BLvren_-CSDN博客

转载 Faiss入门使用

参考文章：Faiss入门及应用经验记录 - 知乎

2024-02-20 13:40:29 22

转载 SQL窗口函数

窗口函数的基本使用_窗口函数语法-CSDN博客

2024-01-03 13:54:25 34

文章目录一. 安装torch_geometric步骤二. 关于集群服务器使用踩坑一. 安装torch_geometric步骤1.直接在终端输入python，就可以打开python, 并且会显示python的版本python2. import torch； print(torch.version) 可以显示torch版本cuda版本import torchprint(torch.__ version__)4. 在pytoch-geometric选择对应的版本下载, torch_spa

2021-12-14 12:12:15 2936

原创 21-ICLR-Prototypical Contrastive Learning of Unsupervised Representations

对比学习PCL（Prototypical Contrastive Learning）对比学习摘要Motivation实现摘要本文提出了原型对比学习，连接了对比学习和聚类的无监督表示学习方法。PCL不仅仅学习实例区分额任务的低阶特征，更重要的是它通过聚类到特征空间来编码了语义结构信息。具体地，我们引入原型作为隐形变量来帮助寻找模型参数的最大似然估计在一个EM框架下。迭代地进行E-step: 通过聚类寻找原型的分布，M-step：通过对比学习最优网络参数。提出了ProtoNCE loss, 使得表示更

2021-12-10 12:01:26 2089

原创 Contrastive Learning

文章目录主要内容对比学习Instance Discrimination框架分类I A taxonomy of similarityII A taxonomy of encodersIII A taxonomy of transform headsIV A taxonomy of contrastive loss functions主要内容对比学习对比学习最近已成为CV，NLP等领域的自监督学习的主要组成部分。对比学习的目的是将同一样本的增强版本相互嵌入，同时试图赶走不同样本的嵌入。对比学习需要一个相似

2021-12-10 09:00:45 323

原创 Optimal Transport for knowledge distillation

OT 的应用场景往往是样本是在Euclidean上，而限制了其在structural data（graph, trees, time series）上的应用，或者跨space上的应用，这些统称为incomparable space情况。Wassertein distance作为比较概率分布的有用工具，得益于两点：1.它是距离；2. weak convergence of the probability measure.那么可以用样本的pm代替真实的pm....

2021-10-15 13:58:16 226

原创 20-CVPR-Distilling Knowledge from Graph Convolutional Networks

知识蒸馏知识蒸馏指的是模型压缩的思想，通过将预先训练的繁琐网络作为教师模型，知识蒸馏的目的是学习一个紧凑的学生模型，期望通过转移教师的知识来掌握教师的专业知识。KD在15-nipsworskshop-Distilling the knowledge in a neural network.被首先提出。20-CVPR-Distilling Knowledge from Graph Convolutional Networks摘要现有的知识蒸馏方法侧重于CNN，其中输入样本如图像位于网络域，并在很大程

2021-09-25 11:45:24 449

原创 Transfer Learning

一. 19-nips-Transferable Normalization: Towards ImprovingTransferability of Deep Neural Networks摘要Pre-training的transferability在无监督的域适应情况下是很弱的。很少工作研究深度网络的内部结构对于可迁移性的影响。本文提出了Transferable Normalization来使得DNNs在跨域之间更具有可迁移性。介绍本文揭示BN是网络的可迁移性的限制。Batch Normaliza

2021-09-22 22:48:31 195

原创 Coronary Artery Segmentation, A Review

Deep Learning for Cardiac Image Segmentation: A Review冠状动脉的定量分析是心血管疾病诊断、狭窄分级、血流模拟和手术规划的重要步骤。与冠状动脉分割的方法可以大概分为两类：centerline extraction和lumen segmentation.A computationally efficient approach to segmentation of the aorta and coronary arteries using deep lea

2021-09-10 20:34:05 429 6

原创 Meta learning

youtube视频CS330 https://www.youtube.com/watch?v=6stKGH6zI8g&list=PLoROMvodv4rMC6zfYmnD7UG3LVvwaITY5&index=2李宏毅 https://www.youtube.com/watch?v=xoastiYx9JUtutorials of zhiyuanwu PPTMAMLhttps://blog.csdn.net/weixin_40248634/article/details/104.

