自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(14)
  • 资源 (1)
  • 收藏
  • 关注

原创 python提速技巧

一、代码优化原则(转自 https://mp.weixin.qq.com/s/zBjfGihZYY6XcVdGkyQfww)介绍具体优化规则之前,总结三条基本原则。1. 不要过早优化代码优化的前提是代码已经能正常工作。始终牢记 让正确的程序更快比让快速的程序正确容易得多。2.权衡优化的代价不存在完美的程序,通常的优化策略都是时间换空间,空间换时间。3.不优化无关紧要的部分如果对代码的每个部分进行优化,最后的结果是你会写出一个及其晦涩难懂的程序。因此,只优化那些耗时较久的部分,通常是内部循环。

2022-01-05 11:25:13 725

原创 python循环性能pk

python循环性能pk在任何一种编程语言中,循环都是非常消耗时间的操作。假设任意一种简单的单步操作耗费的时间是1个单位,将此操作重复执行上万次,最终耗费的时间也将增长上万倍。众所周知,python不是一种执行效率较高的语言,因此,我们对于python语言里的循环性能更加关注。for和whilewhile和for是python中常用的两种实现循环的方法,但它们的运行效率实际上是有差距的。使用下面的测试代码:import timeitdef while_loop(n=100): i =

2021-12-30 18:20:51 1043 2

原创 L2正则化简单理解

\quad\quad众所周知,L2正则化的目的是减少过拟合。训练网络过程中过拟合的直接表现就是训练集的loss不断减小而验证集的loss基本不变或震荡。\quad\quad究其原因,出现这种训练集的loss不断减小而验证集的loss基本不变或震荡的现象,有两种原因。一是在训练集中有噪声数据,训练网络时拟合了这些噪声数据,得到的模型比较复杂,反而对验证集的预测效果下降;二是在验证集中有噪声数据,这样也会导致验证集的loss较大。\quad\quadL2正则化是在要优化的目标函数后面加上一项:λ2n∑i−1

2020-06-02 17:58:24 450

原创 robert算子检测边界

#检测mask图像边界def roberts_detect(img): image = cv2.copyMakeBorder(img, 1, 0, 1, 0, cv2.BORDER_DEFAULT) for i in range(1, image.shape[0]): for j in range(1, image.shape[1]): image[i, j] = RobertsOperator(image[i - 1:i + 2, j - 1:j

2020-05-20 18:29:21 255

原创 ROC和AUC最详细解读

本着科普类文章最基本的原则,由浅入深的讲解ROC和AUC.混淆矩阵ROC曲线AUC优势混淆矩阵混淆矩阵是衡量二分类模型最简单、最直观的方法。正例(positive)反例(negative)(预测)正例true positive(TP)false positive(FP)(预测)反例false negative(FN)true negative(...

2020-05-08 14:46:38 1018

原创 快速理解反卷积

转置卷积、反卷积和上采样的关系,名称由来、数学解释反卷积输入输出尺寸关系棋盘格现象上采样(upsample):在深度学习中的计算机视觉领域,由于使用卷积层对图像提取特征以后,输出图像的尺寸往往会变小,而有时我们需要得到一个和原来图像尺寸相同的输出结果以便进行下一步的计算。这个扩大图像尺寸,实现图像由小分辨率到大分辨率映射的操作,叫做上采样。反卷积(deconvolution):上采...

2020-04-17 10:49:42 242

原创 logistic regression(逻辑斯蒂回归)

logistic分布二项logistic回归模型模型参数估计多项logistic回归一、logistic分布XXX是连续随机变量,XXX~logistic分布,则有以下分布函数和密度函数:F(x)=P(X≤x)=11+e−x−urF(x)=P(X\leq x)=\frac{1}{1+e^-\frac{x-u}{r}}F(x)=P(X≤x)=1+e−rx−u​1​f(x)=F′(x...

2020-04-11 11:16:58 166

原创 markdown语法手册

附一个简单、详细、实用的链接。https://www.zybuluo.com/codeep/note/163962

2020-04-10 17:52:22 129

原创 经典的图像分割方法总结

图像分割指根据灰度、纹理、形状等特征把图像分割为若干个互不交叠的区域,并使图像在同一区域内呈现出相似性,在不同区域内呈现明显的差异性。基于阈值基于区域基于边缘基于小波变换基于神经网络基于能量基于概率统计基于特定理论1.基于阈值的分割基本思想:给定合适的灰度阈值,将图像中各个像素的灰度值和阈值作比较,将每个像素划分到合适的类别中。优点:思想简单、运算效率高(并行区域技术)...

2020-04-02 11:03:35 3548 1

原创 (分割网络评价指标)dice系数和IOU之间的区别和联系

dice系数(dice similarity coefficient)和IOU(intersection over union)都是分割网络中最常用的评价指标。传统的分割任务中,IOU是一个很重要的评价指标,而目前在三维医学图像分割领域,大部分的paper和项目都采用dice系数这个指标来评价模型优劣。那么二者有什么区别和联系呢? 首先,dice和IOU都是衡量两个集合之间相似性的度...

2020-03-18 15:32:38 28599 4

转载 医学图像处理会议及期刊

原文链接:https://blog.csdn.net/suixinsuiyuan33/article/details/78282748@[TOC]会议:IPMI (Information Processing in Medical Imaging)MICCAI (International Conference on Medical Image Computing and Computer ...

2019-12-13 14:19:14 630

原创 python 判断是否是回文数

PYTHON判断是否是回文数def is_palindrome(num):temp = numtotal = 0while temp>0:total = total * 10 + temp % 10temp //= 10return num == total

2019-10-11 15:09:20 444

原创 三维形态学检测

from regionGrowth import *def condition1(img, currentPoint, seedMark): thickness, width, height = img.shape V = (img[currentPoint.x, currentPoint.y, currentPoint.z] + 1024) / 249 connec...

2019-07-09 17:21:52 389

原创 regionGrowth3D

三维区域生长from operator import eqimport numpy as npimport pydicom as dicomfrom skimage.measure import labelfrom skimage.measure import regionpropsfrom skimage.morphology import thinimport osimpor...

2019-03-19 14:00:04 824 2

网上选课系统

java初级编程者,使用jsp编写最基本的网上选课系统,有利于理解java web项目的运行机制

2016-01-26

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除