我一直在使用tensorflow独立嵌入式投影仪（http://projector.tensorflow.org/），并发现它是一个非常有用的可视化工具。但是，当我尝试使用其他实现（例如，Rtsne，sklearn.manifold.tsne）复制t-sne结果时，低维投影似乎非常不同。特别是，在嵌入式投影仪中，群集比使用R或python包学习的群集更加分散。
我使用了同样的困惑，学习率和动量参数。并试图将投影仪中暗示的数据进行球化或不球化。
有没有人可以帮助阐明t-sne算法的张量流投影仪实现与Rtsne等其他实现之间的区别？例如，投影机中是否使用了与Rtsne类似的“夸张”参数？什么是优化算法？或者在生成可视化方面有什么特别的东西吗？
我相信张量流投影仪的源代码是https://github.com/tensorflow/embedding-projector-standalone中的oss_demo_bin.js文件。不幸的是我不熟悉javascript，发现很难解释。
谢谢！