torch.utils.data import DataLoader, Sampler
from collections import defaultdict
from torch.optim.lr_scheduler import LambdaLR
from diffusers import UNet2DConditionModel, AutoencoderKL, DDPMScheduler
from accelerate import Accelerator
from datasets import load_from_disk
from tqdm import tqdm
from PIL import Image,ImageOps
import wandb
import random
import gc
from accelerate.state import DistributedType
from torch.distributed import broadcast_object_list
from torch.utils.checkpoint import checkpoint
from diffusers.models.attention_processor import AttnProcessor2_0
from datetime import datetime

# --------------------------- Параметры ---------------------------
save_path = "datasets/768" # "datasets/576" #"datasets/576p2" #"datasets/1152p2" #"datasets/576p2" #"datasets/dataset384_temp" #"datasets/dataset384" #"datasets/imagenet-1kk" #"datasets/siski576" #"datasets/siski384" #"datasets/siski64" #"datasets/mnist"
batch_size = 26 #45 #11 #45 #555 #35 #7
base_learning_rate = 9e-7 #2e-6 #1e-6 #9e-7 #1e-6 #2e-6 #1e-6 #2e-6 #6e-6 #2e-6 #8e-7 #6e-6 #2e-5 #4e-5 #3e-5 #5e-5 #8e-5
min_learning_rate = 2.5e-5 #2e-5
num_epochs = 4 #2 #36 #18
project = "sdxs"
use_wandb = True
save_model = True
adamw8bit = True
limit = 0 #200000 #0
checkpoints_folder = ""
lowram = True
use_lr_decay = False  # отключить затухание

# Параметры для диффузии
n_diffusion_steps = 40 
samples_to_generate = 12
guidance_scale = 5
sample_interval_share = 20

# Папки для сохранения результатов
generated_folder = "samples"
os.makedirs(generated_folder, exist_ok=True)

# Настройка seed для воспроизводимости
current_date = datetime.now()
seed = int(current_date.strftime("%Y%m%d"))
#torch.manual_seed(seed)
#np.random.seed(seed)
#random.seed(seed)
#if torch.cuda.is_available():
#    torch.cuda.manual_seed_all(seed)

print("init")
# Включение Flash Attention 2/SDPA
torch.backends.cuda.enable_flash_sdp(True)
# --------------------------- Инициализация Accelerator --------------------
dtype = torch.bfloat16
accelerator = Accelerator(mixed_precision="bf16")
device = accelerator.device
gen = torch.Generator(device=device)
gen.manual_seed(seed)

# --------------------------- Инициализация WandB ---------------------------
if use_wandb and accelerator.is_main_process:
    wandb.init(project=project, config={
        "batch_size": batch_size,
        "base_learning_rate": base_learning_rate,
        "num_epochs": num_epochs,
        "n_diffusion_steps": n_diffusion_steps,
        "samples_to_generate": samples_to_generate,
        "dtype": str(dtype)
    })

# --------------------------- Загрузка датасета ---------------------------
class ResolutionBatchSampler(Sampler):
    """Сэмплер, который группирует примеры по одинаковым размерам"""
    def __init__(self, dataset, batch_size, shuffle=True, drop_last=False):
        self.dataset = dataset
        self.batch_size = batch_size
        self.shuffle = shuffle
        self.drop_last = drop_last
        
        # Группируем примеры по размерам
        self.size_groups = defaultdict(list)

        try:
            widths = dataset["width"]
            heights = dataset["height"]
        except KeyError:
            widths = [0] * len(dataset)
            heights = [0] * len(dataset)
            
        for i, (w, h) in enumerate(zip(widths, heights)):
            size = (w, h)
            self.size_groups[size].append(i)
        
        # Печатаем статистику по размерам
        print(f"Найдено {len(self.size_groups)} уникальных размеров:")
        for size, indices in sorted(self.size_groups.items(), key=lambda x: len(x[1]), reverse=True):
            width, height = size
            print(f"  {width}x{height}: {len(indices)} примеров")
        
        # Формируем батчи
        self.reset()
        
    def reset(self):
        """Сбрасывает и перемешивает индексы"""
        self.batches = []
        
        for size, indices in self.size_groups.items():
            if self.shuffle:
                indices_copy = indices.copy()
                random.shuffle(indices_copy)
            else:
                indices_copy = indices
            
            # Разбиваем на батчи
            for i in range(0, len(indices_copy), self.batch_size):
                batch_indices = indices_copy[i:i + self.batch_size]
                
