qq_36717487的博客

原创 Elsevier期刊投稿注意事项

Author Contributions撰写

原创 深度学习训练八股

一、模型中的函数的定义1.torchmetrics.AUROC（1）.binary>>> from torch import tensor>>> preds = tensor([0.13, 0.26, 0.08, 0.19, 0.34])>>> target = tensor([0, 0, 1, 1, 1])>>> auroc = AUROC(task="binary")>>> auroc(preds,

原创 如何实现apex的安装工作？

1.具体的apex安装步骤。

原创 TCGA数据标签以及多组学数据的下载与存储

1.TCGA 数据下载分析利器 —— TCGAbiolinks（二）临床数据下载

原创 病理切片的相关文章总结

1.

原创 如何来实现模型并行？【在batch_size为1的情况下？】

2.在程序运行的过程中出现了如下错误，【RuntimeError: Expected all tensors to be on the same device, but found at least two devices, cuda:1 and cuda:0!1.代码：Transformer_LeFF_MSA.py中 代码实现并行，将模型中的不同block加载到不同的gpu显卡上。注：调用损失函数时，只需确保标签（label）与输出（output）在同一设备（on the same device）上。

原创 office安装以及Viso使用时的注意事项

先默认大家已经安装的Mathtype的软件了哈！一、在viso中插入数学公式的方法？

原创 科研必备—Grammarly安装及下载

的选项，否则安装多少遍都是会报错的！红框中的步骤尤为重要，一定要出现。下载完毕后 ，安装时可能会出现。如何打开Grammarly？打开apps后，却发现没有。

原创 错误【ssl.SSLCertVerificationError: [SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed...】

解决办法：只需要将其中的https换成http即可成功解决。

原创 冰点文库的替代品【Wenku Doc Downloader】用于下载各种文库的材料

随便打开一篇道客巴巴文档出现左侧的箭头所指的图标，则证明安装成功了！

原创 注意力机制的详细理解

对于矩阵A(m×n),B(n×m)和C(m×n), 这里A(m×n)表示A是m行乘n列的矩阵。一个for循环是O(n),这里是三个for循环，所以为O(n×m×n)。（ps：个人感觉还是看代码比较好理解，后面三个矩阵乘法时，就会更加体会到）读者也许想不到，制约 Attention 性能的关键因素，其实是定义里边的 Softmax！如果A×B，那么复杂度为O(n×m×n),即O(n^2×m)。对于矩阵A(n×m),B(m×n), 这里A(n×m)表示A是n行乘m列的矩阵。........

原创 图像中目标的绝对位置信息(1)--How much Position Information Do Convolutional Neural Networks Encode

可以通俗的理解成是图像的纹理，颜色，或者目标的类别等信息，例如在检测网络中，一个图像输入到网络中，经过一层层的卷积之后，，因为越到高层卷积的时候，featuremap映射到原图中的感受野越大，这样对局部的位置信息感受就比较差。1.如何通俗的对深度学习中的语义信息进行理解？语义信息会越来越明显。......

原创 简单Git入门本地仓库同步到远程GitHub仓库

命令行

原创 无监督特征学习的数据集简介

一、STL-10数据集原文：The STL-10 dataset is an image recognition dataset for developing unsupervised feature learning, deep learning, self-taught learning algorithms. It is inspired by the CIFAR-10 dataset but with some modifications. In particular, each class h

原创 torch的使用须知

1.torch.load_state_dict()函数的用法总结在Pytorch中构建好一个模型后，一般需要进行预训练权重中加载。torch.load_state_dict()函数就是用于将预训练的参数权重加载到新的模型之中，操作方式如下所示：sd_net = torchvision.models.resnte50(pretrained=False)sd_net.load_state_dict(torch.load('*.pth'), strict=True)在本博文中重点关注的是 属性 stri

原创 病理组织切片公开代码在运行过程中出现的一些错误

1.DSMIL方法(1).AttributeError: ‘version_info’ object has no attribute ‘version’解决办法： pip install pyparsing==2.4.7(2).解决GPU上运行pytorch代码的错误python: symbol lookup error: /home/daichuangchuang/anaconda2/envs/dsmil/lib/python3.6/site-packages/torch/lib/libtorc

