実装で学ぶ深層学習~異常検知編(教師なし学習)~ - Qiita

はじめに この記事はAuto Encoderを実装、チューニング、考察する記事である。 Target となる読者 1.異常検知を教師なしでするモデルを作りたい人 2.基礎的なニューラルネットワークを自身で読んで改良できる。 上記に当てはまる人に対しておすすめのモデルを提案する。 異常検知の流れの説明 問題設定 まず教師なしの異常検知とはなにかについて例を用いて説明する。 製品をつくるとどうしても不良品というものができてしまう。 その不良品の画像をとるとシワが目視できるような場合それを人が分離するのは非常に大変なのでニューラルネットワークで自動で検知してしまおうというものである。 しかしシワのついた画像が異常か正常かを2値分類するには足りない時に正常な画像のみを訓練に使って画像の異常値をもとめることができないかというものである。 ベーシックなアプローチ 正常画像を入力として正常画像を返す関数