                # Пропускаем неполные батчи если drop_last=True
                if self.drop_last and len(batch_indices) < self.batch_size:
                    continue
                    
                self.batches.append(batch_indices)
        
        # Перемешиваем батчи разных размеров между собой
        if self.shuffle:
            random.shuffle(self.batches)
    
    def __iter__(self):
        self.reset()  # Сбрасываем и перемешиваем в начале каждой эпохи
        return iter(self.batches)
    
    def __len__(self):
        return len(self.batches)

# Функция для выборки фиксированных семплов по размерам
def get_fixed_samples_by_resolution(dataset, samples_per_group=1):
    """Выбирает фиксированные семплы для каждого уникального разрешения"""
    # Группируем по размерам
    size_groups = defaultdict(list)
    try:
        widths = dataset["width"]
        heights = dataset["height"]
    except KeyError:
        widths = [0] * len(dataset)
        heights = [0] * len(dataset)
    for i, (w, h) in enumerate(zip(widths, heights)):
        size = (w, h)
        size_groups[size].append(i)
    
    # Выбираем фиксированные примеры из каждой группы
    fixed_samples = {}
    for size, indices in size_groups.items():
        # Определяем сколько семплов брать из этой группы
        n_samples = min(samples_per_group, len(indices))
        if len(size_groups)==1:
            n_samples = samples_to_generate
        if n_samples == 0:
            continue
            
        # Выбираем случайные индексы
        sample_indices = random.sample(indices, n_samples)
        samples_data = [dataset[idx] for idx in sample_indices]
        
        # Собираем данные
        latents = torch.tensor(np.array([item["vae"] for item in samples_data]), dtype=dtype).to(device)
        embeddings = torch.tensor(np.array([item["embeddings"] for item in samples_data]), dtype=dtype).to(device)
        texts = [item["text"] for item in samples_data]
        
        # Сохраняем для этого размера
        fixed_samples[size] = (latents, embeddings, texts)
    
    print(f"Создано {len(fixed_samples)} групп фиксированных семплов по разрешениям")
    return fixed_samples

if limit > 0:
    dataset = load_from_disk(save_path).select(range(limit))
else:
    dataset = load_from_disk(save_path)


def collate_fn(batch):
    # Преобразуем список в тензоры и перемещаем на девайс
    latents = torch.tensor(np.array([item["vae"] for item in batch]), dtype=dtype).to(device)
    embeddings = torch.tensor(np.array([item["embeddings"] for item in batch]), dtype=dtype).to(device)
    return latents, embeddings
    
# Используем наш ResolutionBatchSampler
batch_sampler = ResolutionBatchSampler(dataset, batch_size=batch_size, shuffle=True)
dataloader = DataLoader(dataset, batch_sampler=batch_sampler, collate_fn=collate_fn)

print("Total samples",len(dataloader))
dataloader = accelerator.prepare(dataloader)

# --------------------------- Загрузка моделей ---------------------------
# VAE загружается на CPU для экономии GPU-памяти
vae = AutoencoderKL.from_pretrained("AuraDiffusion/16ch-vae").to("cpu", dtype=dtype)

# DDPMScheduler с V_Prediction и Zero-SNR
scheduler = DDPMScheduler(
    num_train_timesteps=1000,       # Полный график шагов для обучения
    prediction_type="v_prediction", # V-Prediction
    rescale_betas_zero_snr=True,    # Включение Zero-SNR
    timestep_spacing="leading",     # Добавляем улучшенное распределение шагов
    steps_offset=1                  # Избегаем проблем с нулевым timestep
)

# Инициализация переменных для возобновления обучения
start_epoch = 0
global_step = 0

# Расчёт общего количества шагов 
total_training_steps = (len(dataloader) * num_epochs)
# Get the world size
world_size = accelerator.state.num_processes
print(f"World Size: {world_size}")

# Опция загрузки модели из последнего чекпоинта (если существует)
latest_checkpoint = os.path.join(checkpoints_folder, project)
if os.path.isdir(latest_checkpoint):
    print("Загружаем UNet из чекпоинта:", latest_checkpoint)
    unet = UNet2DConditionModel.from_pretrained(latest_checkpoint).to(device, dtype=dtype)
    unet.enable_gradient_checkpointing()
    unet.set_use_memory_efficient_attention_xformers(False) # отключаем xformers
    try:
        unet.set_attn_processor(AttnProcessor2_0())  # Используем стандартный AttnProcessor
        print("SDPA включен через set_attn_processor.")
    except Exception as e:
        print(f"Ошибка при включении SDPA: {e}")
        print("Попытка использовать enable_xformers_memory_efficient_attention.")
        unet.set_use_memory_efficient_attention_xformers(True)

