Chainerのサンプルコードそのまま。ただし、kl,mu,sigmaの値を出力できるように拡張してある。

ここにあるコードを模倣したもの。 https://qiita.com/kenmatsu4/items/b029d697e9995d93aa24 これもkl,mu,sigmaを出力できるように拡張してある。

net_2.pyをベースにしたもの。 KLdivergenceを解析的に計算せずに、サンプリングを使って計算するように変更したもの。

Chainerのサンプルコードそのまま。ただし、kl,mu,sigmaの値を出力できるように拡張してある。 net.py,net_2.py,net_3.pyを訓練する際に使う。

特定の数字だけで訓練するもの。異常検知への応用を検討した。

ダウンロードしたmnistは２値画像でない。0.5以上を1、それ以外を0になる画像を作成する。

F値、Precision、Recallを計算する。

net_2.pyのデコーダをガウス関数に変更する。

特定の数字だけで訓練するもの。異常検知への応用を検討した。ガウス関数版、つまり グレイ画像版。

2値画像で外れ値検知を行うには以下の順でスクリプトを実行する。

• make_binarized_mnist.py
• train_vae_with_specified_label.py (run_with_specified_labelを実行すれば良い)
• detect_anomaly.py
• draw_results_with_specified_label.ipynbで描画する。

2値画像で外れ値検知を行うには以下の順でスクリプトを実行する。

• train_vae_with_specified_label_2.py (run_with_specified_label_2を実行すれば良い)
• draw_results_with_specified_label_2.ipynbで描画する。