李宏毅HW8

---

一、任务介绍

无监督异常检测
训练一个模型来确定给定的图像是否与训练数据相似

二、数据

●训练数据：100000人脸
●测试数据：
约10000来自相同分布的训练数据（标签0）
约10000来自另一个分布（异常，标签1）
●格式：
data/|——trainingset.npy|——testingset.npy
形状：（#图像，64,64,3）为每个.npy文件

三、方法

●训练一个具有小重构误差的自动编码器。
●在推理过程中，我们可以使用重构误差作为异常评分。
○异常评分可以看作是一个图像的异常程度。
○看不见分布的图像具有较高的重建误差。
●异常评分被用作我们的预测值。

四、评估-ROC AUC评分

为什么要使用ROC AUC评分？
●如果应用了精度，则需要一个阈值来确定给定的图像是否为异常。
○我们只想要一个模型来告诉我们一个图像有多反常。
○例如，MSE是一种异常分数

五、实验