用julia 做 tSNE降维,超慢. 比sklearn的慢很多.


#1

在提问之前请确定你已经努力阅读了文档,并且尝试自己在互联网上搜索。

请尽可能提供你的demo代码或者GitHub的gist地址。

using TSne, PyCall
np = pyimport("numpy")
features = np.load(raw"D:\download\features\512.fea.npy")

Y = tsne(features, 2);   # julia TSNE 降维  

sklearn = pyimport("sklearn.manifold")
TSNE = sklearn."TSNE"
feat_tsne = TSNE(n_components=2).fit_transform(features)  # TSNE 降维方法. python

TSne: https://github.com/lejon/TSne.jl
sklearn.manifolda.TSNE
这两种方式速度差异很大. python的要5min, julia的要1天.
不知道为什么, 谁能帮我看下 ??

512.fea.npy:
链接:https://pan.baidu.com/s/1rVWtm444YiJTvXVC2BxsrQ
提取码:z9aa


#2

512.fea.npy 是什么?你的features读出来是什么类型的?


#3

512.fea.npy 是用python2.7 numpy.save() 存的npy文件. 数据是 n*512, 即n行 512维的向量. 是float32 类型的