Python
qq_37172182
i++, ++i, c++, g++, x++
展开
-
Radiomics组学分析初始化
Radiomics:安装并调通第一个demoimport radiomicsimport radiomics.featureextractor as FEE # 文件名main_path = './'ori_name = 'brain1_image.nrrd'lab_name = 'brain1_label.nrrd'para_name = 'default.yaml' # 文件全部路径ori_path = main_path + ori_name lab_path = m.原创 2020-07-24 10:58:35 · 1506 阅读 · 2 评论 -
磕盐小工具----ARXIV论文自动下载
背景:想要阅读论文又无从下手,专业论文量积累不够,每次从arxiv上下载的论文都在想:要是能自动搜索推送自己感兴趣的论文就好了,手机端可以直接看看论文,大致扫一下,对感兴趣的精读细读,效率应该会提高很多的吧。方法:通过解析arxiv官方的url信息,获取论文的相关信息:标题、ID、作者以及链接,设计关键词匹配标题获取感兴趣的论文,最好将获取的论文整理后通过第三方邮箱定时发送到手机邮箱。具体步骤:step1: 获取并解析arxiv网站的论文信息#get all resultdef get_原创 2020-07-24 10:47:13 · 640 阅读 · 0 评论 -
VS Code导入Torch后出现红色下划线警告
如下图所示:解决方案:结果:原创 2020-01-04 15:29:56 · 2528 阅读 · 1 评论 -
CUDA out of Memery 解决方法
使用TensorFlow、Pytorch等深度学习工具时容易出现以下ERROR:RuntimeError:CUDA out of memory解决方法:1、设置更小的batchsize2、查看并清空GPU缓存: fuser -v /dev/nvidia*kill -9 PID...原创 2019-11-20 18:33:03 · 1468 阅读 · 0 评论 -
Python浅析:迭代器Iterator、生成器generator、装饰器decorator
背景:在学习如何删除列表中的重复元素时,产生了三种方法:1、直接list(set(list(data)));2、构造merge(data)函数,使用return关键字返回set集合,再使用list封装;3、使用yield关键字,返回set集合,再使用list封装,代码很简单,直接给出:#method 1 :data = [3, 3, 2, 4, 5, 3, 2, 2 , 1]list(...原创 2019-10-12 12:39:11 · 253 阅读 · 0 评论 -
python利器----Pycharm安装与完全配置
写在前面: 1、ubuntu18.04 尝试过的坑:Ubuntu18.04 SSH & scp 远程传输文件到服务器 2、 windows10 尝试过的坑:win10安装CUDA9.0+CUDANN+Anaconda3+PYTORCH1.x初级阶段: 在ubuntu虚拟机下进行简单数据集训练测试(MNIST、CAFAR10),主要以Ten...原创 2019-09-03 19:14:01 · 184 阅读 · 0 评论 -
Pytorch学习基础——torch.squeeze() & torch.unsqueeze()
Pytorch官方API:torch.squeeze()squeeze()函数功能:主要对数据的维度进行压缩(默认为1)。也可以通过dim指定位置,删掉指定位置的维数。unsqueeze()函数功能:对数据维度进行扩充。dim指定位置,添加指定位置的维数添加1。常见参数介绍:input(Tensor):输入张量; dim(int, optional):设定(可选)维度...翻译 2019-07-05 21:38:58 · 885 阅读 · 0 评论 -
Pytorch学习基础——torch.DataLoader
Pytorch官方文档:API for pytorchDataLoader函数功能:生成数据集的可迭代对象; 利用多线程加速batch data处理; 简洁、高效、直观的用于网络输入的数据结构,使用灵活,便于扩展DataLoader类位于torch.utils.data包下,官方API介绍如下:常用参数说明:dataset(Dataset):输入数据集 batch_si...翻译 2019-07-05 21:18:32 · 722 阅读 · 0 评论 -
Pytorch学习基础——RNN从训练到测试
在上一篇Pytorch学习基础——LeNet从训练到测试讲述了简单神经网络LeNet识别MNIST数据集的实例,作为对比,本次将结合LSTM实现对MNIST数据集的识别。实现过程:导入必要的包并设置超参数:import torchimport torchvisionfrom torch import nnfrom torch.autograd import Variableim...原创 2019-07-13 21:28:41 · 3899 阅读 · 1 评论 -
