文件名称：difftda:Gudhi和Tensorflow的持久性差异
文件大小：4.81MB
文件格式：ZIP
更新时间：2024-04-09 00:37:09
JupyterNotebook
描述 笔记本“ illustrations.ipynb”实现了介绍的实验。它还包含过滤器选择的一个小示例。为了重现本文介绍的过滤器选择所给出的完整结果表，应该启动脚本“ launch_optim_filters.sh”。如果执行此操作，请不要忘记在optim_filters.py的第117行中更新本地路径。 依存关系 我们的代码基于Gudhi库（ ），可以通过在Anaconda环境中运行“ conda install gudhi”进行安装。我们的代码还取决于Tensorflow 2.4.1。 数据集 大多数外部数据集在“数据”存储库中可用。 MNIST数据集可在Tensorflow 2.4.1中使用。图形数据集必须从graphs.zip中提取。
【文件预览】：
difftda-master
----difftda.py(8KB)
----optim_filters.py(15KB)
----data()
--------human_simplextree.txt(312KB)
--------beta_simplextree.txt(1KB)
--------graphs.zip(7.21MB)
--------mnist_test.csv(17.44MB)
--------human_coords(129KB)
--------human_faces(150KB)
----optim_filters.sh(69B)
----launch_optim_filters.sh(680B)
----README.md(890B)
----illustrations.ipynb(757KB)