★공부일기★

import osimport sysimport torchfrom torch import optimimport torch.nn.functional as Fimport numpy as npimport scipyfrom sklearn import metricsimport csvfrom tqdm import tqdmfrom networks.base_model import BaseModelfrom networks.dcase2023t2_ae.network import AENetfrom networks.criterion.mahala import cov_v, loss_function_mahala, calc_inv_covfrom tools.plot_anm_score import AnmScoreFigDatafrom too..

--dataset_directory: ./data--result_directory: ./results--export_dir: baseline--use_cuda: True--log_interval: 100--model: DCASE2023T2-AE--score: MSE--seed: 13711--is_auto_download: False--max_fpr: 0.1--decision_threshold: 0.9# feature--n_mels: 128--frames: 5--frame_hop_length: 1--n_fft: 1024--hop_length: 512--power: 2.0--fmin: 0.0--fmax: null--win_length: null# fit--batch_size: 256--epochs: 100-..

오토인코더(AutoEncoder)란?오토인코더는 입력 데이터를 저차원 공간으로 인코딩(압축)하고, 이를 다시 원래의 차원으로 디코딩(복원)하는 신경망이다. 기본적으로 두 부분으로 구성된다. 인코더(Encoder): 입력 데이터를 잠재 공간(latent space)으로 변환한다. 디코더(Decoder): 잠재 공간에서 원래 데이터로 복원한다. import yamlimport itertoolsimport argparse######################################################################### load parameter.yaml#######################################################################..