注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. tsne图片显示

  2. t-sne,显示图片在tsne上的分布，不是点状图，需要自己准备图片数据

  3. 所属分类：机器学习

    • 发布日期：2017-10-23
    • 文件大小：939008
    • 提供者：weixin_39338157

  1. 数据降维tSNE

  2. 目前最好的降维方法。高维数据的降维与可视化。如果将维度降到2维或3维，我们就能将原始数据可视化，从而对数据的分布有直观的了解，发现一些可能存在的规律。

  3. 所属分类：机器学习

    • 发布日期：2018-05-22
    • 文件大小：8192
    • 提供者：weixin_42270848

  1. T-SNE代码（python）

  2. t-SNE算是比较新的一种方法，也是效果比较好的一种方法。t-SNE是深度学习大牛Hinton和lvdmaaten（他的弟子？）在2008年提出的，lvdmaaten对t-SNE有个主页介绍：tsne,包括论文以及各种编程语言的实现。

  3. 所属分类：深度学习

    • 发布日期：2018-06-10
    • 文件大小：3072
    • 提供者：qq_25954239

  1. tsne降维可视化python源码

  2. tsne降维可视化，将高维数据、图像进行降维，python源码。

  3. 所属分类：讲义

    • 发布日期：2018-08-16
    • 文件大小：11264
    • 提供者：qq_31109661

  1. Python-PythonTensorflowKeras实现参数tSNE算法

  2. Python / Tensorflow / Keras实现参数tSNE算法

  3. 所属分类：其它

    • 发布日期：2019-08-11
    • 文件大小：1048576
    • 提供者：weixin_39840387

  1. Go-go-tsne:一款Go语言实现的tSNE算法库

  2. go-tsne: 一款Go语言实现的t-Distributed Stochastic Neighbor Embedding (t-SNE) 算法库

  3. 所属分类：其它

    • 发布日期：2019-08-14
    • 文件大小：33554432
    • 提供者：weixin_39841856

  1. 3D-go-tsne.zip

  2. 3D-go-tsne.zip,go中的t-分布随机邻居嵌入（t-sne）,3D建模使用专门的软件来创建物理对象的数字模型。它是3D计算机图形的一个方面，用于视频游戏，3D打印和VR，以及其他应用程序。

  3. 所属分类：其它

    • 发布日期：2019-09-17
    • 文件大小：33554432
    • 提供者：weixin_38743602

  1. Multicore-TSNE, 用 python 和 Torch 封装实现并行的实现.zip

  2. Multicore-TSNE, 用 python 和 Torch 封装实现并行的实现 多核t sne 这是对 Barnes的多多核改造，by 。 带有 python 和 Torch cffi的Van der Maaten 。 这里代码在内核上比 sklearn.TSNE的工作速度还要快。 ：预期的内容Barnes

  3. 所属分类：其它

    • 发布日期：2019-09-17
    • 文件大小：330752
    • 提供者：weixin_38743506

  1. minist-CNN-kreas-tsne.py

  2. 在进行论文写作时，经常要对深度学习模型的分类结果进行描述，采用t-sne对网络进行可视化是绝大多数高水平论文的必要内容之一。在本资源中，采用卷积神经网络对minist数据集进行识别分类，并采用t-sne可视化卷积神经网络，保存可用于论文的图形。

  3. 所属分类：深度学习

    • 发布日期：2020-07-15
    • 文件大小：4096
    • 提供者：Liu_Piang

  1. python代码实现TSNE降维数据可视化教程

  2. 今天小编就为大家分享一篇python代码实现TSNE降维数据可视化教程，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-17
    • 文件大小：68608
    • 提供者：weixin_38747906

  1. python代码实现TSNE降维数据可视化教程

  2. TSNE降维 降维就是用2维或3维表示多维数据（彼此具有相关性的多个特征数据）的技术，利用降维算法，可以显式地表现数据。（t-SNE）t分布随机邻域嵌入 是一种用于探索高维数据的非线性降维算法。它将多维数据映射到适合于人类观察的两个或多个维度。 python代码 km.py #k_mean算法 import pandas as pd import csv import pandas as pd import numpy as np #参数初始化 inputfile = 'x.xlsx'

