使用T-SNE准备数据集以进行分析

Question

一些背景故事..我试图得到定性/定量判断是否存在卷积神经网络可以到达包含3个类的一组合成图像的有用解决方案（如果有的话）。

现在，我正在尝试在包含分辨率为256x256的3195 RGB图像的文件夹上运行TSNE。

我想问的第一个问题是，我是否将我的图像文件夹转换为适合TSNE使用的格式？这里可以看到python代码https://i.stack.imgur.com/79gNy.png。

其次，我设法让t-sne运行，虽然我不确定我是否正确使用它，这可以在这里看到。 https://i.stack.imgur.com/ZtOlR.png。源代码基本上只是对Alexander Fabisch在Jupyter笔记本上的MNIST示例的略微修改（道歉，但是由于声誉＆lt; 10，我不能发布超过两个链接。） 所以，我想问一下在一组RGB图像上强制使用MNIST数据集的TSNE架构是否有任何明显的错误？

最后，我在上面发布的第二个imgur链接中的代码遇到了以下代码的问题，

imagebox = offsetbox.AnnotationBbox(
            offsetbox.OffsetImage(X[i].reshape(256, 256)), X_embedded[i])

offsetbox.AnnotationBbox的第一个参数是256x256图像（因为我的图像分辨率是这样的），这基本上掩盖了我的整个屏幕，模糊了结果），但是当我尝试更改它时出现错误：

ValueError: total size of new array must be unchanged

那么，如何减少正在绘制的图像的大小？（或其他解决问题的方法）

Answer 1

嗯..使用为bh-tsne提供的C ++代码解决了所有问题。请关闭此主题，对由此造成的任何不便表示歉意。