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

深度学习---之hdf5,lmdb

转载:http://blog.csdn.net/mrhiuser/article/details/69603826转载:http://blog.csdn.net/zykimmy/article/details/52950441 1、HDF5介绍HDF 是用于存储和分发科学数据的一种自我描述、多对象文件格式。HDF 是由美国国家超级计算应用中心(NCSA)创建的,以满足不同群体的科学...

python---之sitk中的Getspacing,origin,direction

itk_img = sitk.ReadImage(img_file)img_array = sitk.GetArrayFromImage(itk_img) # indexes are z,y,x (notice the ordering)center = np.array([node_x,node_y,node_z])# nodule centerorigin = np.arra...

pytorch---f.dropout

作者:雷杰链接:https://www.zhihu.com/question/67209417/answer/302434279来源:知乎著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。 刚踩的坑, 差点就哭出来了TT. --- 我明明加了一百个dropout, 为什么结果一点都没变 使用F.dropout ( nn.functional.dropout )...

机器学习---之交叉验证的用处与优点

一.评价模型性能交叉验证主要可以用来评估模型的性能,比如说有一个模型,有一个数据集,如果不使用交叉验证,那就是直接将数据放到网络当中去训练,训练结束后,用新的数据来进行测试,来看看这个模型是否好,但是这个模型对这个新的数据测试效果好不代表对其他新来的数据效果就好,也就是你并不知道这个模型泛化能力是否好,是否过拟合,也许你要用很多不同的数据集来测试一下,如果数据集有限的话,就很难评估模型的泛

深度学习之----双线性插值,转置卷积,反卷积的区别与联系

一.线性插值这里讲解线性插值法的推导为了给双线性插值公式做铺垫。   线性插值法是指使用连接两个已知量的直线来确定在这个两个已知量之间的一个未知量的值的方法。二.双线性插值双线性插值是插值算法中的一种,是线性插值的扩展。利用原图像中目标点四周的四个真实存在的像素值来共同决定目标图中的一个像素值,其核心思想是在两个方向分别进行一次线性插值。三转置卷积:考虑正...

数字图像---之双峰直方图

《数字图像处理》——图像分割之阈值阈值——双峰法原创 2015年01月02日 18:04:08标签:数字图像处理/阈值法/双峰法/图像分割     1996年,Prewitt提出了直方图双峰法,即如果灰度级直方图呈明显的双峰状,则选取两峰之间的谷底所对应的灰度级作为阈值。注意:应用灰度直方图双峰法来分割图像,也需要一定

yolo官网

yolov3官方运行网站:https://pjreddie.com/darknet/yolo/

深度学习---之显存单位,KiB,MiB与MB区别

转载:http://blog.csdn.net/starshine/article/details/8226320KiB、MiB与KB、MB的区别原创 2012年11月26日 16:16:42标签:单位 信息存储    原来没太注意MB与MiB的区别,甚至没太关注还有MiB这等单位,今天认真了一下,发现两者还是有区别的,具体的差别是MB等单位

深度学习---之bias

reference:https://www.zhihu.com/question/68247574实际上,bias相当于多了一个参数。在增加网络少量拟合能力的情况下,bias和其它普通权值相比无论前向还是后向,计算上都要简单,因为只需要一次加法。同时,bias与其它权值的区别在于,其对于输出的影响与输入无关,能够使网络的输出进行整体地调整,算是另一维自由度吧。放在二维上,权值相当于直...

统计学---之样本方差与总体方差的区别

前段日子重新整理了一下这个问题的解答,跟大家分享一下,如果有什么错误的话希望大家能够提出来,我会及时改正的,话不多说进入正题:首先,我们来看一下样本方差的计算公式:                                                    刚开始接触这个公式的话可能会有一个疑问就是:为什么样本方差要除以(n-1)而不是除以n?为了解决

    共 38 条
  • 1
  • 2
  • 3
  • 4
  • 请选择