NovikovDM/is_dnn
1
0
Форкнуть 0
ответвлено от main/is_dnn
Код Задачи Запросы на слияние Пакеты Проекты Релизы Вики Активность

r

Просмотр исходного кода
Этот коммит содержится в:
NovikovDM
2025-12-01 13:42:51 +03:00
родитель 727014d730
Коммит 4e0628e58f
1 изменённых файлов: 10 добавлений и 1 удалений
Скачать Patch файл Скачать Diff файл Показать все файлы Свернуть все файлы

11
labworks/LW2/report2.md
Просмотреть файл

@@ -143,9 +143,9 @@ lib.plot2in1_anomaly(data, xx, yy, Z1, Z2, data_test)
**2)Загрузить многомерную обучающую выборку реальных данных WBC_train.txt.** **2)Загрузить многомерную обучающую выборку реальных данных WBC_train.txt.**
```py ```py
test = np.loadtxt('WBC_test.txt', dtype=float)
train = np.loadtxt('WBC_train.txt', dtype=float) train = np.loadtxt('WBC_train.txt', dtype=float)
``` ```
![alt text](http://uit.mpei.ru/git/NovikovDM/is_dnn/raw/branch/main/labworks/LW2/2.2.png)
**3)Вывести полученные данные и их размерность в консоли.** **3)Вывести полученные данные и их размерность в консоли.**
```py ```py
print('Исходные данные:') print('Исходные данные:')
@@ -169,11 +169,13 @@ print(train.shape)
Размерность данных: Размерность данных:
(357, 30) (357, 30)
``` ```
![alt text](http://uit.mpei.ru/git/NovikovDM/is_dnn/raw/branch/main/labworks/LW2/2.3.png)
**4)Создать и обучить автокодировщик с подходящей для данных архитектурой.** **Выбрать необходимое количество эпох обучения.** **4)Создать и обучить автокодировщик с подходящей для данных архитектурой.** **Выбрать необходимое количество эпох обучения.**
```py ```py
patience=2000 patience=2000
ae3_trained, IRE3, IREth3 = lib.create_fit_save_ae(train,'out/AE3.h5','out/AE3_ire_th.txt', 100000, False, patience, early_stopping_delta = 0.00001, early_stopping_value = 0.0001) ae3_trained, IRE3, IREth3 = lib.create_fit_save_ae(train,'out/AE3.h5','out/AE3_ire_th.txt', 100000, False, patience, early_stopping_delta = 0.00001, early_stopping_value = 0.0001)
``` ```
![alt text](http://uit.mpei.ru/git/NovikovDM/is_dnn/raw/branch/main/labworks/LW2/2.4.png)
**5)Зафиксировать ошибку MSE, на которой обучение завершилось. Построить график ошибки реконструкции обучающей выборки. Зафиксировать порог ошибки реконструкции –порог обнаружения аномалий.** **5)Зафиксировать ошибку MSE, на которой обучение завершилось. Построить график ошибки реконструкции обучающей выборки. Зафиксировать порог ошибки реконструкции –порог обнаружения аномалий.**
```py ```py
Epoch 31000/100000 Epoch 31000/100000
@@ -182,10 +184,12 @@ Epoch 31000/100000
lib.ire_plot('training', IRE3, IREth3, 'AE3') lib.ire_plot('training', IRE3, IREth3, 'AE3')
``` ```
![alt text](http://uit.mpei.ru/git/NovikovDM/is_dnn/raw/branch/main/labworks/LW2/2.5.png)
**7)Изучить и загрузить тестовую выборку WBC_test.txt.** **7)Изучить и загрузить тестовую выборку WBC_test.txt.**
```py ```py
test = np.loadtxt('WBC_test.txt', dtype=float) test = np.loadtxt('WBC_test.txt', dtype=float)
``` ```
![alt text](http://uit.mpei.ru/git/NovikovDM/is_dnn/raw/branch/main/labworks/LW2/2.7.png)
**8)Подать тестовую выборку на вход обученного автокодировщика для обнаружения аномалий. Вывести графикошибки реконструкции элементов тестовой выборки относительно порога.** **8)Подать тестовую выборку на вход обученного автокодировщика для обнаружения аномалий. Вывести графикошибки реконструкции элементов тестовой выборки относительно порога.**
```py ```py
predicted_labels3, ire3 = lib.predict_ae(ae3_trained, test, IREth3) predicted_labels3, ire3 = lib.predict_ae(ae3_trained, test, IREth3)
@@ -221,6 +225,11 @@ i Labels IRE IREth
Исходный порог IREth4: 0.24 Исходный порог IREth4: 0.24
``` ```
![alt text](http://uit.mpei.ru/git/NovikovDM/is_dnn/raw/branch/main/labworks/LW2/2.8.2.png)
**9)Если результаты обнаружения аномалий не удовлетворительные (обнаружено менее 70%аномалий), то подобрать подходящие параметры автокодировщика и повторить шаги (4)–(9)**
![alt text](http://uit.mpei.ru/git/NovikovDM/is_dnn/raw/branch/main/labworks/LW2/2.9.1.png)
![alt text](http://uit.mpei.ru/git/NovikovDM/is_dnn/raw/branch/main/labworks/LW2/2.9.2.png)
**10)Параметры наилучшего автокодировщика и результаты обнаружения аномалий занести в таблицу:** **10)Параметры наилучшего автокодировщика и результаты обнаружения аномалий занести в таблицу:**
| | | | | | | | | | | | | |