# --------------------------- Оптимизатор и кастомный LR scheduler ---------------------------
if lowram:
    if adamw8bit:
        # pip install bitsandbytes 
        import bitsandbytes as bnb
        
        # [1] Создаем словарь оптимизаторов (fused backward)
        optimizer_dict = {
            p: bnb.optim.AdamW8bit(
                [p],  # Каждый параметр получает свой оптимизатор
                lr=base_learning_rate,
                betas=(0.9, 0.999),
                weight_decay=1e-5,
                eps=1e-8
            ) for p in unet.parameters()
        }
    
        # [2] Определяем hook для применения оптимизатора сразу после накопления градиента
        def optimizer_hook(param):
            optimizer_dict[param].step()
            optimizer_dict[param].zero_grad(set_to_none=True)
    
        # [3] Регистрируем hook для всех параметров модели
        for param in unet.parameters():
            param.register_post_accumulate_grad_hook(optimizer_hook)

    else:
        # Импортируем Adafactor из transformers
        from transformers.optimization import Adafactor, AdafactorSchedule
        
        # [1] Создаем словарь оптимизаторов (для каждого параметра)
        base_learning_rate = 0
        optimizer_dict = {
            p: Adafactor(
                [p],
                relative_step=True,     # Важно! Включает режим без явного LR
                scale_parameter=True,   # Автоматически масштабирует параметры
                warmup_init=False,       # Постепенно увеличивает шаги в начале
                weight_decay=1e-5,      # Можно оставить как есть
            ) for p in unet.parameters()
        }
    
        # [2] Определяем hook для применения оптимизатора сразу после накопления градиента
        def optimizer_hook(param):
            optimizer_dict[param].step()
            optimizer_dict[param].zero_grad(set_to_none=True)
    
        # [3] Регистрируем hook для всех параметров модели
        for param in unet.parameters():
            param.register_post_accumulate_grad_hook(optimizer_hook)
else:
    # Улучшенный AdamW с правильными параметрами
    from optimi import StableAdamW, Lion
    from optimi.gradientrelease import prepare_for_gradient_release, remove_gradient_release
    # https://optimi.benjaminwarner.dev/fully_decoupled_weight_decay/
    # pip install torch-optimi
    optimizer = StableAdamW(
        unet.parameters(),
        lr=base_learning_rate,
        max_lr= base_learning_rate,
        betas=(0.9, 0.999),
        weight_decay=1e-5,  # Безопасное значение для SD
        kahan_sum=True,
        eps=1e-8,
        decouple_lr=True,
        #gradient_release=True
    )
    #prepare_for_gradient_release(unet, optimizer)

# Улучшенный планировщик с фиксированной скоростью обучения для случаев возобновления
# и возможностью плавного затухания
def lr_schedule(step, max_steps, base_lr, min_lr, use_decay=True):
    # Если не используем затухание, возвращаем базовый LR
    if not use_decay:
        return base_lr
    
    # Иначе используем линейный прогрев и косинусное затухание
    x = step / max_steps
    if x < 0.1:
        # Линейный прогрев до 10% шагов
        return min_lr + (base_lr - min_lr) * (x / 0.1)
    else:
        # Косинусное затухание
        decay_ratio = (x - 0.1) / (1 - 0.1)
        return min_lr + 0.5 * (base_lr - min_lr) * (1 + math.cos(math.pi * decay_ratio))


def custom_lr_lambda(step):
    return lr_schedule(step, total_training_steps*world_size, 
                     base_learning_rate, min_learning_rate, 
                     use_lr_decay) / base_learning_rate

# Подготовка через Accelerator
if lowram:
    unet, optimizer = accelerator.prepare(unet, optimizer_dict)
else:
    lr_scheduler = LambdaLR(optimizer, lr_lambda=custom_lr_lambda)
    unet, optimizer,lr_scheduler = accelerator.prepare(unet, optimizer,lr_scheduler)

# --------------------------- Фиксированные семплы для генерации ---------------------------
# Примеры фиксированных семплов по размерам
fixed_samples = get_fixed_samples_by_resolution(dataset)


@torch.no_grad()
def generate_and_save_samples(fixed_samples,step):
    """
    Генерирует семплы для каждого из разрешений и сохраняет их.
    
