一些背景故事。。我正试图对卷积神经网络是否存在一个有用的解决方案(如果有的话)进行定性/定量判断，该解决方案可以用于包含3类的合成图像集。
现在，我正在尝试在一个包含3195个分辨率为256x256的RGB图像的文件夹上运行TSNE。
我想问的第一个问题是，我是否将我的图像文件夹转换为适合TSNE使用的格式？python代码可以在这里看到https://i.stack.imgur.com/79gNy.png.
其次，我设法让t-sne运行，尽管我不确定我是否正确使用了它，这可以在这里看到。https://i.stack.imgur.com/ZtOlR.png。源代码基本上只是对Alexander Fabisch在Jupyter Notebook上的MNIST示例的轻微修改(很抱歉，但由于声誉<10，我不能发布两个以上的链接。)所以，我想问，在一组RGB图像上强制使用MNIST数据集使用的TSNE架构是否有明显的错误？
最后，我在上面发布的第二个imgur链接中遇到了代码的困难，下面的代码是
imagebox = offsetbox.AnnotationBbox(
offsetbox.OffsetImage(X[i].reshape(256, 256)), X_embedded[i])
offsetbox的第一个参数。AnnotationBox是一个256x256的图像(因为我的图像分辨率是这样的)，它基本上覆盖了我的整个屏幕，模糊了结果)，但当我试图更改它时，我遇到了一个错误：
ValueError: total size of new array must be unchanged
那么，如何缩小正在绘制的图像的大小呢？(或其他解决问题的方法)
嗯。。使用为bh-tsne提供的C++代码解决了所有问题。请关闭此线程，对由此造成的不便深表歉意。