转载 深度学习中的注意力机制

一、视觉注意力机制视觉注意力机制是人类视觉所特有的大脑信号处理机制。人类视觉通过快速扫描全局图像，获得需要重点关注的目标区域，也就是一般所说的注意力焦点，而后对这一区域投入更多注意力资源，以获取更多所需要关注目标的细节信息，而抑制其他无用信息。图1 人类的视觉注意力图1形象化展示了人类在看到一副图像时是如何高效分配有限的注意力资源的，其中红色区域表明视觉系统更关注的目标，很明显对于图1所示的场景，人们会把注意力更多投入到人的脸部，文本的标题以及文章首句等位置。二、Attention机制的本质思想如

转载 基于深度学习的病理图片研究进展【含论文及其概述】

DeepPATH：识别与诊断除了诊断任务自动化，CPATH方法还可用于为病理学家提供更多信息。例如，提取乳腺癌WSI中有丝分裂细胞的2平方毫米热点，就可以根据乳腺癌患者治疗指南（由美国临床肿瘤学会发布）的建议进行肿瘤分级。这种方法的表现与病理学家相当，并且可以减少不同观察者间的诊断差异。使用不同颜色标记前列腺癌区域以代表不同的Gleason分级以及使用CPATH区分不同腺肺癌亚型的生长模式，都能产生类似的结果。此外，分割、检测和分类方法的组合可以对已建立的用于临床实践的生物标志物进行客观量化。一个例子是对

转载 ERROR: Failed building wheel for spams

解决在conda环境中使用 pip install spams命令报错的情况，可以使用如下命令来进行解决。conda install -n histopythology -c conda-forge python-spams

原创 数字病理切片的github处理链接

1、一种预测 TUPAC16 挑战的乳腺肿瘤增殖分数的深度学习方法https://github.com/CODAIT/deep-histopath

转载 【ECCV2020】文章、代码和数据链接

Awesome-ECCV2020-Low-Level-VisionA Collection of Papers and Codes for ECCV2020 Low Level Vision or Image Reconstruction整理汇总了下今年ECCV图像重建/底层视觉(Low-Level Vision)相关的一些论文，包括超分辨率，图像恢复，去雨，去雾，去模糊，去噪等方向。大家如果觉得有帮助，欢迎star~~2020年ECCV（European Conference on Computer

转载 【ICCV2021】文章、代码和数据链接

Awesome-ICCV2021-Low-Level-VisionA Collection of Papers and Codes for ICCV2021 Low Level Vision and Image Generation整理汇总下2021年ICCV中图像生成（Image Generation）和底层视觉(Low-Level Vision)任务相关的论文和代码，包括图像生成，图像编辑，图像风格迁移，图像翻译，图像修复，图像超分及其他底层视觉任务。大家如果觉得有帮助，欢迎star~~参考或转载

转载 【CVPR2021】文章、代码和数据链接

Awesome-CVPR2021-Low-Level-Vision整理汇总下今年CVPR图像重建(Image Reconstruction)/底层视觉(Low-Level Vision)相关的论文和代码，括超分辨率，图像去雨，图像去雾，去模糊，去噪，图像恢复，图像增强，图像去摩尔纹，图像修复，图像质量评价，插帧，图像/视频压缩等任务。大家如果觉得有帮助，欢迎star~~参考或转载请注明出处CVPR2021官网：http://cvpr2021.thecvf.comCVPR完整论文列表：https://

转载 【CVPR2020】文章、代码和数据链接

Awesome-CVPR2020-Low-Level-Vision[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-FyX9YiTI-1650081252263)(https://camo.githubusercontent.com/13c4e50d88df7178ae1882a203ed57b641674f94/68747470733a2f2f63646e2e7261776769742e636f6d2f73696e647265736f726875732f617765736f6d

原创 【Linux】文件处理相关操作

1.在Linux系统中，对文件进行排序处理的操作：du -m * | sort -nr.其中，      -n代表的按照数值大小进行排序，而非按照字符大小进行排序。      -r代表的是排序顺序为降序排序。...

