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

-+

juluwangriyue的博客

十二的博客

  • 博客(760)
  • 资源 (2)
  • 收藏
  • 关注

原创 Visual Studio 中的键盘快捷方式

本部分中的所有快捷方式都将全局应用(除非另有指定)。“全局”上下文表示该快捷方式适用于 Visual Studio 中的任何工具窗口。

2024-07-03 22:49:02 819

原创 Slicer学习笔记(六十五) 3DSlicer的医学图像数据增强扩展模块

基于3D Slicer5.1.0 编写了一个测试医学图像的数据增强测试扩展模块。扩展模块名:DataAugementation下载该项目后,可以将该扩展模块添加到3D Slicer的扩展中。关于如何给3DSlicer 添加扩展可以看我前面的博客。

2024-03-02 22:36:30 488

原创 动手深度学习笔记(四十九)8.5. 循环神经网络的从零开始实现

循环神经网络从零开始实现

2024-01-01 18:15:36 1063

原创 VTK学习笔记(四十二)vtk绘制箭头

vtk绘制箭头

2023-12-24 21:38:02 755

原创 笔记(三)maxflow push relabel与图像分割

push relabel与图像分割

2023-11-26 12:12:47 1190

原创 移动端模型部署框架

移动端模型部署框架。

2023-11-11 22:51:28 373

原创 ONNX的结构与转换

onnx结构与转换

2023-11-02 22:52:53 710

原创 windows TBB的使用

TBB在windows下的使用

2023-10-14 21:43:18 391

原创 C++程序加速方法

c++ 程序提高运行速度方法

2023-10-14 19:07:15 661

原创 ThinPlateSpline(TPS)理论和代码

TPS 薄板样条函数 资源整理

2023-10-10 23:16:37 264

原创 pytorch各种loss函数

各种pytorch loss函数

2023-09-26 23:10:54 453

原创 医学影像SAM

医学SAM

2023-09-25 22:34:11 1090

原创 python读写json

使用python读写json文件。

2023-08-31 17:05:04 638

原创 Segment Anything论文阅读笔记

Segment Anything 论文笔记

2023-08-16 22:43:26 1130

原创 pytorch各种激活函数绘制

pytorch激活函数与导数

2023-08-13 11:53:23 538

原创 MONAI的测试与使用(一)

monai加载与显示图像测试

2023-08-02 18:59:34 627

原创 Linux查看CPU、GPU、内存等信息

【代码】Linux查看CPU、GPU、内存等信息。

2023-07-27 12:56:55 4608 2

原创 Eigen库学习笔记(十五)Eigen获取最小值与最小值索引

Eigen获取当前行最小值与对应索引

2023-07-10 21:27:01 925

原创 Slicer学习笔记(六十四) 关于3DSlicer的python脚本和编程

Slicer python脚本与编程

2023-07-09 17:10:08 1274

原创 python读写yaml

YAML,Yet Another Markup Language的简写,通常用来编写项目配置,也可用于数据存储,相比conf等配置文件要更简洁。

2023-06-08 20:21:26 1643

原创 Pytorch代码笔记

pytorch代码笔记,计划写加载图像到模型训练整个过程。

2023-05-18 19:48:20 361

原创 yolov8 模型部署

YOLOv8的3个检测头一共有80x80+40x40+20x20=8400个输出单元格,每个单元格包含x,y,w,h这4项再加80个类别的置信度总共84项内容,所以通过上面命令导出的onnx模型的输出维度为1x84x8400。这样的通道排列顺序有个问题,那就是后处理的时候会造成内存访问不连续。修改代码后需要执行前面的安装命令pip install -e '.[dev]'使代码生效。这样修改后再执行上面的模型导出命令,模型的输出维度变为1x8400x84。

