In [1]:
import sys, os
sys.path.extend(['../../src/commons'])
from pub_commons import DISP_ALPHA
%matplotlib inline
Using TensorFlow backend.
In [2]:
DISP_ALPHA(storedir='.', graph='test', step=168100, cmap='gist_gray', image=os.environ['image_name'])
value length
$\mathbf{y}$ $d \sigma _ { V } + d \sigma _ { r } + d \sigma _ { v a c } = \frac { \alpha ^ { 3 } } { 4 } \frac { d Q ^ { 2 } } { S ^ { 2 } Q ^ { 4 } } \sum _ { i = 1 } ^ { 4 } [ \theta _ { i } ^ { F } + 4 ( \delta ^ { e l } + \delta _ { v a c } ^ { l } + \delta _ { v a c } ^ { h } ) \theta _ { i } ^ { 0 } ] { \cal F } _ { i } . $ 129
$\mathbf{\hat{y}}$ $d \sigma _ { V } + d \sigma _ { r } + d \sigma _ { v a c } = { \frac { \alpha ^ { 3 } } { 4 } } { \frac { d Q ^ { 2 } } { S ^ { 2 } Q ^ { 4 } } } \sum _ { i = 1 } ^ { 4 } [ \theta _ { i } ^ { F } + 4 ( \delta ^ { e l } + \delta _ { v a c } ^ { l } + \delta _ { v a c } ^ { h } ) \theta _ { i } ^ { 0 } ] { \cal F } _ { i } . $ 133
$\mathbf{y}$_seq d \sigma _ { V } + d \sigma _ { r } + d \sigma _ { v a c } = \frac { \alpha ^ { 3 } } { 4 } \frac { d Q ^ { 2 } } { S ^ { 2 } Q ^ { 4 } } \sum _ { i = 1 } ^ { 4 } [ \theta _ { i } ^ { F } + 4 ( \delta ^ { e l } + \delta _ { v a c } ^ { l } + \delta _ { v a c } ^ { h } ) \theta _ { i } ^ { 0 } ] { \cal F } _ { i } . 129
$\mathbf{\hat{y}}$_seq d \sigma _ { V } + d \sigma _ { r } + d \sigma _ { v a c } = { \frac { \alpha ^ { 3 } } { 4 } } { \frac { d Q ^ { 2 } } { S ^ { 2 } Q ^ { 4 } } } \sum _ { i = 1 } ^ { 4 } [ \theta _ { i } ^ { F } + 4 ( \delta ^ { e l } + \delta _ { v a c } ^ { l } + \delta _ { v a c } ^ { h } ) \theta _ { i } ^ { 0 } ] { \cal F } _ { i } . 133
edit distance 0.0310078