”t-SNE“ 的搜索结果

     t-SNE(t-distributed stochastic neighbor embedding) 是一种非线性降维算法，非常适用于高维数据降维到2维或者3维，并进行可视化。 对于不相似的点，用一个较小的距离会产生较大的梯度来让这些点排斥开来。 这种...

     t-Distributed Stochastic Neighbor Embedding (t-SNE) 是一种无监督的非线性技术，主要用于数据探索和高维数据的可视化。简单来说，t-SNE 让您对数据在高维空间中的排列方式有一种感觉或直觉。它由 Laurens van der...

t-SNE

标签：   算法  机器学习  python

     t-SNE(t-distributed stochastic neighbor embedding)是用于降维的一种机器学习算法，是由 Laurens van der Maaten 和 Geoffrey Hinton在08年提出来。此外，t-SNE 是一种非线性降维算法，非常适用于高维数据降维到2...

     t-SNE(t-distributed stochastic neighbor embedding)是用于降维的一种机器学习算法，是由 Laurens van der Maaten 和 Geoffrey Hinton在08年提出来。此外，t-SNE 是一种非线性降维算法，非常适用于高维数据降维到2...

     t-SNE是在词向量降维中广泛使用的算法, 它的思路很简单, 假设N个词的词向量分布在空间中, 1.设置一N×N的相似度矩阵, 通过某种计算词与词之间相似度的方法进行填充, 理想情况下这个矩阵就包含了所有词语之间的空间...

     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。

     t-SNE是一种经典的降维和可视化方法，是基于SNE（Stochastic Neighbor Embedding，随机近邻嵌入）做的，要了解t-SNE就要先了解SNE。本文同样既是总结，又是读论文笔记。 SNE 随机近邻嵌入 SNE的的第一步是用条件概率...

      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<major><minor> tsnecuda -c ...

      VAE-SNE是一种变分自动编码器（VAE），使用随机邻居嵌入（t-SNE / SNE）目标进行了规范化，以改善压缩后的潜在空间中的局部结构保存性。该模型在优化过程中同时学习高斯混合聚类的分布，然后使用稀疏分水岭过程对...

     t-SNE互动该程序允许用户执行t分布随机邻居嵌入算法。 它允许创建展示应用程序进度的动画，还允许用户放大到生成的图形区域，以便在放大的区域上执行t-SNE（下面将描述其实用性）部分）。介绍t-SNE基于Laurens van ...

     t-SNE(t-distributed stochastic neighbor embedding)：t分布随机邻域嵌入是用于高维数据的降维算法，是由 Laurens van der Maaten 和 Geoffrey Hinton在08年提出来。此外，t-SNE 是一种非线性降维算法，非常适用于...

10  
9  
8  
7  
6  
5  
4  
3  
2  
1  

推荐文章