Pytorch学习基础——LeNet从训练到测试
在上一篇Pytorch学习基础——CNN基本结构搭建中介绍了如何使用Pytorch.nn类搭建网络模型,结合MNIST数据集进行训练测试。实现步骤:导入必要的包并设置超参数:import torchimport torchvisionimport torch.nn as nnfrom torch.autograd import Variableimport torchvisio...原创 2019-07-13 21:16:35 · 681 阅读 · 0 评论 -
机器学习实战之分类篇 一 决策树(高级应用:配镜大师)
问题描述: 隐形眼镜数据集是非常著名的数据集,它包含很多换着眼部状态的观察条件以及医生推荐的隐形眼镜类型。隐形眼镜类型包括硬材质(hard)、软材质(soft)以及不适合佩戴隐形眼镜(no lenses)。数据来源与UCI数据库(dTree目录下存在着info.txt文件记录着24份历史记录)。数据的Labels依次是age、prescript、astigmatic、tearRat...翻译 2019-06-25 10:52:55 · 1029 阅读 · 0 评论 -
Ubuntu18.04 Anaconda 安装pydotplus和graphviz可视化工具
Graphviz的是AT&T Labs Research开发的图形绘制工具,他可以很方便的用来绘制结构化的图形网络,支持多种格式输出,生成图片的质量和速度都不错。它的输入是一个用dot语言编写的绘图脚本,通过对输入脚本的解析,分析出其中的点,边以及子图,然后根据属性进行绘制。1.安装pydotplusconda install pydotplus2.安装grap...原创 2019-06-25 08:40:44 · 1160 阅读 · 0 评论 -
机器学习实战之分类篇 一 决策树(从银行放贷到相亲的if-else)
决策树(Decision Tree): 决策树模型是一种描述对实例进行分类的树形结构。决策树由结点(node)和有向边(directed edge)组成。结点有两种类型:内部结点(internal node)和叶结点(leaf node)。内部结点表示一个特征或属性,叶结点表示一个类。决策树构建: 通常,这一过程可以概括为3个步骤:特征选择、决策树的生成和决策树的...翻译 2019-06-20 21:19:16 · 1776 阅读 · 0 评论 -
机器学习实战之分类篇 一 k-近邻算法(高级应用:手写数字识别)
任务描述: 在digits目录下存在1934张手写数字训练数据集(trainSet,标签为文本_前数字)和946张手写数字测试训练集(testSet,真实值为标签文本_前数字),使用kNN算法对测试集数字进行识别。 部分图片内容如下: 实现步骤与上一节机器学习实战之分类篇 一 k-近邻算法(从电影分类到海伦约会)基本一致,都是将信息(图像)转...翻译 2019-06-15 07:52:37 · 560 阅读 · 0 评论 -
机器学习实战之分类篇 一 k-近邻算法(从电影分类到海伦约会)
k-近邻算法(kNN): 存在一个样本数据集合,也称作为训练样本集(trainSet),并且样本集中每个数据都存在标签(label),即我们知道样本集中每一个数据与所属分类的对应关系。输入没有标签的新数据(testSet)后,将新的数据的每个特征与样本集中数据对应的特征进行比较,然后算法提取样本最相似数据(最近邻)的分类标签。一般来说,我们只选择样本数据集中前k个最相似的数据,这就...翻译 2019-06-14 08:54:43 · 915 阅读 · 0 评论 -
《TensorFlow实例-- VGG》
文献来源: https://www.cs.toronto.edu/~frossard/post/vgg16/VGG卷积神经网络是牛津大学在2014年提出来的模型。当这个模型被提出时,由于它的简洁性和实用性,马上成为了当时最流行的卷积神经网络模型。它在图像分类和目标检测任务中都表现出非常好的结果。在2014年的ILSVRC比赛中,VGG 在Top-5中取得了92.3%的正确率。众所周知,VG...翻译 2018-10-07 19:43:43 · 763 阅读 · 0 评论 -
《TensorFlow实例一 MINIST手写字体识别》
Ubuntu python3 TensorFlow实例:使用RNN算法实现对MINST-data数字集识别,最终识别准确率达96.875%PS:小白一个,初级阶段,从调试到实现,step by step.由于没能及时保留原著作者文章来源,对此深表歉意!!!附录作者GitHub链接,以示尊重。aymericdamien/TensorFlow-Examples: TensorFlow ...翻译 2018-08-25 18:19:36 · 948 阅读 · 0 评论