哈咕咕-CSDN博客

原创深度学习分割评价指标汇总

计算公式：2TP / (2TP+FP+FN) = 2(Precision+Recall) / (Precision * Recall)计算公式为：ACC=(TP+TN)/(TP+FP+FN+TN)计算公式为：BER=1/2*(FPR+FN/(FN+TP))计算公式为：FPR= FP / (FP + TN)计算公式为：TNR= TN / (FP + TN)计算公式为：PPV=TP / (TP + FP)计算公式为：TPR=TP/ (TP+ FN)计算公式：TP/(TP+FP+FN)

2023-06-01 12:05:14 312

原创 grad-cam用于3D分割网络的代码修改——以及特征层非常规输出的解决方法

gradcam源码修改，用于3d分割

2023-02-12 11:29:17 2265 10

原创彻底搞懂python负数的二进制存储问题，刷题有感

python位运算

2022-08-19 21:58:58 1486

原创 VT-Unet代码框架

VT-Unet代码大体流程如下对应embded_dim = 48vt_unet.py文件

2022-05-24 14:51:33 706 3

原创关于Anaconda和Pycharm的导入包、配置环境、解释器等相关问题

下面这些网站很好的说明了 …留存备忘如何在pycharm中使用anaconda的不同环境.如何在anaconda中新建环境如何在anaconda中导入包不过他这个地方没必要，就是建在桌面上也没事

2020-11-23 20:51:57 272

原创 Pycharm+Anaconda+CUDA11.0+cuDNN8.0.1+Python3.8深度学习_tensorflow/pytorch环境配置能不能成功

经过多次尝试自己也查了全网很多有关CUDA11.0的文章，得出结论：截至发稿，CUDA11.0确实没有对应的配套tensorflow/tensorflow-gpu版本可以使用，但是pycharm最新版已经支持CUDA11.0了。还是建议把CUDA11.0和cuDNN卸掉，换成10.1版本。本人用的Python3.8.6+Anaconda3-2020.07+Pycharm2020.02.3+CUDA10.1+cuDNN8.04.30+TensorFlow-gpu2.3.1+pytorch1.7亲测可用

2020-11-23 17:06:25 977

PageRank流式公式谷歌公式代码.docx

目录一、实验目的 2 二、实验内容 2 三、实验背景 2 四、实验原理 3 五、实验结果 4 实验一：dead end与spider trap的实验（见附件一） 4 实验二：迭代不同次数的实验（见附件二） 6 实验三：迭代时不同的beta值对迭代收敛情况的影响的实验 8 附录一： 9 附件二： 10

2020-11-10

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

原创 深度学习分割评价指标汇总