文件名称：snack:随机邻居和人群核（SNaCK）嵌入
文件大小：476KB
文件格式：ZIP
更新时间：2024-05-22 02:19:45
C++
随机邻居和人群核（SNaCK）嵌入 通过概念嵌入对大型数据集进行快速而肮脏的可视化 该代码（和）展示了我们在“ SNaCK”上的工作，“ SNaCK”是一种低维概念嵌入算法，将人类专业知识与自动机器相似性内核相结合。 这两个部分是互补的：人类洞察力可以捕获从对象的视觉相似性中不明显的关系，并且机器可以帮助人们摆脱详尽地指定许多约束的麻烦。 作为输入，我们的SNaCK算法采用两个来源： 几个“相对相似性比较”。 每个约束都具有（a，b，c）的形式，这意味着在较低维度的嵌入Y中，Y [a]应该更接近Y [b]，而不是Y [c]。 专家可以使用产生许多这些约束。 每个点的特征向量表示。 例如，此类功能可能来自HOG，SIFT，深度学习的CNN，单词嵌入或其他某种表示形式。 然后，SNaCK生成同时满足这两种约束的嵌入。 用法 有关SNaCK参数和示例用法的文档，请参见 。 使用SNaC
【文件预览】：
snack-master
----MANIFEST.in(113B)
----Vagrantfile(3KB)
----Examples.ipynb(471KB)
----test.py(800B)
----lib-bhtsne()
--------tsne.h(3KB)
--------compile_mac(232B)
--------sptree.h(4KB)
--------vptree.h(9KB)
--------sptree.cpp(13KB)
--------fast_tsne.m(5KB)
--------bhtsne.py(7KB)
--------LICENSE.txt(2KB)
--------tsne.cpp(29KB)
--------compile_linux(146B)
----conda-build-files()
--------meta.yaml(783B)
--------build.sh(219B)
----PACKAGING.org(2KB)
----setup.py(4KB)
----.gitignore(50B)
----snack()
--------_snack.pyx(19KB)
--------__init__.py(31B)
----README.md(4KB)
----snack-logo.jpg(90KB)
----gradient_check.py(2KB)
----LICENSE.txt(1KB)