4

我正在尝试使用TensorBoard 嵌入可视化器来表示我刚刚生成的一组 7307 个动词嵌入，但是当我选择启用 3d 标签模式时，绘制的点会消失。

这是我的代码：

def plot(tsne_matrix, labels_path):

PATH  = os.getcwd()
LOG_DIR = PATH
metadata = os.path.join(LOG_DIR, labels_path)

# Setup a 2D tensor that holds the embeddings
words = tf.Variable(tsne_matrix, name = "words")

with tf.Session() as session:

    # Periodically save the model variables in a checkpoint in LOG_DIR.
    saver = tf.train.Saver([words])

    session.run(words.initializer)
    saver.save(session, os.path.join(LOG_DIR, "model.ckpt"))

    config = projector.ProjectorConfig()
    embedding = config.embeddings.add()
    embedding.tensor_name = words.name
    embedding.metadata_path = metadata
    summary_writer = tf.summary.FileWriter(LOG_DIR)
    projector.visualize_embeddings(summary_writer, config)

我要使用的元数据仅包含嵌入的名称（在我的例子中是动词）。它们与其他列表一起存储在字典中的列表中，因此我使用此函数将它们加载到 tsv 文件（所需格式）：

# Extract list of labels:
def labels2tsv(name, path):
    output = json2dict("output_parsed.json")
    if name == 'verbs':
        labels_list = list(output["verbs"].keys())
    elif name == 'objects':
        labels_list = list(output["objects"].keys())

    with open(path, 'w') as f:
        wr = csv.writer(f, delimiter='\t')
        wr.writerow(str(labels_list))

然后我执行的代码是：

# obtain labels
labels2tsv('verbs', 'verbs_metadata.tsv')
labels2tsv('objects', 'objects_metadata.tsv')

# plotting
tsne_verbs = np.load('verbs_tsne.npy')
plot(tsne_verbs, "verbs_metadata.tsv")

最后，我通过命令访问 TensorBoard tensorboard --logdir=LOG_DIR。

生成的projector_config.pbtxt文件（也在 中LOG_DIR）具有以下内容：

embeddings {
  tensor_name: "Variable:0"
  metadata_path: "verbs_metadata.tsv"
}

我猜这些点消失了，因为我没有进行正确的元数据关联，但我看不到错误。它也会在 Chrome 和 Firefox 上崩溃。

4

0 回答 0