如何解决Jupyter上的t-SNE与Tensorflow的嵌入式投影仪上的t-SNE之间的结果不一致
我在Tensorflow的Embedding Projector和Jupyter中的python版本的t-SNE的同一数据集上应用t-SNE。数据集是我的keras模型中来自嵌入层的9.999个16维嵌入。我知道t-SNE会有小的差异，但是在保持相同的困惑度和迭代次数的情况下，我的结果看起来却截然不同：
有人知道嵌入式投影仪上正在进行一些自定义优化，还是选择了一些投影数据点？ Spherized选项处于启用状态，当我关闭它时，结果就更加不同了。可能值得一提的是，在独立版本中，群集会稳定下来，并且误差会略高于2.5。
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
