openAI|以 2D 或 3D 形式可视化嵌入

本文介绍了如何使用t-SNE算法将高维的语言嵌入降至2维,并将结果可视化成散点图。在这个例子中,我们使用了亚马逊上的食品评论数据集,并将每个评论的打分映射成了散点图上点的颜色。

在 2D 中可视化嵌入

我们将使用 t-SNE 将嵌入的维数从 1536 减少到 2。一旦嵌入减少到二维,我们就可以在二维散点图中绘制它们。 数据集在 Obtain_dataset Notebook 中创建。

1.降维

我们使用 t-SNE 分解将维度降为 2 维。

import pandas as pd
from sklearn.manifold import TSNE
import numpy as np

# Load the embeddings
datafile_path = "data/fine_food_reviews_with_embeddings_1k.csv"
df = pd.read_csv(datafile_path)

# Convert to a list of lists of floats
matrix = np.array(df.embedding.apply(eval).to_list())

# Create a t-SNE model and transform the data
tsne = TSNE(n_components=2, perplexity=15, random_state=42, init='random', learning_rate=200)
vis_dims = tsne.fit_transform(matrix)
vis_dims.shape
(1000, 2)

2.绘制嵌入

我们根据星级评分为每条评论着色,从红色到绿色。

即使在降维的情况下,我们也可以观察到良好的数据分离。

import matplotlib.pyplot as plt
import matplotlib
import numpy as np

colors = ["red", "darkorange", "gold", "turquoise", "darkgreen"]
x = [x for x,y in vis_dims]
y = [y for x,y in vis_dims]
color_indices = df.Score.values - 1

colormap = matplotlib.colors.ListedColormap(colors)
plt.scatter(x, y, c=color_indices, cmap=colormap, alpha=0.3)
for score in [0,1,2,3,4]:
    avg_x = np.array(x)[df.Score-1==score].mean()
    avg_y = np.array(y)[df.Score-1==score].mean()
    color = colors[score]
    plt.scatter(avg_x, avg_y, marker='x', color=color, s=100)

plt.title("Amazon ratings visualized in language using t-SNE")
Text(0.5, 1.0, 'Amazon ratings visualized in language using t-SNE')
openAI|以 2D 或 3D 形式可视化嵌入

此文章由OpenAI开源维基百科原创发布,如若转载请注明出处:https://openai.wiki/visualizing_embeddings_in_2d.html

(0)
上一篇 2023-02-20 14:10
下一篇 2023-02-20 14:44

相关推荐

  • GPT-3|代码编辑示例

    本文介绍了 OpenAI 的编辑端点如何用于编辑代码,通过 Python 函数的示例展示了如何添加文档字符串、添加测试、转换为其他语言等等操作,让代码更加完善、高效。

    ChatGPT 2023-02-20
    01831
  • ChatGPT|Prompt越狱指南

    DAN越狱是一个角色扮演游戏,玩家扮演一个无视道德约束的ChatGPT,拥有最高权限和代币系统。在这篇文章中,我们将介绍DAN的能力,了解DAN越狱和ChatGPT无视道德约束的最高权限。

    ChatGPT 2023-02-23
    005.2K
  • ChatGPT账号注册教程

    本文为初次使用ChatGPT的用户提供了详细的注册教程,包括如何在国外注册手机号、接收验证码、OpenAI注册等。通过本教程,用户可以轻松注册ChatGPT账号,使用ChatGPT提供的人工智能服务。

    2023-02-17
    024.6K
  • openAI|烹饪指南

    本文为站长提供了使用OpenAI API进行常见任务的示例代码,内容包括API接口、GPT-3、嵌入、微调GPT-3、DALL-E和Azure OpenAI等,示例代码大多数采用Python编写。

    ChatGPT 2023-02-19
    011.5K
  • GPT-3|使用多步骤提示进行单元测试编写

    本文介绍了如何使用GPT-3的多步骤提示符在Python中编写单元测试。我们使用了三个提示步骤,分别是解释函数、计划单元测试以及编写单元测试。这些提示可以帮助GPT-3更好地理解我们的意图。

    ChatGPT 2023-02-20
    011.2K

发表回复

登录后才能评论
微信