基于Unet的医疗影像分割

基于Unet的医疗影像分割

卷积神经网络（CNN）CNN解决了什么问题人类的视觉原理卷积神经网络-CNN 的基本原理卷积--局部特征提取池化层（下采样）——数据降维，避免过拟合全连接层——输出结果该博客仅用于记录学习过程，避免忘记方便以后复习卷积神经网络最擅长的就是进行图像处理问题，它受到人类视觉神经系统的启发。CNN具有两大特点：1、能够有效的将大数据量的图片降维成小数据量2、能够有效的保留图片特征，符合图片处理的原则目前

  在这项工作中，展示了视频中的3D姿态可以被基于2D关节点的空洞时域的全卷积模型有效的预测，同时引进了反向映射back-projection, 一种可以利用为标记的视频数据的简单而有效的半监督训练方法。

线性回归线性回归解决问题基本形式线性回归目的模型计算梯度下降法求最优解代码演示--波士顿房价预估(python)线性回归算法学习记录，方便后期复习线性回归解决问题对大量的观测数据进行处理，从而得到比较符合事物内部规律的数学表达式。也就是说寻找到数据与数据之间的规律所在，从而就可以模拟出结果，也就是对结果进行预测。解决的就是通过已知的数据得到未知的结果。例如：对房价的预测、判断信用评价、电影票房预估

该实验通过PCA降维+BP神经网络的算法实现对人脸数据集中人脸数据的识别

该实验通过PCA降维+BP神经网络的算法实现对人脸数据集中人脸数据的识别