- 博客(14)
- 收藏
- 关注
RSS订阅原创 曼哈顿距离
曼哈顿距离定义为在一个N维向量空间中，两个点之间的距离为它们在各个坐标轴上差值的绝对值之和。对于两个点 和，曼哈顿距离 D 的计算公式为：曼哈顿距离是一种简单有效的距离度量方法，特别适合在网格状或高维数据场景中使用。它的计算简单且易于理解，在很多实际应用中都有重要的作用。
2024-07-13 14:49:21
207
原创 SiLU激活函数讲解
SiLU（Swish）激活函数是一种平滑且具有非线性的激活函数，它可以自适应地缩放输入值，从而在某些任务上表现优越。通过 PyTorch 中的nn.SiLU或，我们可以轻松地在神经网络中应用 SiLU 激活函数。
2024-07-10 17:06:16
840
原创 线性层讲解
线性层是神经网络中最基本的构建模块之一，通过线性变换将输入数据映射到新的空间。通过调整输入和输出的维度，线性层可以在不同的特征空间之间进行变换，使模型能够更好地捕捉和表示数据中的复杂模式。通过 PyTorch 中的nn.Linear类，我们可以轻松地定义和使用线性层进行各种操作。%20bias。
2024-07-10 16:43:23
446
原创 专注于医学领域的MedNeXt
医学分割任务数据少，性能容易饱和，MedNeXt借鉴Swin Transformer V2的灵感（使用预训练的小窗口网络来初始化大窗口网络），通过对预训练的小核网络进行三线性上采样来初始化大核网络，从而迭代的增加核大小，其它大小相同的层直接复制预训练的权重来初始化。复合缩放是指在多个级别（深度、宽度、感受野、分辨率等）上同时缩放，在自然图像处理领域，很多模型可以根据任务性质和数据灵活量缩放模型，而在医学图像处理领域，一直没有能够缩放的模型。输出通道数的卷积层，对特征图执行逐通道的压缩。
2023-10-21 10:34:10
253
1
原创 YOLOv1论文总结
以前的检测方法通过利用分类器来执行检测yolo采用的检测方法是将目标检测看作回归问题从空间上定义边界框并预测该框的类别概率。使用单个神经网络，直接在完整图像上预测边界框和类别概率。这样的好处是可以直接对检测性能进行端到端的优化/
2023-10-18 14:42:14
58
1
原创 pycharm配置pytorch环境
打开pycharm新建一个项目先将圈主的两个红框改为pytorch的安装路径和ptroch中的python.exe。点击选择pytorch 之后点击ok就可以创建了。再点击下面的那一个红框进入下面这个界面。是不是很简单，快去试试吧！
2023-09-17 09:57:29
374
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人