![](https://img-blog.csdnimg.cn/20200114142627566.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
机器学习&深度学习
文章平均质量分 50
None
JianJuly
中国科学技术大学生物医学工程博士,研究方向为医学图像处理,深度学习。
Email: jianjunming94@163.com
展开
-
【资料汇总】学习资料(机器学习&深度学习&统计检验)
极大似然估计原创 2020-12-21 08:55:13 · 693 阅读 · 1 评论 -
【机器学习&深度学习】预测模型最合适阈值Cutoff选取及其它指标计算(Python版本)
绘制ROC曲线,基于ROC曲线上各点的约登指数计算最佳cutoff,从而计算其它指标原创 2022-06-24 14:38:17 · 3111 阅读 · 1 评论 -
【资料汇总】深度学习
部件激活函数26种神经网络激活函数可视化正则化如何区分并记住常见的几种 Normalization 算法损失函数【基础算法】损失函数——MSE与交叉熵Dice系数(Dice coefficient)与mIoU与Dice Loss原创 2020-12-21 08:55:45 · 222 阅读 · 0 评论 -
【pytorch】在python脚本中自动运行tensorboard
问题在使用tensorboard进行训练过程可视化时,每开始一次新的实验,就需要在终端重新运行一次tensorboard --logdir=path_to_log,这比较麻烦,尤其是在代码调试阶段,我们会频繁地开始新的实验,那么如何在python脚本中自动打开tensorboard呢?解决方法原代码from torch.utils.tensorboard import SummaryWriterwriter = SummaryWriter(log_dir=path_to_logs) #日志存储的原创 2020-12-17 14:19:31 · 865 阅读 · 0 评论 -
【pytorch】模型训练和推理使用的设备不一致导致的问题
问题前几天使用0号显卡训练了模型,今天想要推理的时候,0卡被占用,所以选择使用1卡进行推理。但是推理的时候却报错:RuntimeError: CUDA error: out of memory原因所有先前保存的模块,不论其设备,首先加载到CPU上,然后移动到之前保存它们的设备上(也就是0号显卡)。因为0号显卡被占用,所以显示out of memory解决方法在load模型的时候,添加map_location参数torch.load(path_file, map_location='cuda:1原创 2020-07-22 10:58:49 · 1406 阅读 · 4 评论 -
【资料汇总】生成对抗网络Generative Adversarial Network (GAN)
GAN综述万字综述之生成对抗网络(GAN)李宏毅对抗生成网络(GAN)国语教程(2018)李宏毅对抗生成网络(GAN)国语教程(2018)课件知识点从Style的角度理解Instance Normalization【GAN优化】长文综述解读如何定量评价生成对抗网络(GAN)...原创 2020-07-13 19:36:17 · 309 阅读 · 0 评论 -
【资料汇总】Pytorch
0. Pytorch 安装【pytorch】linux(ubuntu)下pytorch 1.1及torchvision 0.4最新版本安装1. Pytorch 函数torch.backends.cudnn.benchmark ?!PyTorch中的contiguous【pytorch】pytorch维度变换函数:cat, stack, transpose, permute, unsqueeze, squeeze2. Bug&坑【pytorch】踩坑PyTorch中的dropo原创 2020-07-07 11:25:52 · 367 阅读 · 0 评论 -
【pytorch】踩坑PyTorch中的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 )的时候需要设置它...转载 2020-01-03 14:32:45 · 5202 阅读 · 2 评论 -
【深度学习环境】Linux下安装、切换cuda和cudnn
安装cuda打开下载链接 ,点击Download Now选择操作系统、架构、版本、安装方式ps:如果要选择非最新版本cuda, 点击下方的legacy releases输入Installation Instructions中的指令获取安装包并开始安装### 获取安装包wget http://developer.download.nvidia.com/compute/cuda/10...原创 2019-10-29 11:44:15 · 6015 阅读 · 4 评论 -
【pytorch】常用函数randperm
文章目录randpermrandpermtorch.randperm(n, out=None, dtype=torch.int64, layout=torch.strided, device=None, requires_grad=False) → LongTensorReturns a random permutation of integers from 0 to n - 1....原创 2019-10-24 10:36:41 · 3862 阅读 · 1 评论 -
【pytorch】ValueError: Does not understand character buffer dtype format string ('?')
