本文整理汇总了Python中keras.models.Sequential.fit_transform方法的典型用法代码示例。如果您正苦于以下问题:Python Sequential.fit_transform方法的具体用法?Python Sequential.fit_transform怎么用?Python Sequential.fit_transform使用的例子?那么恭喜您, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在类keras.models.Sequential
的用法示例。
在下文中一共展示了Sequential.fit_transform方法的1个代码示例,这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞,您的评价将有助于系统推荐出更棒的Python代码示例。
示例1: print
# 需要导入模块: from keras.models import Sequential [as 别名]
# 或者: from keras.models.Sequential import fit_transform [as 别名]
print(newProba[11])
print(newProba[21])
print("1")
print(newProba[0:9])
print("2")
print(newProba[10:19])
print("3")
print(newProba[20:-1])
print(labels)
print(model.predict_classes(X))
from sklearn.manifold import TSNE
model = TSNE(n_components=nb_classes, random_state=0, init="pca")
toPlot = model.fit_transform(newProba)
title = "t-SNE embedding of the spectrograms"
x_min, x_max = np.min(toPlot, 0), np.max(toPlot, 0)
toPlot = (toPlot - x_min) / (x_max - x_min)
print(toPlot.shape)
labelsName = ["bob", "steve", "dave"]
cmap = sns.color_palette("Set2", n_colors=3)
plt.figure()
for i in range(toPlot.shape[0]):
plt.text(