张量流异常检测

时间:2017-07-20 13:57:44

标签: python machine-learning tensorflow anomaly-detection

我被要求使用tensorflow和python创建一个机器算法,可以通过创建一系列“正常”值来检测异常。我有两个参数,1.5左右的大量浮点数和时间戳。我没有在基本意义上看到使用张量流的类似线程,因为我是技术新手,所以我希望制作一个更基本的机器。但是,我想让它无人监督,这意味着我没有说明异常是什么,而是指定了大量过去的数据。谢谢,我正在运行python 3.5和tensorflow 1.2.1。

2 个答案:

答案 0 :(得分:0)

答案 1 :(得分:0)

简单地将这些值标准化并将其输入到tensorflow自动编码器模型中。

因此,自动编码器是用于在输出层重现输入的深层神经网络,即输出层中神经元的数量与输入层中神经元的数量完全相同。考虑下图

enter image description here

自动编码器以类似的方式工作。该架构的编码器部分将输入数据分解为压缩版本,以确保不会丢失重要数据,但会大大减少数据的整体大小。这个概念称为降维。

检查此存储库中的代码:Autoencoder in tensorflow