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(3)
  • 收藏
  • 关注

翻译 DenseVoxNet读书笔记

发表期刊:MICCAI2017目标:分割心脏及心血管的3D的MR图像结果:获得HVSMR 2016比赛的第一网络:DenseVoxNet网络特点:1. 它将每一层的结果保留至下一层,由于损失函数的反向传播路径变短,每一层的输出可以受到更强的影响,因此训练速度更快2. 因为每一层都直接利用之前每个层的特征图,因此该网络可以避免学习多余的特征图像。(??

2017-12-27 22:25:33 2633 2

翻译 U-net翻译

原文名:U-Net: Convolutional Networks for Biomedical Image Segmentation(此网络用于分割细胞图像)简介成功训练一个深度网络需要大量已标注的训练样本。在这篇论文中,我们提出了一个新的网络和训练策略。为了更有效的利用标注数据,我们使用数据扩张的方法(data augmentation)。我们的网络由两部分组成:一个收

2017-11-17 20:55:02 27816 8

原创 AUC理解与实现

本文仅用于自我学习,理清思路,并作为笔记保留下来。这是我的第一篇博客,如有不妥,请多多指教。AUC理解AUC(Area under curve)是机器学习常用的二分类评测手段,直接含义是ROC曲线下的面积,如下图: 要理解这张图的含义,得先理解下面这个表: 表中列代表预测分类,行代表实际分类: 实际1,预测1:真正类(tp) 实际1,预测0:假负类(fn) 实际0,预测1:假正类(fp

2017-11-16 02:18:49 8808 3

空空如也

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