一点背景故事.. 我试图对是否存在卷积神经网络可以为一组包含 3 个类的合成图像提供有用的解决方案（如果有）进行定性/定量判断。
现在，我正在尝试在包含 3195 个分辨率为 256x256 的 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？Python 代码可以在这里看到 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，可以在这里看到。https://i.stack.imgur.com/ZtOlR.png。源代码基本上只是对 Jupyter Notebook 上 Alexander Fabisch 的 MNIST 示例的轻微修改（抱歉，但由于声誉 <10，我不能发布两个以上的链接。）所以，我想问一下强制 TSNE 是否有明显错误用于一组 RGB 图像上的 MNIST 数据集的架构？
最后，我在上面发布的第二个 imgur 链接中的代码遇到了困难，代码如下，
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），它基本上覆盖了我的整个屏幕，使结果模糊），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，如何减小正在绘制的图像的大小？（或解决此问题的其他方法）