#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
Exemple d'utilisation du EmbeddingProjector
Created on Sun Mar 22 13:55:33 2020
@author: Cyrile Delestre
"""
from sklearn.datasets import load_digits
from dstk.pytorch.supervision import EmbeddingProjector
if __name__=='__main__':
# Chargement du dataset toy de MNIS Logits
X, y = load_digits(return_X_y=True)
# Transformation en image chaque observation
image = list(map(lambda x: x.reshape(8, 8), X))
# Instenciation de EmbeddingProjector via PyTorch et création du logger
# TensorBoard
proj=EmbeddingProjector(
X=X,
y=y,
image=image,
kargs_writer=dict(log_dir="./tensorboard/tsne")
)
# Push dans le logging TensorBoard
proj.push()
print(
"Il reste à présent à ouvir TensorBoard dans le bon répertoire. Si"
"vous n'avez pas encore installé TensorBoard il suffit de l'installer "
"via le terminal avec la commande :\n"
" >>> pip install tensorboard\n"
"Si TensorBoard s'est installé convenablement il suffit d'ouvrir un "
"terminal et d'aller dans le répertoire courant et de taper :\n"
" >>> tensorboard --logdir ./tensorboard\n"
"Ensuite d'ouvrir un navigateur web et d'aller sur le chemin "
"indiqué par TensorBoard, puis une fois sur la page TensorBoard "
"dans le menu en haut à droite de la page aller dans Projector et "
"de choisir une méthode de projection : PCA, t-SNE, UMAP, etc. le "
"tout en temps réel. Idéal pour analyser l'information contenu dans "
"un dataset ;-)"
)
