logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

[论文解读]U-Net+与FCN的区别+医学表现+网络详解+创新

前半部分作用是特征提取,后半部分是上采样,在一些文献中也把这样的结构叫做编码器-解码器结构,由于此网络整体结构类似于大写的英文字母U,故得名U-net。...

卷积神经网络CNN(卷积池化、感受野、共享权重和偏置、特征图)

一、前言在卷积神经网络(Convolutional Neural Network,CNN)出现之前,神经网络中相邻的所有神经元之间都有连接,这称为全连接(fully-connected),如图1所示图1 全连接(fully-connected)这种全连接方式会带来一个问题,如图2所示...

#神经网络#深度学习
Linux 进程间通信第一讲 IPC

一、IPC的概念IPC(Interprosses communication),中文为进程间通信我们知道,进程在内存中拥有自己独立的进程空间,各个进程之间无法直接进行数据交流(如果对进程概念还不是很熟悉的小伙伴,可以看我上一篇内容)因此,我们需要进程间通信的机制,使得它们能够进行数据交流目前,主要有以下7种通信机制:1、文件操作(一个进程写, 一个进程读, 一般不使用...

Linux进程间通信第四讲 标准IPC之消息队列

目录4.2消息队列4.2.1 概念和原理4.2.2 使用4.2消息队列4.2.1 概念和原理消息队列是另一种标准IPC,当然也大概遵循大部分标准消息队列,它是存放消息(数据)的队列,而队列是先进先出的线性数据结构换句话说,我们就是利用这个数据结构 进行进程间的通信消息队列允许多个进程同时读写消息.由于消息可以定义很多类型,取出时可以指定哪个消息类型取出,所以...

#linux
Linux进程间通信第二讲 管道PIPE FIFO

目录二、管道(PIPE 、FIFO)2.1无名管道(PIPE)2.1.1 父子通信2.1.2 兄弟通信2.2有名管道(FIFO)二、管道(PIPE 、FIFO)最古老的IPC之一, 以管道文件作为媒介进行传输其中分为有名管道和无名管道无名管道的管道文件在文件系统中不可见, 而有名可见管道通信实质上是内存通信, 由内核负责2.1无名管道(PIPE)...

#linux
线程/进程 的互斥和同步机制

在我的Linux专栏中讲到过多进程编程和多线程编程二者的定义和用法我都做了详细的讲解,并且还附带了源代码在期间有个重要的概念我们需要单独拎出来讲我们知道, 多个进程/线程同时访问同一共享资源时会造成数据混乱因此呢,才需要互斥和同步机制进行保护互斥:是指某一资源同时只允许一个访问者对其进行访问,具有唯一性和排它性。但互斥无法限制访问者对资源的访问顺序,即访问是...

Linux 库的制作和使用(典藏、含代码)

目录一、库的概念二、库的类型2.1 静态库(*.a)2.2 动态库,也叫共享库(*.so)三、制作和使用静态库3.1 制作静态库3.2使用静态库四、制作和使用动态库4.1 制作动态库4.2使用动态库4.2.1静态加载4.2.2动态加载4.2.2.1 编写代码4.2.2.1 编译代码一、库的概念编译一个...

#linux
3D U-Net脑胶质瘤分割BraTs + Pytorch实现

原论文地址: 连接一、网络模型的分析和对比原始2D-Unet网络模型我的2D-Unet网络模型1、和原来的2D-Unet网络不同的是,我输入通道为4,我这里应该改为4个通道,对应四个模态图像,而输出通道为3,我对应的是三个嵌套子区...

文章图片
#深度学习#人工智能
常用分割评价指标Dice、Hausdorff_95、IOU、PPV等 + Python实现

What is脑肿瘤为例蓝色部分表示真实脑肿瘤区域(GroundTruth),蓝色的其它部分为正常脑区域红色部分表示预测的脑肿瘤区域,红色的其它部分为预测的正常脑区域What is假设正样本为脑肿瘤,负样本为正常脑组织,则有如下:T...

#深度学习#机器学习#python
[过拟合]早停法 (Early Stopping)

1、过拟合过拟合(overfitting)指的是只能拟合训练数据, 但不能很好地拟合不包含在训练数据中的其他数据的状态[来自 斋藤康溢]解决过拟合问题有两个方向:降低参数空间的维度或者降低每个维度上的有效规模(effective size)。降低每个参数维度的有效规模的方法主要是正则化,如权重衰变(weight decay)和早停法(early stopping)等。降低参数数量...

#深度学习#机器学习#tensorflow +1
    共 19 条
  • 1
  • 2
  • 请选择