Tensorboard嵌入式投影仪不起作用。 （PCA图为空白。）

Question

我正在实现简单的word2vec嵌入。

我想使用张量板嵌入投影仪可视化嵌入结果。

我使用gensim.models.word2vec处理单词嵌入，并使用张量板可视化向量空间。

所有ckpt和元数据，tsv文件均已创建。

我的台式机使用相同的代码向我显示了完全正确的结果，但是我的笔记本电脑没有显示相同的结果。

在我的笔记本电脑中，仅显示PCA矢量轴（x，y，z）。不是矢量点。

当我单击向量空间时，我不会有任何反应。

但是当我按标签（在右窗口）搜索时，邻居会正确显示（与我的桌面中的结果相同）

我已经尝试删除conda env并重新创建conda env和所需的库。

我不知道如何解决这个问题。

我的代码：

import sys, os
from gensim.models import Word2Vec
import tensorflow as tf
import numpy as np
from tensorflow.contrib.tensorboard.plugins import projector

def visualize(model, output_path):
    meta_file = "w2x_metadata.tsv"
    placeholder = np.zeros((len(model.wv.index2word), 100))

    with open(os.path.join(output_path,meta_file), 'wb') as file_metadata:
        for i, word in enumerate(model.wv.index2word):
            placeholder[i] = model[word]

            if word == '':
                print("Emply Line, should replecaed by any thing else, or will cause a bug of tensorboard")
                file_metadata.write("{0}".format('<Empty Line>').encode('utf-8') + b'\n')
            else:
                file_metadata.write("{0}".format(word).encode('utf-8') + b'\n')

    # define the model without training
    sess = tf.InteractiveSession()

    embedding = tf.Variable(placeholder, trainable = False, name = 'w2x_metadata')
    tf.global_variables_initializer().run()

    saver = tf.train.Saver()
    writer = tf.summary.FileWriter(output_path, sess.graph)

    # adding into projector
    config = projector.ProjectorConfig()
    embed = config.embeddings.add()
    embed.tensor_name = 'w2x_metadata'
    embed.metadata_path = meta_file

    # Specify the width and height of a single thumbnail.
    projector.visualize_embeddings(writer, config)
    saver.save(sess, os.path.join(output_path,'w2x_metadata.ckpt'))
    print('Run `tensorboard --logdir={0}` to run visualize result on tensorboard'.format(output_path))

if __name__ == "__main__":
    try:
        model_path = "w2v_model.model"
        output_path  = "tensorboard"
    except:
        print("Please provide model path and output path")
    model = Word2Vec.load(model_path)
    visualize(model, output_path)

我在笔记本电脑上的结果： picture