作者您好，我是电子科技大学的一名学生。
您在书本第315页说：“从图 11-23 (a)中可以看出 ， 在 100 轮法代之后 ， 模型的分类效果不是很理想，所以图 11-23 (a) 上不同颜色的图片(代表不同的类别)混乱地挤在一起。但是当选代 10000轮之后从图 11-23 (b)上可以明显地看出 不同颜色的图片的区分度还是比较大的。”包括11-23（a）和（b）中图片注脚说：网络结构在训练 10000轮之后的结果。
这里您是否误认为Tensorboard在T-sne可视化的时候左下角的迭代是对应神经网络模型训练次数的结果。我觉得这里的训练轮数是T-sne的迭代轮数。Perplexity（困惑度）是T-sne的参数，learning rate是求解T-sne损失函数时的参数，所以训练次数应该是与T-sne求解相关的。而且样例代码中只在TRAINING STEPS = 10000时候保存了ckpt，所以T-sne结果只与网络最终预测结果有关，并不会保存每个训练阶段的可视化结果。
您好，我得把您的评论反馈给作者，如果回复，我会转达~感谢评论
代码和数据集不提供下载。能给我发一份吗1412604317@qq.com
已发
您好，代码和数据集从git上下不了。希望能给我发一份源码:2463160919@qq.com，谢谢
你好，代码数据下载不了，能否给一份 504429895@qq.com第六章的迁移学习，eproch等于300是不是有问题，刚刚好跑完一次训练集，验证集的效果也很差。第二个问题书本上300多个验证集直接跑了，我跑起来显存不够，有这么大的消耗吗？我显存8g。160多页的处理图片数据，3000多张也很占显存吗？我昨天跑了好几次死机。。
已发，问题我需要问下作者，有反馈后给您回复。感谢评论
代码可以下载啊..为什么楼上都说下载不了
作者您好，我是电子科技大学的一名学生。
您在书本第315页说：“从图 11-23 (a)中可以看出 ， 在 100 轮法代之后 ， 模型的分类效果不是很理想，所以图 11-23 (a) 上不同颜色的图片(代表不同的类别)混乱地挤在一起。但是当选代 10000轮之后从图 11-23 (b)上可以明显地看出 不同颜色的图片的区分度还是比较大的。”
包括11-23（a）和（b）中图片注脚说：网络结构在训练 10000轮之后的结果。
这里您是否误认为Tensorboard在T-sne可视化的时候左下角的迭代是对应神经网络模型训练次数的结果。我觉得这里的训练轮数是T-sne的迭代轮数。Perplexity（困惑度）是T-sne的参数，learning rate是求解T-sne损失函数时的参数，所以训练次数应该是与T-sne求解相关的。而且样例代码中只在TRAINING STEPS = 10000时候保存了ckpt，所以T-sne结果只与网络最终预测结果有关，并不会保存每个训练阶段的可视化结果。
代码和数据集不提供下载。能给我发一份吗1412604317@qq.com
您好，代码和数据集从git上下不了。希望能给我发一份源码:2463160919@qq.com，谢谢
你好，代码数据下载不了，能否给一份 504429895@qq.com
第六章的迁移学习，eproch等于300是不是有问题，刚刚好跑完一次训练集，验证集的效果也很差。第二个问题书本上300多个验证集直接跑了，我跑起来显存不够，有这么大的消耗吗？我显存8g。160多页的处理图片数据，3000多张也很占显存吗？我昨天跑了好几次死机。。
代码可以下载啊..为什么楼上都说下载不了