关于series_loss ，prior_loss和thresh，逻辑上有些疑问

[fffii]

在test的部分，包括(1) stastic on the train set，和(2) find the threshold，我不知道自己理解的对不对，就是在train_loader和thre_loader所对应的数据集上统计loss经过softmax变换之后的大小，经过计算百分位数确定thresh的数值。 然后论文中也提到了 normal点之间在不同view下距离是小的，而anomali之间的距离是大的

算距离是用了kl散度的公式，那我想问的是，对于 metric = torch.softmax((-series_loss - prior_loss), dim=-1) 两个loss值都比较小的点，是不是就是这些点更加相似，然后相加取负数对应softmax它们的值就越大， 但 pred = (test_energy > thresh).astype(int) 看起来说的是比较大的值超过了thresh，是异常的，这感觉逻辑上和前面说不通啊 非常期待和感谢您的回复

[yyysjz1997]

在test的部分，包括(1) stastic on the train set，和(2) find the threshold，我不知道自己理解的对不对，就是在train_loader和thre_loader所对应的数据集上统计loss经过softmax变换之后的大小，经过计算百分位数确定thresh的数值。 然后论文中也提到了 normal点之间在不同view下距离是小的，而anomali之间的距离是大的 算距离是用了kl散度的公式，那我想问的是，对于 metric = torch.softmax((-series_loss - prior_loss), dim=-1) 两个loss值都比较小的点，是不是就是这些点更加相似，然后相加取负数对应softmax它们的值就越大， 但 pred = (test_energy > thresh).astype(int) 看起来说的是比较大的值超过了thresh，是异常的，这感觉逻辑上和前面说不通啊 非常期待和感谢您的回复

感谢您的issue！您可能存在误解，这个得分（test_energy）为度量是否异常的指标，这个值越大表示越可能异常，其与两点表征相似与否不同。