hypersphere2sphere(h2s) (Python实现正在开发中-观看此空间) hypersphere2sphere(h2s)是一种可视化方法,用于传达高维,标记数据分布之间的关系。 h2s将每个标记的分布汇总为一个球体(在3D中)或圆(在2D中)。 h2s可以可视化例如卷积神经网络每一层对手写(MNIST)数字图像的激活。 基本 h2s算法分两个步骤进行: h2s适合包含高维,标记数据分布的超球体,并在低维可视化空间中完美地(a)或近似(b)表示它们。 步骤1:高维超球面估计 均匀的N球分布适合于每个类别的样本分布,从而为每个类别产生中心( N向量)和半径(标量) 。 在这里, data是[ P × N ]矩阵或[ P × N × F ]张量,其中P是点的数量(或“样本”), N是点的维数,对于动态数据, F是帧数(或及时采样)。 data % an [P