    Args:
        step: Текущий шаг обучения
        fixed_samples: Словарь, где ключи - размеры (width, height), 
                       а значения - кортежи (latents, embeddings)
    """
    try:
        original_model = accelerator.unwrap_model(unet)
        # Перемещаем VAE на device для семплирования
        vae.to(accelerator.device, dtype=dtype)
        
        # Устанавливаем количество diffusion шагов
        scheduler.set_timesteps(n_diffusion_steps)
        
        all_generated_images = []
        size_info = []  # Для хранения информации о размере для каждого изображения
        all_captions = [] 
        
        # Проходим по всем группам размеров
        for size, (sample_latents, sample_text_embeddings, sample_text) in fixed_samples.items():
            width, height = size
            size_info.append(f"{width}x{height}")
            #print(f"Генерация {sample_latents.shape[0]} изображений размером {width}x{height}")
            
            # Инициализируем латенты случайным шумом для этой группы
            noise = torch.randn(
                sample_latents.shape,
                generator=gen,
                device=sample_latents.device,
                dtype=sample_latents.dtype
            )
            
            # Начинаем с шума
            current_latents = noise.clone()
            
            # Подготовка текстовых эмбеддингов для guidance
            if guidance_scale > 0:
                empty_embeddings = torch.zeros_like(sample_text_embeddings)
                text_embeddings = torch.cat([empty_embeddings, sample_text_embeddings], dim=0)
            else:
                text_embeddings = sample_text_embeddings
            
            # Генерация изображений
            for t in scheduler.timesteps:
                # Подготовка входных данных для UNet
                if guidance_scale > 0:
                    latent_model_input = torch.cat([current_latents] * 2)
                    latent_model_input = scheduler.scale_model_input(latent_model_input, t)
                else:
                    latent_model_input = scheduler.scale_model_input(current_latents, t)
                
                # Предсказание шума
                noise_pred = original_model(latent_model_input, t, text_embeddings).sample
                
                # Применение guidance scale
                if guidance_scale > 0:
                    noise_pred_uncond, noise_pred_text = noise_pred.chunk(2)
                    noise_pred = noise_pred_uncond + guidance_scale * (noise_pred_text - noise_pred_uncond)
                
                # Обновление латентов
                current_latents = scheduler.step(noise_pred, t, current_latents).prev_sample
            
            # Декодирование через VAE
            latent = (current_latents.detach() / vae.config.scaling_factor) + vae.config.shift_factor
            latent = latent.to(accelerator.device, dtype=dtype)
            decoded = vae.decode(latent).sample
            
            # Преобразуем тензоры в PIL-изображения и сохраняем
            for img_idx, img_tensor in enumerate(decoded):
                img = (img_tensor.to(torch.float32) / 2 + 0.5).clamp(0, 1).cpu().numpy().transpose(1, 2, 0)
                pil_img = Image.fromarray((img * 255).astype("uint8"))
                # Определяем максимальные ширину и высоту
                max_width = max(size[0] for size in fixed_samples.keys())
                max_height = max(size[1] for size in fixed_samples.keys())
                max_width = max(255,max_width)
                max_height = max(255,max_height)
            
                # Добавляем padding, чтобы изображение стало размером max_width x max_height
                padded_img = ImageOps.pad(pil_img, (max_width, max_height), color='white')
            
                all_generated_images.append(padded_img)

                caption_text = sample_text[img_idx][:200] if img_idx < len(sample_text) else ""
                all_captions.append(caption_text)
                
                # Сохраняем с информацией о размере в имени файла
                save_path = f"{generated_folder}/{project}_{width}x{height}_{img_idx}.jpg"
                pil_img.save(save_path, "JPEG", quality=96)
        
        # Отправляем изображения на WandB с информацией о размере
        if use_wandb and accelerator.is_main_process:
            wandb_images = [
                wandb.Image(img, caption=f"{all_captions[i]}")
                for i, img in enumerate(all_generated_images)
            ]
            wandb.log({"generated_images": wandb_images, "global_step": step})
    
    finally:        
        # Гарантированное перемещение VAE обратно на CPU
        vae.to("cpu")
        if original_model is not None:
            del original_model
        # Очистка всех тензоров
        for var in list(locals().keys()):
            if isinstance(locals()[var], torch.Tensor):
                del locals()[var]
        torch.cuda.empty_cache()
        gc.collect()
        
# --------------------------- Генерация сэмплов перед обучением ---------------------------
if accelerator.is_main_process:
    if save_model:
        print("Генерация сэмплов до старта обучения...")
        generate_and_save_samples(fixed_samples,0)

