- 博客(23)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 基于Maximum Mean Discrepancy (MMD)的域适应方法的不足之处
基于最大均值差异（Maximum Mean Discrepancy, MMD）的域适应方法在处理域间分布差异时表现出一定的优势，但也存在一些不足之处。
2024-07-13 20:47:50
134
原创 全连接层容易过拟合的原因
全连接层的参数数量与输入和输出的维度乘积成正比。对于高维输入数据，全连接层会包含大量的参数。过多的参数增加了模型的容量，使其能够记住训练数据的细节，但这也会导致模型对训练数据的噪声和偶然模式进行过拟合，影响其对新数据的泛化能力。：全连接层不会利用输入数据中的空间或时间结构（例如图像中的局部相关性或序列数据中的时间相关性）。相比之下，卷积层和循环层能够更好地捕捉这些结构化信息，减少过拟合的风险。全连接层容易将每个输入特征视为独立的，忽视了特征之间的关系。
2024-07-11 10:07:15
238
原创 Node2Vec: 图嵌入的强大工具
在现代图挖掘和网络分析中，图嵌入（Graph Embedding）是一种将图中的节点映射到低维向量空间的方法。这些低维向量可以作为输入用于各种机器学习任务，如节点分类、链接预测和图分类。Node2Vec 是一种流行的图嵌入算法，能够有效地捕捉图结构并生成高质量的节点嵌入。本文将详细介绍 Node2Vec 的工作原理、关键参数以及使用方法。
2024-07-10 17:03:57
267
原创 Colormaps in Matplotlib
颜色映射（colormap）是一种将数据值映射到颜色的方式。不同的颜色映射适用于不同类型的数据和可视化需求。以下是每种颜色映射的一些详细解释和示例：官网：https://matplotlib.org/stable/users/explain/colors/colormaps.html。
2024-07-05 21:50:20
704
原创 最大熵的计算
对于一个离散随机变量XXX和其概率分布PXP(X)PX，熵HXH(X)HXHX−∑iPxilogPxiHX−i∑PxilogPxiPxiP(x_i)Pxi是随机变量XXX取值xix_ixi的概率。对数底数可以是 2（熵的单位为比特）、自然对数（熵的单位为纳特），或 10（熵的单位为迪特）。
2024-07-04 21:44:00
793
原创 脑网络小世界性
小世界性是一种网络结构的特性，它同时具备了高聚类系数和短平均路径长度两个关键特征。在脑网络中，高聚类系数意味着大脑中的神经元或者脑区域倾向于形成紧密的局部连接，这种紧密连接有助于实现局部信息处理和功能模块化。而短平均路径长度则表明，即使大脑的不同区域之间存在一定的距离，信息传递的路径依然相对较短和高效。这种网络结构的优势在于能够同时保证局部处理效率和全局信息整合的快速性。
2024-07-03 20:15:23
252
原创 领域适应与领域泛化：概念与实例
领域适应和领域泛化是处理数据分布差异的重要技术。领域适应通过调整模型，使其适应目标域的数据分布；而领域泛化则通过多个源域的数据训练，使模型具备在未知目标域上良好表现的能力。
2024-07-02 11:17:31
414
原创 深入理解最大均值差异（Maximum Mean Discrepancy, MMD）
MMD的基本思想是通过再生核希尔伯特空间（Reproducing Kernel Hilbert Space, RKHS）中的均值嵌入（mean embeddings）来比较两个分布。MMDPQ;
2024-07-01 15:32:01
1500
原创 深入浅出理解经验贝叶斯方法：一个图书管理员的视角
在机器学习和统计决策理论中，经验贝叶斯方法是一种实用且强大的工具，它能够帮助我们基于有限的数据做出更为合理的预测和决策。为了更好地阐释这一概念，本文将通过一个通俗易懂的比喻——图书管理员管理图书馆中的书籍借阅情况，来揭开经验贝叶斯方法的神秘面纱。
2024-06-29 21:03:38
164
原创 统计功效Statistical Power
统计功效，简单来说，就是在假设检验框架下，当研究假设中的真实效应存在时，我们能够正确拒绝虚无假设的概率。数学上，它等于1减去第二类错误（Type II Error）的概率，即 (Power = 1 - \beta)。提高统计功效，意味着减少错过真实效应（假阴性）的几率，保证研究的可靠性和有效性。
2024-06-29 17:12:46
227
原创 相关性与偏相关性在fMRI功能脑网络构建中的区别及实现
相关性（Correlation）是一种衡量两个变量之间线性关系的统计方法。r∑X−Xˉ2∑Y−Yˉ2∑X−XˉY−Yˉ这里，(X) 和 (Y) 是两个变量，(\bar{X}) 和 (\bar{Y}) 是它们的均值。
2024-06-29 14:24:45
844
原创 CPAC处理fMRI
CPAC 是一个开源的软件包，由 FCP-INDI (Functional Connectomes Project - International Neuroimaging Data-sharing Initiative) 开发。它提供了一整套预处理和分析功能，包括数据格式转换、图像处理、功能连接计算等。CPAC 的设计目的是为研究人员提供一个灵活且可配置的工具，以便在不同的神经影像学研究中使用。
2024-06-29 09:49:10
660
原创 使用fMRIprep处理fMRI数据
