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 Engineer|自动编程

    通过GPT Engineer你可以快速生成Github代码库,并学习你的编码风格。指定您想要构建的内容,AI会根据你的要求进行构建。该项目开发者可以在文本文件中提交需求,然后让AI来帮你快速生成代码。

    ChatGPT 2023-06-25
    001.6K
  • Prompt|高级用法

    本文详细介绍了ChatGPT Prompt的使用方法,包括少样本提示、思维链提示、演示、自洽性等概念。其中,少样本提示利用样本数据进行模型训练,提高模型对特定任务的预测能力;

    ChatGPT 2023-02-18
    012.1K
  • 免费体验ChatGPT

    免费体验ChatGPT体验计划,因为ChatGPT的种种不可描述原因,openAI的API无法访问,本站无法直接在国内搭建,香港服务器,大家现在可以免费|免翻|免注册体验ChatGPT的魅力啦。

    2023-03-04
    0448.2K
  • openAI|如何使用 DALL-E 生成和编辑图像

    本文以一个实例演示了如何使用该 API 端点生成图像。文章还介绍了各个 API 端点的所需和可选输入,并提供了具体的代码实现。本文有助于理解和使用 DALL-E 图像 API 端点,提升图像生成能力。

    2023-02-20
    002.7K
  • openAI|使用嵌入的建议

    本文将介绍如何使用嵌入和最近邻搜索来进行推荐,以找到与给定文章最相似的其他文章。本文将引入如何使用嵌入计算文章之间的距离,并使用最近邻搜索寻找与给定文章最相似的其他文章。

    ChatGPT 2023-02-20
    001.1K

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

微信