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：69632
    • 提供者：weixin_38501810

  1. tsne-and-mcd-源码

  2. tsne-and-mcd

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：5120
    • 提供者：weixin_42138788

  1. 特征提取数据降维PCA、LDA、MDS、LLE、TSNE等降维算法的python实现.zip

  2. 特征提取数据降维PCA、LDA、MDS、LLE、TSNE等降维算法的python实现

  3. 所属分类：Python

    • 发布日期：2021-03-10
    • 文件大小：1048576
    • 提供者：panda2026

  1. Multicore-TSNE：使用Python和Torch包装器的并行t-SNE实现-源码

  2. 多核t-SNE 这是L. Van der Maaten用python和基于Torch CFFI的包装器对进行的多核修改。 此代码还比1核上的sklearn.TSNE更快。 期待什么 Barnes-Hut t-SNE分两步完成。 第一步：建立用于最近邻居搜索的有效数据结构，并将其用于计算概率。 可以针对数据集中的每个点并行完成此操作，这就是为什么我们可以期望通过使用更多核来实现良好的加速。 第二步：使用梯度下降优化嵌入。 这部分基本上是连续的，因此我们只能在迭代内进行优化。 实际上，某些部分

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：330752
    • 提供者：weixin_42121272

  1. 聚类：折射率PCA，TSNE降维，K-means聚类-源码

  2. 项目说明 针对高维向量进行K-means聚类，PCA，TSNE降维。

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：5242880
    • 提供者：weixin_42099755

  1. tSNE-SuperCollider：SuperCollider的tSNE端口（客户端）-源码

  2. tSNE-SuperCollider：SuperCollider的tSNE端口（客户端）

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：4096
    • 提供者：weixin_42157188

  1. Shiny_tcga_tsne：tSNE框架，用于TCGA和其他大型患者数据集的可视化和分析-源码

  2. Shiny_tcga_tsne：tSNE框架，用于TCGA和其他大型患者数据集的可视化和分析

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：407552
    • 提供者：weixin_42160398

  1. 像素图：用于UMAP或TSNE群集图像的WebGL查看器-源码

  2. 像素图 该存储库包含的代码可用于可视化二维投影中的成千上万个图像，其中相似的图像被聚集在一起。 图像分析使用Tensorflow的Inception绑定，可视化层使用自定义WebGL查看器。 依存关系 要安装Python依赖项，我们建议您 ，然后使用Python 3.7运行时创建conda环境： conda create --name=3.7 python=3.7 source activate 3.7 然后，您可以通过运行以下命令来安装依赖项： pip uninstall pixplot

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：3145728
    • 提供者：weixin_42136791

  1. tsne-cuda：具有Python绑定的CUDA的GPU加速t-SNE-源码

  2. TSNE-CUDA 此存储库是的优化CUDA版本，带有相关的python模块。 我们发现，与正确的GPU配合使用时，我们的t-SNE实现可以比Sklearn快1200倍，或者比Multicore-TSNE快50倍。 描述我们的方法以及以下结果的论文可从。 您可以使用conda install cuda tsnecuda -c cannylab为CUDA conda install cuda tsnecuda -c cannylab和10.1版本的anaconda安装二进制文件。 有关更多详细

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：1040384
    • 提供者：weixin_42144201

  1. go-tsne：Go中的t分布随机邻居嵌入（t-SNE）-源码

  2. 戈斯涅 的Go实现，这是一种降维获奖技术，特别适合可视化高维数据集。 用法 导入该库： import "github.com/danaugrs/go-tsne/tsne" 创建TSNE对象： t := tsne . NewTSNE ( 2 , 300 , 100 , 300 , true ) 参数是 输出尺寸数 困惑 学习率 最大迭代次数 细度 有两种方法可以启动t-SNE嵌入优化。 常规方法是提供一个n × d矩阵，其中每一行是一个数据点，每一列是一个维： Y :=

  3. 所属分类：其它

    • 发布日期：2021-01-31
    • 文件大小：33554432
    • 提供者：weixin_42131443
« 12 »