PyTorch 異常検知編
難易度
★★★★
教師なし学習の一つとして、AutoEncoderという古典的な手法があります。既に異常検知の分野では、確立された手法として実務現場での活用も進んでいます。コンテストや論文でもAutoEncoderで行った手法との比較がなされ、ベースラインとして紹介されることの多い手法となります。
本講座では、Pytorchライブラリを用いて音の異常検知を行います。ソースコードの詳細についても説明しています。
※本講座の位置付けとしましては、AutoEncoderより高精度な手法をご紹介するにあたっての基本講座となります。
対象者
異常検知についてさらに理解を進めたい方
所要時間
約120分
習得内容
AutoEncoderの基礎が理解できる
コース内容
全3章 約120分
| 第1章 | MIMII データセットについて／ライブラリインポート／学習データとテストデータの確認／音を再生する／音声ファイルの読み込みとプロパティの確認／音声データの波形表示／メルスペクトログラム |
|---|---|
| 第2章 | ライブラリインポート／AutoEncoderのネットワークを定義する／AutoEncoderの動作検証 |
| 第3章 | ライブラリインポートと初期設定／モデルを学習する／パラメータのロードとその他の設定／Datasetの作成／DataLoaderの作成／モデルの定義 / 損失関数と最適化手法の設定／モデルの学習／モデルの検証／閾値の設定／再構成結果の可視化／考察／演習課題 |
