CNTK时间序列异常检测教程或文档（RNN/LTSM）？ 问题
您是否有使用CNTK深度学习进行LTSM或RNN时间序列异常检测的教程？如果没有，你能在这里提出一个或一系列简单的步骤供我们遵循吗 我是一名软件开发人员，也是一个团队的成员，该团队使用深度学习对我们用于异常检测的时间序列数据进行调查。我们还没有在您的python上找到任何可以帮助我们的东西。似乎大多数教程都是针对视觉识别问题的，而不是针对我们感兴趣的问题领域 LTSM和RNN在异常检测中的应用 我发现了以下几点CNTK时间序列异常检测教程或文档（RNN/LTSM）？ 问题,cntk,Cntk,您是否有使用CNTK深度学习进行LTSM或RNN时间序列异常检测的教程？如果没有，你能在这里提出一个或一系列简单的步骤供我们遵循吗 我是一名软件开发人员，也是一个团队的成员，该团队使用深度学习对我们用于异常检测的时间序列数据进行调查。我们还没有在您的python上找到任何可以帮助我们的东西。似乎大多数教程都是针对视觉识别问题的，而不是针对我们感兴趣的问题领域 LTSM和RNN在异常检测中的应用 我发现了以下几点 这就是为什么我们尝试使用时间序列进行异常检测的原因 这使我们确信，第一个环节是一种
- 这就是为什么我们尝试使用时间序列进行异常检测的原因
- 这使我们确信，第一个环节是一种受人尊重的解决问题的方法
- 这也概述了同样的方法
- 您是否有任何资源可以推荐给学习神经网络、深度学习等的开发人员，以帮助我们了解CNTK背后的情况
- Build 2017提到C#由CNTK支持。您能告诉我们文档和支持的方向吗
- 最重要的是，你能帮助我们摆脱试图使用CNTK对时间序列进行时间序列异常分析的困境吗
非常感谢您在阅读和提问过程中给予的时间和帮助谢谢您的反馈。您的建议有助于改进工具包 第一颗子弹
- 我建议您可以从CNTK教程开始
- 它们是从CNTK 101到301设计的。建议你完成它们。其中许多模型虽然使用图像数据，但其概念和模型适合于使用数值数据构建解决方案。101-103系列非常有助于理解列车测试工作流程的基础知识
- 训练完模型后（推荐使用Python）。模型评估可以使用不同的语言绑定执行，C#就是其中之一
- 在你所引用的论文中有不同的建议。所有这些都可以在CNTK中完成，只需对教程中的代码进行一些更改
- 您的关键教程是CNTK 106、CNTK 105和CNTK 202
- 异常作为分类：这将涉及将目标值标记为N个类中的1个，其中一个类为“异常”。然后你可以将106和202结合起来，对预测进行分类
- 作为自动编码器的异常：您可能需要学习105自动编码器。现在，您可以将此概念应用于循环网络，而不是密集网络。仅在正常数据上进行训练。训练完成后，通过训练过的模型传递任何数据。对于正常数据，输入和自动编码版本之间的差异将很小，但对于异常，差异将大得多。105教程使用图像，但您可以使用任何数值数据训练这些模型
希望这些建议对您有所帮助 感谢您的反馈。您的建议有助于改进工具包 第一颗子弹
- 我建议您可以从CNTK教程开始
- 它们是从CNTK 101到301设计的。建议你完成它们。其中许多模型虽然使用图像数据，但其概念和模型适合于使用数值数据构建解决方案。101-103系列非常有助于理解列车测试工作流程的基础知识
- 训练完模型后（推荐使用Python）。模型评估可以使用不同的语言绑定执行，C#就是其中之一
- 在你所引用的论文中有不同的建议。所有这些都可以在CNTK中完成，只需对教程中的代码进行一些更改
- 您的关键教程是CNTK 106、CNTK 105和CNTK 202
- 异常作为分类：这将涉及将目标值标记为N个类中的1个，其中一个类为“异常”。然后你可以将106和202结合起来，对预测进行分类
- 作为自动编码器的异常：您可能需要学习105自动编码器。现在，您可以将此概念应用于循环网络，而不是密集网络。仅在正常数据上进行训练。训练完成后，通过训练过的模型传递任何数据。对于正常数据，输入和自动编码版本之间的差异将很小，但对于异常，差异将大得多。105教程使用图像，但您可以使用任何数值数据训练这些模型