TensorFlow自组织图
TensorFlow 1.5和Python 3.6的Kohonen自组织映射1的实现。 提供了一个Tensorflow V2版本,该版本位于tfv2分支中。 (感谢Dragan!)这最初是基于代码,但进行了一些关键的修改:
使用TensorFlow广播语义而不是tf.pack和for循环。
输入数据应该来自Tensor而不是tf.placeholder ,从而可以与更快,更复杂的输入数据管道一起使用。
培训使用批处理算法而不是在线算法,如果您具有GPU RAM,则可以大大提高速度。 另外,因此,我添加了...
多GPU支持(对于具有多个GPU的单机,它没有多节点培训)。
Tensorboard可视化的一些摘要操作
example.py通过在3个群集玩具数据集上训练SOM来包含其用法的简单示例。 产生的u-matrix应该看起来像这样:
请注意,该示
1