DAGMM-PyTorch

简介：
DAGMM-PyTorch是一款基于深度自编码器和混合高斯模型进行异常检测的开源工具包，采用PyTorch框架实现。 DAGMM-PyTorch 是基于 PyTorch 1.6.0 实现的 DAGMM 模型，并完成对 KDDCUP99 数据集的评估。该项目要求使用火炬（PyTorch）版本大于等于 1.6.0，以及安装 matplotlib、数学库(scikit-learn) 和 tqdm 进行数据处理。 运行 `python data_pre.py` 脚本时，请选择自己的数据集路径。为了方便实验，我们选择了采样率为10%的 KDDCUP99 数据集：kddcup.data_10_percent 作为训练样本。通过执行 `python train.py` 可以开始模型训练，在 hyp 参数字典中可以设置自定义的实验参数。 需要注意的是，批处理大小不宜过大，否则会在模型训练过程中导致梯度不稳定。此外，请在 hyp 参数字典中调整您的实验参数，并且注意不要将 batchsize 设置得太大以免影响稳定性。在此基础上，您会发现模型很快就能收敛，并可以通过观察损失曲线来了解整个训练过程中的表现情况。 测试阶段请运行 `python test.py` 来评估模型性能。