强大的自动编码器测试:对比实验 源码

强大的自动编码器 健壮的自动编码器是结合了Autoencoder和健壮的PCA的模型,可以检测噪声和离群值。 此仓库提供基于Tensorflow的实现。 更新 2018年2月12日:删除theano实现。 02/14/2018:清理代码并将实现放入模型/ 2018/04/06:感谢 。 删除l21shrink上的错误部分。 12/13/2018:感谢 。 更改getRecon函数,该函数将接受X而不是L。此更改使稳健的自动编码器可以检测新数据中的异常。 2019/03/17:升级到python3并重复进行离群值检测的实验。 先决条件 Python 3 脾气暴躁3 张量流 捷径: 在S上进行l1正则化的去噪模型位于: ST上具有121正则化的异常值检测模型位于: 数据集和演示:离群值检测数据是从著名的MNIST数据集中采样的。 .npk文件和.txt文件是相同的,但是.np