2021-08-31 22:20:01 134

原创 18-NIPS-Differential Properties of Sinkhorn Approximation for Learning with Wasserstein Distance

摘要由于entropic regularization的计算优势，Optimal transport的应用得到了很多关注。但是，在很多情况下，Wasserstein Distance的sinkhorn approximation会被替换成一个regularized版本，不够准确但是容易微分。在这个工作中我们刻画原始的sinkhorn距离的微分特性，证明它和它的regularized版本同样smoothness，并且我们显式地提供了计算它的梯度的高效算法。这个结果对于理论和应用都很有用，一方面，高阶平滑为

2021-07-22 20:32:30 229

原创 Python argparse子命令

argparseargparse可以轻松编写用户友好的命令行界面。程序定义了它需要哪些参数，argparse将找出如何从sys.argv中解析这些参数。argparse还会自动生成帮助和使用信息，并且在用户给程序提供无效参数时发出错误信息。import argparse# creating a parserparser = argparse.ArgumentParser(description='Process some integers.') # Adding arguments

2021-07-15 08:26:40 811

原创 Segmentation of blood vessels using rule-based and machine-learning-based methods：A review

前言血管分割是血管相关疾病的前提。在这篇论文，我们回顾SOTA的血管分割方法，将他们分成两个类别：rule-based, machine-learning-based methods. 前者rule-based方法基于直观和惊喜设计的规则集来区分血管结构和背景，而后者machine-learning-based方法根据以往的经验通过自我学习的规则进行分割。Rule-based method将rule-based方法分成Hessian matrix, marching filtering, mat

2021-06-30 17:59:05 318

原创 Joint Coronary Centerline Extraction and Lumen Segmentation from CCTA CNNTracker and Vascular Grap

前言从CCTA中自动分析coronary artery对于CAD的诊断和评估是非常重要的。这方面主要包括两个既相关又分离的task: centerline extraction, lumen segmentation。这篇论文利用了他们的相互关系提出了一个joint centerline extraction and lumen segmentation的混合深度学习模型。模型详情：CNNTracker: 从种子到检测到的孔或血管末端来跟踪中线，这修复了以前基于像素的分割方法中常见的破损..

2021-06-30 10:26:48 431

原创 Coronary Centerline Extraction form CCTA Using 3D-UNet

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章 Python 机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录系列文章目录前言一、pandas是什么？二、使用步骤 1.引入库 2.读入数据总结摘要研究背景：从CT图片三维重建得到的mesh-type coronary模型可以得到很多诊断信息。问题：automated coronary cen..

2021-06-29 17:13:09 470 3

原创 3D slicer 进行三维可视化

Volume Rendering Module图像加载完成后，初始只显示3个正交切面（MPR）视图。为了便于观察，增加显示体绘制（Volume Rendering）视图

2021-06-21 09:31:18 4844

原创阅读笔记 Deep Learning with Pytorch

Preface深度学习最初在2010年代出现，最初出现在CV领域，开始被应用于医学图像分析任务。深度学习代表了一种全新的软件编写方式：一种新的多用途算法，可以学习如何通过观察数据来解决复杂的任务。chapter 1 Introducing deep learning and the pytorch library...

2021-06-04 15:16:47 281 1

转载医学图像处理教程

参考医学图像处理教程系列：https://cloud.tencent.com/developer/article/1652244医学图像处理软件包 SimpleITKSimpleITK中的图像概念与计算机视觉中的图像差异是非常大的，后者是简单的多维矩阵，前者中图像是表示一种真实的物理实体，图像中的每一个像素都表示了是真实物理空间中的一个点，不仅仅有像素值，还有坐标，间距，方向等概念。SimpleITK读取医学图像读取dicom序列文件，用ImageSeriesReader()# read d

2021-05-28 16:09:57 500

原创 python vtk库读取.vtk文件

import vtkreader=vtk.vtkPolyDataReader()reader.SetFileName('myVTKfile.vtk') # SetFileName设置要读取的vtk文件reader.ReadAllScalarsOn()reader.ReadAllVectorsOn()reader.ReadAllTensorsOn()reader.Update()vtkdata=reader.GetOutput() # GetOutput获取文件的数据num=vtkda

2021-05-25 15:05:25 3972 3

原创医学图像数据预处理

.dicom文件 [参考链接]将dicom的voxel data转换为numpy 数组import pydicom # 处理包slice=pydicom.read_file(filename) # 读取一个.dcm文件image=slice.pixel_array # 获取切片的voxel arrayplt.imshow(image, cmap=plt.cm.gray) # 显示切片slice.SliceThickness # slice的厚度slice.PixelSpacing

2021-05-19 19:27:54 1069

转载 skeletonization

参考链接：https://zhuanlan.zhihu.com/p/1122999453D skeletonization 方法3.1 基于体素的骨架提取的框架以及算法：[参考文章：Building Skeleton Models via 3-D Medial Surface/Axis Thinning Algorithms]1）Python的scikit图像处理库的skeleton_3D方法点击链接（2）matlab的第三开发者骨架提取框架skeleton3d 点击链接（3）图像处理程序Im