2023-05-13 23:42:46 1468

原创 ChatGPT原理与应用

chatgpt原理与应用

2023-05-06 23:13:32 1744

原创 yolov8训练自己的数据集

yolov8训练自己数据集

2023-04-12 22:42:15 732

原创 医学图像数据集

脊椎数据集整理

2023-04-03 22:46:22 737 2

原创 yolov8测试

yolov8测试

2023-03-22 22:56:42 657

原创 Protobuf简介

Protocol Buffers是谷歌用于序列化结构化数据的与语言无关、与平台无关的可扩展机制——想想XML,但它更小、更快、更简单。您只需一次定义数据的结构方式,然后就可以使用特殊的生成源代码,使用各种语言轻松地在各种数据流之间读写结构化数据。要创建地址簿应用程序,需要从.proto文件开始。.proto文件中的定义很简单:为想要序列化的每个数据结构添加一条消息,然后为消息中的每个字段指定一个名称和类型。这里是定义你的消息的.proto文件,addressbook.proto。

2023-03-04 17:27:10 813

原创 VTK学习笔记(四十一)vtk提取切片求梯度

vtk提取切片梯度

2023-02-23 09:36:31 358

原创 VTK学习笔记(四十)vtk提取单层数据

VTK实现单层图片的提取方法有很多,可以使用的filter有很多。提取中心层片 y轴切片。提取中心层片,z轴切片。提取中心层片,x轴切片。

2023-02-20 22:20:38 722

原创 Slicer学习笔记(六十三)3D Slicer 调试

Slicer C++ 调试

2023-02-18 10:13:37 751

原创 C++中vector的使用

(a,b)函数,可返回向量[a,b]区间内的最大元素的地址。做 * 后可得到相应的元素值。当需要得到某一区间内的最大值时。迭代器,输出为单一元素迭代器。使用vector中的。

2023-02-15 11:01:36 213

原创 动手深度学习笔记(四十八)8.4. 循环神经网络

虽然这个模型可能没有很准确地反映出后续词的语义, 比如,“It is raining in San Francisco”(旧金山下雨了) 和“It is raining in winter”(冬天下雨了) 可能才是更完美的合理扩展, 但该模型已经能够捕捉到跟在后面的是哪类单词。我们可以通过计算序列的似然概率来度量模型的质量。如上所述,隐藏层是在从输入到输出的路径上(以观测角度来理解)的隐藏的层, 而隐状态则是在给定步骤所做的任何事情(以技术角度来定义)的输入, 并且这些状态只能通过先前时间步的数据来计算。

2023-02-12 16:03:33 445

原创 动手深度学习笔记(四十七)8.3. 语言模型和数据集

同样,在文档摘要生成算法中, “狗咬人”比“人咬狗”出现的频率要高得多, 或者“我想吃奶奶”是一个相当匪夷所思的语句, 而“我想吃,奶奶”则要正常得多。与猴子使用打字机完全不同的是,从这样的模型中提取的文本 都将作为自然语言(例如,英语文本)来传递。只需要基于前面的对话片断中的文本, 就足以生成一个有意义的对话。显然,我们离设计出这样的系统还很遥远, 因为它需要“理解”文本,而不仅仅是生成语法合理的内容。中, 我们了解了如何将文本数据映射为词元, 以及将这些词元可以视为一系列离散的观测,例如单词或字符。

2023-02-09 23:11:01 322

原创 动手深度学习笔记(四十六)8.2. 文本预处理

我们先将训练集中的所有文档合并在一起,对它们的唯一词元进行统计, 得到的统计结果称之为语料(corpus)。下面的tokenize函数将文本行列表(lines)作为输入, 列表中的每个元素是一个文本序列(如一条文本行)。最后,返回一个由词元列表组成的列表,其中的每个词元都是一个字符串(string)。文本: [‘twinkled’, ‘and’, ‘his’, ‘usually’, ‘pale’, ‘face’, ‘was’, ‘flushed’, ‘and’, ‘animated’, ‘the’]

