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
$\mathbf{y}$ $W ^ { \mathrm { e f f } } = h _ { \alpha \beta H _ { 2 } } ^ { U } \bar { U } ^ { \alpha } H _ { 2 } Q ^ { \beta } + h _ { \alpha \beta H _ { 1 } } ^ { D } \bar { D } ^ { \alpha } H _ { 1 } Q ^ { \beta } + h _ { \alpha \beta H _ { 1 } } ^ { E } \bar { E } ^ { \alpha } H _ { 1 } L ^ { \beta } + \lambda S H _ { 1 } H _ { 2 } + k S g \bar { g } , $ 134
$\mathbf{\hat{y}}$ $W ^ { \mathrm { e f f } } = h _ { \alpha \beta H _ { 2 } } ^ { U } \bar { U } ^ { \alpha } H _ { 2 } Q ^ { \beta } + h _ { \alpha \beta H _ { 1 } } ^ { D } \bar { D } ^ { \alpha } H _ { 1 } Q ^ { \beta } + h _ { \alpha \beta H _ { 1 } } ^ { E } \bar { E } ^ { \alpha } H _ { 1 } L ^ { \beta } + \lambda S H _ { 1 } H _ { 2 } + k S g \bar { g } , $ 134
$\mathbf{y}$_seq W ^ { \mathrm { e f f } } = h _ { \alpha \beta H _ { 2 } } ^ { U } \bar { U } ^ { \alpha } H _ { 2 } Q ^ { \beta } + h _ { \alpha \beta H _ { 1 } } ^ { D } \bar { D } ^ { \alpha } H _ { 1 } Q ^ { \beta } + h _ { \alpha \beta H _ { 1 } } ^ { E } \bar { E } ^ { \alpha } H _ { 1 } L ^ { \beta } + \lambda S H _ { 1 } H _ { 2 } + k S g \bar { g } , 134
$\mathbf{\hat{y}}$_seq W ^ { \mathrm { e f f } } = h _ { \alpha \beta H _ { 2 } } ^ { U } \bar { U } ^ { \alpha } H _ { 2 } Q ^ { \beta } + h _ { \alpha \beta H _ { 1 } } ^ { D } \bar { D } ^ { \alpha } H _ { 1 } Q ^ { \beta } + h _ { \alpha \beta H _ { 1 } } ^ { E } \bar { E } ^ { \alpha } H _ { 1 } L ^ { \beta } + \lambda S H _ { 1 } H _ { 2 } + k S g \bar { g } , 134
edit distance 0