【问题标题】：How PCA in TensorBoard projector is connected to the trained model?TensorBoard 投影仪中的 PCA 如何连接到训练好的模型？
【发布时间】：2018-07-21 06:23:12
【问题描述】：
我正在尝试在 TensorFlow 中对结构化数据实施多标签分类器。我正在使用具有两个完全连接层的 NN，但我还集成了此 example 中描述的嵌入，因此我可以在 TensorBoard 投影仪中看到 PCA 图。我注意到，当我更改模型时，PCA 图保持不变。那么 TensorBoard 投影是如何与模型相关联的呢？以及如何使用此 PCA 的结果进行预测，例如找到新样本的最近邻居？
【问题讨论】：
标签：
tensorflow
pca
tensorboard
【解决方案1】：
您为嵌入投影提供什么张量？如果你给出你的输出向量：因为你的模型应该给出相同的输出，它会给你一个有点相似的投影，因为模型被训练输出相同的东西。
为了获得不同，您可能需要在您的隐藏层之一或输出层之前的任何层上创建嵌入（最有可能不是您的输入层）。
对于 PCA，它是一种组织和显示数据集的方法。它不是为了预测而设计的，而是为了深入了解您的模型如何对数据进行分组。
要获得最近的邻居，您可以使用任何高维距离 eq。 （euclidian、cosine distance 等...）。