原创 深度学习在组织切片上的应用

一、基本概念1.什么是数字成像？具体分为哪几个流程？

原创 vs code 安装插件出现XHR error 解决办法

右击任务栏上的网络，点击打开“网络和Internet“设置，点击左方代理，并将使用设置脚本和使用代理服务器设置为”关“就可以正常显示了

原创 RStudio作图

一、气泡矩阵图注:图 2.7（A）表示 VarDict、MuTect2、VarScan2 和 Strelka2 在Gene Panel 测序的肿瘤-正常配对样本 B1701-B17NC、B1702-B17NC、B1703-B17NC、B1704-B17NC 中的体细胞突变识别的性能。图 2.7（B）表示两个可用于单肿瘤组织中识别突变的软件 VarDict 和 MuTect2 对样本 B1701、B1702、B1703、B1704 的体细胞突变识别性能。图中以实心圆点的大小代表软件的准确性，半径越

原创 上采样和上卷积的区别

原创 windows上配置Jupyter notebook与登录时密码无效踩坑

原创 病理图像wsi

一、病理图像（Whole-slide image）的处理https://zhuanlan.zhihu.com/p/254761464

原创 endnote插入文献时出现{，#}这样的乱码，怎么解？

如果以前曾经引用过文章，然后出现这种失效情况，可以点击更新引文试试。如下图。

原创 vscode连接远程服务器(无法连外网)

1.官网下载vscode软件并安装；安装Remote-SSH2.安装好后按 F1键出现如下界面：输入 ssh -p 65010 用户名@ip地址即可。3.下面就会显示出你自己电脑上对应的 ssh 私钥位置，我这里是在 ～/.ssh/config,所以选择第一个。4.由于服务器不能联网，所以需要手动安装vscode的相关东西，具体参考该链接：https://zhuanlan.zhihu.com/p/2949330205.配置好后可以打开，相关目录会提示输入密码输入密码后，会出现如下界面

转载 优化算法SGD/ASGD/AdaGrad/Adadelta/RMSprop/Adam/Adamax/SparseAdam/L-BFGS/Rprop

机器学习界有一群炼丹师，他们每天的日常是：拿来药材（数据），架起八卦炉（模型），点着六味真火（优化算法），就摇着蒲扇等着丹药出炉了。不过，当过厨子的都知道，同样的食材，同样的菜谱，但火候不一样了，这出来的口味可是千差万别。火小了夹生，火大了易糊，火不匀则半生半糊。机器学习也是一样，模型优化算法的选择直接关系到最终模型的性能。有时候效果不好，未必是特征的问题或者模型设计的问题，很可能就是优化算法的问题。说到优化算法，入门级必从SGD学起，老司机则会告诉你更好的还有AdaGrad/AdaDelta，或者

转载 常见的损失函数(loss function)总结及其与准确率等评估指标之间的关系

损失函数用来评价模型的预测值和真实值不一样的程度，损失函数越好，通常模型的性能越好。不同的模型用的损失函数一般也不一样。损失函数分为经验风险损失函数和结构风险损失函数。经验风险损失函数指预测结果和实际结果的差别，结构风险损失函数是指经验风险损失函数加上正则项。...

原创 Python执行Linux系统命令的4种方法

1.os.system    仅仅在一个子终端运行系统命令，而不能获取命令执行后的返回信息在Ubuntu系统的输出为：>>> import os>>> os.system("ls")LICENSE create_splits_LSCC_CM_tumor.py datasets eval_mtl_concat_res

原创 不明原发位肿瘤溯源-小思路

1.PL-L1定量判断通过图灵读片测试对人工智能机器判读出的PD-L1的肿瘤比例分数(TPS，tumor proportion score)进行图灵测试。PD-L1作为2019年两位诺奖获得者所发现的重要的肿瘤标志物，在免疫治疗药物中受到极大的关注，对应PD-1/PD-L1靶点的免疫治疗药物，其疗效也得到了广泛的验证和认可。以PD-1/PD-L1作为免疫检查点抑制剂的伴随诊断检测，其定量难、判读久、结果稳定性差的特点，使得PD-L1的精准判读成为病理医生日常工作当中新的痛点。因此，基于人工智能技术的精准定

原创 如何绘制深度神经网络图

1.在线版本的NN-SVG

原创 TCGA中的癌症名称、简写和中文名称

| Cohort | 英文名称 | 中文名称 || ACC | Adrenocortical carcinoma | 肾上腺皮质癌 || BLCA | Bladder Urothelial Carcinoma | 膀胱尿路上皮癌 || BRCA | Breast invasive carcinoma | 乳腺浸润癌 || CESC | Cervical squamous cell carcinoma and endocervical adenocarcinoma | 宫颈鳞癌和腺癌 || CHOL

原创 OSError: libopenslide.so.0: cannot open shared object file: No such file or directory

OSError: libopenslide.so.0: cannot open shared object file: No such file or directory解决方法：在终端先安装openslide工具，再pip进行安装：sudo apt-get install openslide-toolssudo apt-get installpython-openslide pip install openslide-python...