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 s ^ { 2 } ~ = ~ \alpha ^ { \prime } \left( \frac { u ^ { 2 } h ( u ) } { R ^ { 2 } } ~ e ^ { \gamma A } d x _ { 0 } ^ { 2 } + \frac { u ^ { 2 } } { R ^ { 2 } } ~ e ^ { \gamma C } d x _ { i } ^ { 2 } + \frac { R ^ { 2 } } { u ^ { 2 } h ( u ) } ~ e ^ { \gamma B } d u ^ { 2 } + R ^ { 2 } ~ e ^ { \gamma D } d \Omega _ { 5 } ^ { 2 } \right) ~ , $ 143
$\mathbf{\hat{y}}$ $d s ^ { 2 } \; = \; \alpha ^ { \prime } \left( \frac { u ^ { 2 } h ( u ) } { R ^ { 2 } } \; e ^ { \gamma A } d x _ { 0 } ^ { 2 } + \frac { u ^ { 2 } } { R ^ { 2 } } \; e ^ { \gamma C } d x _ { i } ^ { 2 } + \frac { R ^ { 2 } } { u ^ { 2 } h ( u ) } \; e ^ { \gamma B } d u ^ { 2 } + R ^ { 2 } \; e ^ { \gamma D } d \Omega _ { 5 } ^ { 2 } \right) \; , $ 143
$\mathbf{y}$_seq d s ^ { 2 } ~ = ~ \alpha ^ { \prime } \left( \frac { u ^ { 2 } h ( u ) } { R ^ { 2 } } ~ e ^ { \gamma A } d x _ { 0 } ^ { 2 } + \frac { u ^ { 2 } } { R ^ { 2 } } ~ e ^ { \gamma C } d x _ { i } ^ { 2 } + \frac { R ^ { 2 } } { u ^ { 2 } h ( u ) } ~ e ^ { \gamma B } d u ^ { 2 } + R ^ { 2 } ~ e ^ { \gamma D } d \Omega _ { 5 } ^ { 2 } \right) ~ , 143
$\mathbf{\hat{y}}$_seq d s ^ { 2 } \; = \; \alpha ^ { \prime } \left( \frac { u ^ { 2 } h ( u ) } { R ^ { 2 } } \; e ^ { \gamma A } d x _ { 0 } ^ { 2 } + \frac { u ^ { 2 } } { R ^ { 2 } } \; e ^ { \gamma C } d x _ { i } ^ { 2 } + \frac { R ^ { 2 } } { u ^ { 2 } h ( u ) } \; e ^ { \gamma B } d u ^ { 2 } + R ^ { 2 } \; e ^ { \gamma D } d \Omega _ { 5 } ^ { 2 } \right) \; , 143
edit distance 0.048951