张量流异常检测

Question

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。

Answer 1

深度学习 - 异常和欺诈检测 https://exploreai.org/p/deep-learning-anomaly-and-fraud-detection

Answer 2

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

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