Embedding Projector

    Embedding Projector 是一款embedding 可视化化的工具，通过特定的降维算法如PCA，T-sne将原始数据降维到三维空间，我只需要导入我们的数据就可以可视化，非常方便，当然，你也可以使用sklearn中的tsne和PCA+matplotlib的方式来做embedding可视化，只不过有点麻烦。

embedding projector 可以很方便的导入我们需要的数据，他需要数据格式是tsv格式，tsv和csv的主要区别就是分隔符，csv的分隔符是，（逗号），tsv的分隔符是\t，那么怎样将一个array保存成tsv格式呢，我们可以借助pandas这个工具。代码如下：

import numpy as np
import pandas as pd
b=np.random.normal(0,1,size=(100,20))
b=pd.DataFrame(b)
with open("route.tsv", 'w') as write_tsv:
    write_tsv.write(b.to_csv(sep='\t', index=False,header=False))

header=False，主要是去除列的名字，然后我们就可以进入Embedding projector这个网页了http://projector.tensorflow.org/，

点击load就可以导入我们自己的数据了，

 

第一个choose file就是导入我们刚才保存的那个embedding tsv文件，第二个文件可有可无，主要是用来做标记的。 这样我们就可以得到我们自定义的embedding三维可视图了

当然，我们也可以选择特定的参数，如降维算法的选择，学习率的设置等