2023-02-09 23:01:51 295 1

原创 动手深度学习笔记(四十五)8.1. 序列模型

这样的假设是合理的,因为新的动力学一定受新的数据影响, 而我们不可能用目前所掌握的数据来预测新的动力学。也就是说,输入数据的数量这个数字将会随着我们遇到的数据量的增加而增加, 因此需要一个近似方法来使这个计算变得容易处理。注意,如果我们处理的是离散的对象(如单词), 而不是连续的数字,则上述的考虑仍然有效。仅是离散值时,这样的模型特别棒, 因为在这种情况下,使用动态规划可以沿着马尔可夫链精确地计算结果。当然,序列数据不仅仅是关于电影评分的。当下获得的最直接的好处就是参数的数量总是不变的, 至少在。

2023-02-07 22:47:29 227

原创 动手深度学习笔记(四十四)8. 循环神经网络

最重要的是,到目前为止我们默认数据都来自于某种分布, 并且所有样本都是独立同分布的 (independently and identically distributed,i.i.d.)。然而,大多数的数据并非如此。例如,文章中的单词是按顺序写的,如果顺序被随机地重排,就很难理解文章原始的意思。同样,视频中的图像帧、对话中的音频信号以及网站上的浏览行为都是有顺序的。换句话说,如果我们拥有一张图像,我们需要有效地利用其像素位置, 假若我们对图像中的像素位置进行重排,就会对图像中内容的推断造成极大的困难。

2023-02-07 21:29:23 398

原创 动手深度学习笔记(四十三)7.7. 稠密连接网络(DenseNet)

ResNet极大地改变了如何参数化深层网络中函数的观点。稠密连接网络(DenseNet) (Huang et al., 2017)在某种程度上是ResNet的逻辑扩展。让我们先从数学上了解一下。回想一下任意函数的泰勒展开式(Taylor expansion),它把这个函数分解成越来越高阶的项。分解为两部分:一个简单的线性项和一个复杂的非线性项。那么再向前拓展一步,如果我们想将。拓展成超过两部分的信息呢?一种方案便是DenseNet。同样,ResNet将函数展开为。也就是说,ResNet将。

2023-02-06 22:47:31 182

原创 动手深度学习笔记(四十二)7.6. 残差网络(ResNet)

事实上,可能更糟: 如 图7.6.1所示,对于非嵌套函数(non-nested function)类,较复杂的函数类并不总是向“真”函数靠拢(复杂度由向递增)。在 图7.6.1的左边,虽然比更接近,但却离的更远了。随着我们设计越来越深的网络,深刻理解“新添加的层如何提升神经网络的性能”变得至关重要。更重要的是设计网络的能力,在这种网络中,添加层会使网络更具表现力, 为了取得质的突破,我们需要一些数学基础知识。,那我们可以轻而易举的训练得到它,但通常我们不会那么幸运。是我们真正想要找到的函数,如果是。

2023-02-01 23:48:41 221

原创 OBB的计算python实现

OBB的经典生成算法:使用PCA(主成分分析)。主成分分析有一个关键的线性代数计算步骤,即求解协方差矩阵的特征值和特征向量,这一点必须使用数值分析算法而不能用解题用的基本行变换手段,因为现代程序最大的特点就是干一些枯燥重复的事情——迭代.在这里主要介绍三维的思路,黑盒模型:obb的参数(中心点、三轴向量、三轴半长,以确定一个空间中的矩形)= f(点集)

2023-01-31 10:58:24 2216 1

原创 一些加速库Blas OpenMP等

整个CUDA平台是通过运用显卡内的流处理器进行数学运算,并通过GPU内部的缓存共享数据,流处理器之间甚至可以互相通信,同时对数据的存储也不再约束于以GPU的纹理方式,存取更加灵活,可以充分利用统一架构的流输出(stream out)特性,大大提高应用效率。不同类型的代码由于其运行的物理位置不同,能够访问到的资源不同,因此对应的运行期组件也分为公共组件、宿主组件和设备组件三个部分,基本上囊括了所有在GPGPU开发中所需要的功能和能够使用到的资源接口,开发人员可以通过运行期环境的编程接口实现各种类型的计算。

2023-01-04 22:30:00 330 3

掌握VS2010调试.doc

适用于学习Visual studio调试。

2021-01-22

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