dimension op• 数据种类:matrix × labels → table
• 调用: import fullseye as fs; fs.ledger.states_layer_dimension(X: 'Any', labels: 'Any') -> 'dict[str, np.ndarray]'(要直接调用实现,import conngraph; conngraph.states_layer_dimension(X: 'Any', labels: 'Any') -> 'dict[str, np.ndarray]';从台账取用则 opsconngraph.get("states_layer_dimension"))
> 该算子的说明尚无译文,以下照原文给出。
層ごとの実効次元の表: 列 layer / n / participation_ratio / ratio(= PR / n)。
`X = graph_layer_propagate の返り (N, n)、labels` = ノードの層 id。「脳 → 首 → 腹髄 → 筋」で
次元がどこで落ちるか(動きの量子化)を 1 つの数式で読む。
• 示例数据目录(下载 URL / 许可证) —— 2-D 用 skimage.data(BSD/公有领域)加合成图,3-D 给出真实数据源(Stanford/PDS 等)的下载 URL。
• 算子来历与参考文献 —— 该算子族所依据的研究/方法出处。
• 算法的正典(作者・年份)与用途见上面的族使用指南。
• poc_connectome_motor_bottleneck — py -3.11 examples/poc_connectome_motor_bottleneck.py
table 作为输入)—
dimension)graph_block_shuffle · graph_layer_propagate · states_participation_ratio
*Provenance: conngraph.py — CONNGRAPH 算子登记表。本条目由 tools/opdocs.py md 自动生成(请勿手工编辑)。*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.