# --------------------------- Тренировочный цикл ---------------------------
# Для логирования среднего лосса каждые % эпохи
if accelerator.is_main_process:
    print(f"Total steps per GPU: {total_training_steps}")
print(f"[GPU {accelerator.process_index}] Total steps: {total_training_steps}")

epoch_loss_points = []
progress_bar = tqdm(total=total_training_steps, disable=not accelerator.is_local_main_process, desc="Training", unit="step")

# Определяем интервал для сэмплирования и логирования в пределах эпохи (10% эпохи)
steps_per_epoch = len(dataloader)
sample_interval = max(1, steps_per_epoch // sample_interval_share)

# Начинаем с указанной эпохи (полезно при возобновлении)
for epoch in range(start_epoch, start_epoch + num_epochs):
    batch_losses = []
    unet.train()
    
    for step, (latents, embeddings) in enumerate(dataloader):
        with accelerator.accumulate(unet):
            if save_model == False and step == 3 :
                used_gb = torch.cuda.max_memory_allocated() / 1024**3
                print(f"Шаг {step}: {used_gb:.2f} GB")
            # Forward pass 
            noise = torch.randn_like(latents)
            
            timesteps = torch.randint(
                1,  # Начинаем с 1, не с 0
                scheduler.config.num_train_timesteps, 
                (latents.shape[0],), 
                device=device
            ).long()
            
            # Добавляем шум к латентам
            noisy_latents = scheduler.add_noise(latents, noise, timesteps)

            # Получаем предсказание шума - кастим в bf16
            noise_pred = unet(noisy_latents, timesteps, embeddings).sample.to(dtype=torch.bfloat16)
        
            # Используем целевое значение v_prediction
            target = scheduler.get_velocity(latents, noise, timesteps)

            # Считаем лосс
            loss = torch.nn.functional.mse_loss(noise_pred, target)

            # Делаем backward через Accelerator
            accelerator.backward(loss)

            if not lowram:
                optimizer.step()
                lr_scheduler.step()
                # Используем ограничение нормы градиентов через Accelerator
                optimizer.zero_grad(set_to_none=True)
            
            # Увеличиваем счетчик глобальных шагов
            global_step += 1
            
            # Обновляем прогресс-бар
            progress_bar.update(1)
            
            # Логируем метрики
            if accelerator.is_main_process:
                if lowram:
                    current_lr = base_learning_rate
                else:
                    current_lr = lr_scheduler.get_last_lr()[0]
                
                batch_losses.append(loss.detach().item())
                
                # Логируем в Wandb 
                if use_wandb:
                    wandb.log({
                        "loss": loss.detach().item(),
                        "learning_rate": current_lr,
                        "epoch": epoch,
                        #"grad_norm": grad_norm.item(),
                        "global_step": global_step
                    })
            
                # Генерируем сэмплы с заданным интервалом
                if global_step % sample_interval == 0:
                    if save_model:
                        accelerator.unwrap_model(unet).save_pretrained(os.path.join(checkpoints_folder, f"{project}"))
                        
                    generate_and_save_samples(fixed_samples,global_step)
                    
                    # Выводим текущий лосс
                    avg_loss = np.mean(batch_losses[-sample_interval:])
                    #print(f"Эпоха {epoch}, шаг {global_step}, средний лосс: {avg_loss:.6f}, LR: {current_lr:.8f}")
                    if use_wandb:
                        wandb.log({"intermediate_loss": avg_loss})
            
    
    # По окончании эпохи
    #accelerator.wait_for_everyone() 
    # Сохраняем чекпоинт в конце каждой эпохи
    if accelerator.is_main_process:
        
        # Сохраняем UNet отдельно для удобства использования
        #if save_model:
        #    accelerator.unwrap_model(unet).save_pretrained(os.path.join(checkpoints_folder, f"{project}"))
        avg_epoch_loss = np.mean(batch_losses)
        print(f"\nЭпоха {epoch} завершена. Средний лосс: {avg_epoch_loss:.6f}")
        if use_wandb:
            wandb.log({"epoch_loss": avg_epoch_loss, "epoch": epoch+1})

# Завершение обучения - сохраняем финальную модель
if accelerator.is_main_process:
    print("Обучение завершено! Сохраняем финальную модель...")
    # Сохраняем основную модель
    if save_model:
        accelerator.unwrap_model(unet).save_pretrained(os.path.join(checkpoints_folder, f"{project}"))
    print("Готово!")