Docker 是一个开源的平台，用于开发、部署和运行应用程序。它允许您将应用程序及其所有依赖项打包到一个标准化的单元（称为容器）中，确保在任何环境中都可以一致地运行。可以使用 HeuDiConv 或 dcm2bids 将 DICOM 数据转换为 BIDS 格式。fMRIPrep 需要 BIDS（Brain Imaging Data Structure）格式的数据。fMRIPrep 生成的预处理结果将存储在您指定的输出目录中。将您的数据转换为 BIDS 格式。假设您的 BIDS 数据集路径为。
2024-06-29 09:35:31
1106
原创 RuntimeError: Output 0 of BackwardHookFunctionBackward is a view and is being modified inplace. This
使用grad_cam 时报错了参考如下：https://discuss.pytorch.org/t/getting-this-warning-output-0-of-backwardhookfunctionbackward-is-a-view-and-is-being-modified-inplace/122766激活函数的问题。将self.relu1 = nn.ReLU(inplace=True) 改为： self.relu1 = nn.ReLU()即可
2022-06-01 15:54:40
3146
14
原创 查找农历生日与阳历生日属于同一天的次数和年份
查找农历生日与阳历生日属于同一天的次数和年份参考：https://www.cnblogs.com/Eleven-Liu/p/11142703.htmlhttps://pypi.org/project/sxtwl/import sxtwlymc = ["正", "二", "三", "四", "五", "六", "七", "八", "九", "十" ,"十一", "十二"]rmc = ["初一", "初二", "初三", "初四", "初五", "初六", "初七", "初八", "初九", "初
2021-12-09 20:36:56
1377
转载 Win7 连接局域网共享之后 提示错误代码：0x800704b3
来源https://www.freesion.com/article/1007784004/亲测有用win7远程连接打印机报错错误代码：0x800704b3打开windows的本地服务（运行——输入:services.msc,回车）把以下服务设置为自动，并且启动服务1 DNS Client2 Function Discovery Resource Publication3 SSDP Discovery4 UPnP Device Host5 Computer Browser6 Serve
2021-08-18 20:27:55
6793
原创 域适应（Domain Adaptation）
【算法笔记】域适应（Domain Adaptation）https://blog.csdn.net/nymph_h/article/details/96424172对迁移学习中域适应的理解和3种技术的介绍http://www.360doc.com/content/20/1107/09/7673502_944551402.shtml域适应-应用领域 https://blog.csdn.net/qq_33547191/article/details/85854299...
2021-08-05 10:43:15
740
转载 微调resnet50网络结构
修改残差网络结构，居然是这样修改网络结构的，学到了代码出处：https://github.com/seathiefwang/RankPoseimport mathimport torchimport torch.nn as nnimport torchvision.models as modelsfrom .cus_layer import l2_normclass ResNet(nn.Module): def __init__(self, n_class=4, use_norm=T
2021-07-23 17:19:15
675
原创 人脸关键点可视化
import numpy as npfrom PIL import Image, ImageDrawimport matplotlib.pyplot as pltimg_path1 = 'E:/LG/datasets/aflw/data/flickr/2/image51134.jpg'img_path2 = 'E:/LG/datasets/aflw/data/flickr/0/image04500.jpg'image1 = Image.open(img_path1).convert('RGB'
2021-07-22 16:26:45
281
原创 Weakly-Supervised Physically Unconstrained Gaze Estimation论文翻译
Weakly-Supervised Physically Unconstrained Gaze Estimation弱监督物理无约束凝视估计Abstract物理上不受约束的凝视估计的一个主要挑战是为野外和室外场景获取带有3D凝视注释的训练数据。相比之下，在不受约束的环境中人类互动的视频非常丰富，可以更容易地用框架级别的活动标签进行注释。在这项工作中，我们解决了以前未被探索过的从人类互动视频中进行弱监督凝视估计的问题。我们利用了这样一种观点，即当人们进行“注视对方”的活动时，存在着强烈的与凝视相关的几何约
2021-06-17 11:48:58
830
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人