问题运行torchvision官方目标检测教程: Penn-Fudan Database for Pedestrian Detection and Segmentation报错:ValueError: Does not understand character buffer dtype format string ('?')解决方法将coco_eval.py文件的112行mask_ut...原创 2019-10-18 10:28:31 · 1356 阅读 · 1 评论 -
【机器学习&深度学习】深度学习基础
矩阵求导定义与求导布局:https://www.cnblogs.com/pinard/p/10750718.htmlDNN反向传播:https://www.cnblogs.com/pinard/p/6422831.htmlCNN反向传播:https://www.cnblogs.com/pinard/p/6494810.html...原创 2019-09-18 10:06:22 · 195 阅读 · 0 评论 -
【机器学习&深度学习】ResNet结构分析
转载自:https://blog.csdn.net/Jing_xian/article/details/78878966 本文主要分析残差网络(ResNet)及其变种的结构。残差网络在论文Deep Residual Learning for Image Recognition中被提出。论文链接:https://arxiv.org/pdf/1512.03385.pdf1. Buildin...转载 2018-07-18 21:35:00 · 1880 阅读 · 0 评论 -
【机器学习&深度学习】交叉验证用于模型评估和参数选择
交叉验证用于模型评估:将数据集划分为k个含有相同样本的子集:S1,S2,...,SK 不重复地每次选取其中一个子集作为测试集,剩下的子集作为训练集。计算该模型在测试集上的性能(如AUC,ACC等) 将K次的结果取平均,作为该模型在这个数据集上的性能交叉验证用于参数选择(通常指的是超参):选取一组需要进行对比的超参数:λ1,λ2,...,λn 对于每一个参数λ,使用上述交叉验证用于模...原创 2019-03-16 11:16:33 · 2741 阅读 · 2 评论 -
【opencv】cv2.rectangle 报错:TypeError: Layout of the output array rectList is incompatible with cv::Mat
问题:使用Python + Opencv 对图像进行矩形框标注时cv2.rectangle(img, (box[0], box[1]), (box[2], box[3]), (0, 255, 0) ,2)报错:TypeError: Layout of the output array rectList is incompatible with cv::Mat (step[n...原创 2019-07-13 17:48:35 · 1012 阅读 · 2 评论 -
【pytorch】linux(ubuntu)下pytorch及torchvision安装
首先更换清华源终端中输入:gedit ~/.condarc将内容更改为:channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free - https://m...原创 2019-06-27 22:02:12 · 9002 阅读 · 0 评论 -
【机器学习&深度学习】ResNet及其变种的结构梳理、有效性分析与代码解读
原链接:https://zhuanlan.zhihu.com/p/542898480、前言何凯明等人在2015年提出的ResNet,在ImageNet比赛classification任务上获得第一名,获评CVPR2016最佳论文。因为它“简单与实用”并存,之后许多目标检测、图像分类任务都是建立在ResNet的基础上完成的,成为计算机视觉领域重要的基石结构。本文对ResNet的论文进行简...转载 2019-07-25 16:47:33 · 2515 阅读 · 0 评论 -
【mxnet】安装mxboard报错:Compiling summary protocol buffers failed.
官方说明: 深度神经网络自出现以来就一直饱受争议。从实践角度来讲,设计并训练出一个可用的模型非常困难,需要涉及大量的调参、修改网络结构、尝试各种优化算法等等;从理论角度来看,深度神经网络的数学理论证明并不完备,从而造成人们对其基本原理缺乏清晰的认识。而数据可视化带来的直观效果可以很大程度上弥补上述的不足。比如,模型训练时如果能实时画出梯度数据分布,可以很快发现并纠正梯度消失或者梯度爆炸的现...原创 2018-05-12 14:35:00 · 1002 阅读 · 0 评论 -
【mxnet】反卷积(转置卷积)参数设置
反卷积是与卷积相反的操作,可用于实现上采样,具体可见链接如何设置反卷积的参数,以使反卷积后的图像大小恰好是卷积前的2倍/4倍/8倍呢输出大小计算公式:out = (in - 1) × strides - 2 × padding + kernel_size其中:out为输出大小,in为输入大小,padding为边界填充,strides为步长,kernel_siz...原创 2018-07-18 21:16:58 · 4845 阅读 · 8 评论 -
【pytorch】pytorch维度变换函数:cat, stack, transpose, permute, unsqueeze, squeeze
Talk is cheap, Show me the codecatcat用于将两个tensor在某个维度上拼接起来除了要拼接的维度,这两个tensor其它维度的大小应该一致import torchtorch.manual_seed(666)x1 = torch.randn(3, 5)x2 = torch.randn(4, 5)x_cat = torch.cat((x1, x...原创 2019-07-22 19:38:18 · 587 阅读 · 0 评论 -
【pytorch】/libstdc++.so.6: version `CXXABI_1.3.11' not found
使用python 导入torchvision包时,计算机报错:/libstdc++.so.6: version CXXABI_1.3.11 not found可能错误原因:libstdc++.so.6版本太低解决方法:使用更高版本的libstdc++.so具体步骤:1. 在电脑中查找更高版本libstdc++.so在自己用户目录下查找:find ~/ -name libstdc++....原创 2019-08-16 15:48:23 · 6815 阅读 · 0 评论 -
【机器学习&深度学习】数据标准化方法总结[Data Normalization]
转自https://vnnw00.wordpress.com/2010/07/06/%E6%95%B0%E6%8D%AE%E6%A0%87%E5%87%86%E5%8C%96%E6%96%B9%E6%B3%95%E6%80%BB%E7%BB%93data-normalization/在分析实验数据的时候,往往需要对数据进行标准化[normalization],即将实验数据的取值转换到某一...转载 2019-01-28 17:20:16 · 3045 阅读 · 0 评论 -
【pytorch】数据类型
Torch 定义了九种CPU tensor类型和九种GPU tensor类型 Data type dtype CPU tensor GPU tensor 32位浮点型 torch.float32或torch.float torch.FloatTensor...原创 2019-09-17 11:11:27 · 691 阅读 · 1 评论 -
【机器学习&深度学习】(一)模型性能评估
机器学习中常用的模型性能评估指标,来源于维基百科 condition positive (P)the number of real positive cases in the datacondition negative (N)the number of real negative cases in the datatrue positive (TP)eqv...转载 2018-06-16 10:12:25 · 2055 阅读 · 0 评论