问题描述
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。
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）