1.关于杜伦大学的GANomaly的代码，加了一点自己的注释。并且没有进行可视化，所以比源码少一点。 代码直接复制的论文的源码，我在最后加了测试的部分代码，源码只有训练的内容。这是我自己写来总结的，所以不是很正规。
实验用的是python3，gpu，pytorch，训练集中的正常图片用的是celeba，12w张。验证集里的正常数据是celeba，异常数据用的猫狗图片。测试集和验证集一样。 这是数据集的格式： 其中train是训练集，test是验证集，testing是测试集。
2.代码里在训练的时候进行可视化的代码我都注销了，没有进行可视化。
3.这是我第一次用cifar10当数据集训练的截图，这个auc的值并不高。所以我后来才换了celeba。
这是选取阈值的截图：
这是测试的截图：
4.用了celeba的12w张图，准确率飙升。呵呵
