- 博客(7)
- 收藏
- 关注
RSS订阅原创 利用os模块编写一个能实现dir -l输出的程序
在Linux下命令ls和dir都有相同的功能：打印当前文件夹目录。注：ls 是Linux的原装命令，dir是原来dos的命令，Linux选择兼容了此个dos命令，所以dir和ls在功能上是一样的。1. ls命令...
2019-09-01 09:29:34
4074
2
原创 Neural Architecture Search: A Survey
论文地址：https://arxiv.org/abs/1808.05377v3论文主要是介绍了Neural Architecture Search（NAS）近几年的发展，在介绍NAS之前我想抛出一个问题：为什么要研究AutoML（NAS可以看做AutoML的一个子领域）？回到论文，为什么要进行NAS呢？因为专家对网络架构的设计是一个耗时（time-consuming ）且易错（error-pr...
2019-09-01 09:29:12
2955
原创 如何读取NIFTI格式图像（.nii文件）
在医学图像处理中，我们经常使用一种NIFTI格式图像（.nii文件），现在我们来看看什么是.nii文件？该如何读取.nii文件？1. NIFTI格式图像什么是NIFTI（Neuroimaging Informatics Technology Initiative）格式图像？在讲解什么是NIFTI格式之前，得先了解一下 Analyze格式。Analyze格式储存的每组数据组包含2个...
2019-09-01 09:08:36
38990
12
原创 JupyterLab入门篇
1. Jupyter Lab简介Jupyter源于Ipython Notebook，是使用Python（也有R、Julia、Node等其他语言的内核）进行代码演示、数据分析、可视化、教学的很好的工具，对Python的愈加流行和在AI领域的领导地位有很大的推动作用。Jupyter Lab是Jupyter的一个拓展，提供了更好的用户体验，例如可以同时在一个浏览器页面打开编辑多个Notebook，I...
2019-09-01 09:08:18
11439
原创 贝叶斯理论
1. 似然似然（likelihood）与概率（probability）是完全不同的数学对象，但又有着极其相似的身影。概率（密度）f(x∣θ)f(x | \theta)f(x∣θ)：表示给定 θ\thetaθ 下样本随机向量 X=xX=xX=x 的可能性；似然f(θ∣x)f(\theta | x)f(θ∣x)：表示给定样本 X=xX=xX=x 下参数 θ\thetaθ 为真实值的可能性。举...
2019-09-01 08:52:37
4018
原创 统计学习方法三要素
统计学习方法由模型、策略和算法构成的，即 方法 = 模型 + 策略 + 算法。1. 模型在监督学习过程中，模型就是所需要学习的条件概率分布或决策函数。模型的假设空间包含所有可能的条件概率分布或决策函数。由决策函数表示的模型为非概率模型，其假设空间为：F={f∣Y=fθ(X),θ∈Rn}F = \{ f | Y=f_{\theta}(X), \theta \in R^n \}F={f...
2019-09-01 08:52:20
765
原创 归一化与标准化
1归一化特点 对不同特征维度的伸缩变换的目的是使各个特征维度对目标函数的影响权重是一致的，即使得那些扁平分布的数据伸缩变换成类圆形。这也就改变了原始数据的一个分布。好处：1 提高迭代求解的收敛速度2 提高迭代求解的精度2标准化特点 对不同特征维度的伸缩变换的目的是使得不同度量之间的特征具有可比性。同时不改变原始数据的分布。好处1 使得不同度量之间的特征具有可比性，对目标函数的影响体现...
2019-09-01 08:51:49
617
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