2021-05-18 19:46:07 875

原创 Image segmantation network

semantic segmentation语义分割面临着语义和位置之间的内在紧张关系：全局信息解决了what, 而局部信息解决了where。FCNtrain FCNs end-to-end for pixelwise prediction（与classification相比，将output通过transposed convolutions 的upsampling来得到pixelwise output）深度特征层次结构encode了非线性局部到全局金字塔中的位置和语义。定义了一个跳过架构，以利用

2021-05-15 11:26:41 106 2

转载 MeshLab批量转化三维数据格式

转载自 https://blog.csdn.net/Truring/article/details/106472003本篇博文介绍使用MeshLab批量转换三维数据格式的方法，以stl文件转换成xyz格式为例。　　MeshLab支持的输入输出格式：.ply, .stl, .obj, .qobj, off, .ptx, .vmi, .bre, .dae, .ctm, .pts, .apts, .xyz, .gts, .pdb, .tri, .asc, .txt, .x3d, .x3dv, .wrl。　　

2021-03-11 22:19:00 5050 1

原创 2021-03-10

Bug Records2021/3/10BugRuntimeError: cuda runtime error (38) : no CUDA-capable device is detected at /pytorch/aten/src/THC/THCGeneral.cpp:51srun: error: node05: task 0: Exited with exit code 1Solutionslink: https://blog.csdn.net/qq_42815385/articl

2021-03-10 22:20:42 400

原创 Shell 文件串行调参，并行调参，SBATCH运行

Shell 文件并行调参sbatch文件格式// A code blockvar foo = 'bar';

2020-12-13 11:31:53 3890

原创 Python 对象赋值踩坑

Python 对象赋值实际上是对象的引用python 中对象赋值实际上是对象的引用，与之类似，列表类型的对象进行append操作时，实际上追加的也是该对象的引用，而不是直接拷贝该对象。list.append(nums)list.append(nums.copy)...

2020-11-24 21:28:54 264

原创 Pycharm 使用小trick

10/22查看更改历史记录后退导航 Ctrl+Alt+Left前进导航 Ctrl+Alt+Right转到上一个编辑位置 Ctrl+Shift+Backspace

2020-10-22 15:33:59 98

原创机器学习课程笔记

课程目录1. Lecture1-Overview of Machine Learning1.1 What is Machine Learning2. Lecture2-Linear Regression and Logistic Regression2.1 Linear Regression课程名称：Learning from Data（Machine learning）参考：吴恩达 cs229 https://github.com/mxc19912008/Andrew-Ng-Machine-Lear

2020-09-25 22:40:36 127

原创 An Efficient Approach to Informative Feature Extraction from Multimodal Data

文章目录摘要论文题目：An Efficient Approach to Informative Feature Extractionfrom Multimodal Data作者：Tsinghua-Berkeley Shenzhen Institute, Tencent AI Lab,Department of EECS, Massachusetts Institute of Technology时间：2018论文链接：https://arxiv.org/abs/1811.08979Github链

2020-09-13 23:43:24 594 3

原创 On The Power of Curriculum Learning in Training Deep Networks 论文阅读

文章目录摘要1 简介相关模型2 Curriculum learning2.2 Curriculum learning Method2.3 Scoring and Pacing Functions3 Empirical Evaluation论文题目：On The Power of Curriculum Learning in Training Deep Networks作者：Guy Hacohen Daphna Weinshall (The Hebrew University of Jerusalem)

2020-09-07 22:35:52 810 1

原创 DataFrame索引： loc和iloc的区别

locloc是显式索引，用索引的name进行索引ilocloc是隐式索引，用索引所在的position进行索引注：可以不需要列名来选取列

2020-08-09 17:07:13 1017

原创 Item Tagging for Information Retrieval: A Tripartite Graph Neural Network based Approach 用于信息检索的项目标签

文章目录摘要简介Tagging 方法动机和总览动机总览TagGNN-IT节点表示TagGNN-IT Propagation损失2.3 TagGNN-QI2.3.1 边表示2.3.2 TagGNN-QI Propagation2.3.3 损失2.4 TagGNN2.5 Training and Inference2.5.1 Training2.5.2 Inference3 实验3.1 数据集3.2 Experimental Setup3.3 基准3.4 Performance Comparison (Q

2020-07-09 13:32:07 1685

空空如也

空空如也