- 博客(16)
- 收藏
- 关注
原创 深度学习中噪声标签的影响和识别
问题导入在机器学习领域中,常见的一类工作是使用带标签数据训练神经网络实现分类、回归或其他目的,这种训练模型学习规律的方法一般称之为监督学习。在监督学习中,训练数据所对应的标签质量对于学习效果至关重要。如果学习时使用的标签数据都是错误的,那么不可能训练出有效的预测模型。同时,深度学习使用的神经网络往往结构复杂,为了得到良好的学习效果,对于带标签的训练数据的数量也有较高要求,即常被提到的大数据或海量数据
2017-08-22 20:22:24
19246
2
原创 动脉硬化:背景、检测手段和我们的工作
主旨前几个月写了一些深度学习的笔记,最近几个月忙于和团队伙伴一起用深度学习解决创新型医疗健康领域的实际问题,因此今天这篇文章简单介绍我们工作的一个方面:非加压式动脉硬化检测。本文主要篇幅会依据教材和可信论文介绍动脉硬化检测的基本原理和手段,预期为读者提供此领域的基本了解。对于我们团队的工作在文章末尾做简要介绍。动脉硬化是什么在今天人人对于健康倍加关注的语境下,动脉硬化早已不是医学教科书里鲜为人知的专
2017-07-22 15:49:14
1540
原创 动脉硬化知识系列:开篇和生化检测科普1
本系列开篇语今天开始,文风转一个方向,谈谈我所在的公司目前在用深度学习解决的问题之一:动脉硬化检测技术。在现有技术条件下,动脉硬化检测有三方面手段生化检测:总胆固醇(TC),高密度胆固醇比(HDLC%),并据此得出冠状动脉疾病风险影像学检查:颈部动脉超声检查,冠状动脉造影物理检查:测量脉搏波在血管内传播的速度PWV,速度越快说明血管壁弹性越差。目前国内临床大量应用的有baPWV,还在可言到临床
2017-07-01 16:14:45
1071
原创 [TensorFlow]生成对抗网络(GAN)介绍与实践
本文简要介绍了生成对抗网络(GAN)的原理,接下来通过tensorflow开发程序实现生成对抗网络(GAN),并且通过实现的GAN完成对等差数列的生成和识别。通过对设计思路和实现方案的介绍,本文可以辅助读者理解GAN的工作原理,并掌握实现方法。有了这样的基础,在面对工作中实际问题时可以将GAN纳入考虑,选择最合适的算法。
2017-05-30 10:46:55
1555
1
原创 TensorFlow中RNN网络的实现和关键参数选择
主旨TensorFlow提供了方便的API用于快速搭建和实现RNN网络。但是在实际工作中,这些API的关键参数选择令人迷惑,在没有时间详细阅读Tensorflow引用论文和源代码的条件下,仅仅靠网络上找到的样例代码决定某些参数的选择是危险且低效的。为了解决这个问题,同时不陷入过于复杂的论文和TensorFlow源代码分析,本文通过受控实验的方式,设计出一个虽然简单但是能反映出RNN基本规律的训练和测
2017-05-06 17:28:16
3137
原创 可视化展示神经网络是如何将分类正确率提升的
主旨这篇从可视化的角度形象说明神经网络到底如何提升分类正确率,不会涉及数学推导和模型原理,目的在于帮助读者建立神经网络对数据处理的形象化概念。备注这篇最初发表于我的知乎专栏:程序员深度学习笔记,结合知乎发表后到现在这两天的思考,在原文基础上有删改,并加入了更多的插图。这篇文章的数据和程序涉及到我目前进行的工作,因此无法提供参考代码和数据。问题背景N个64维向量,其标签分为两类,记为类别1和类别2,类
2017-04-30 16:00:30
4400
2
原创 [TensorFlow]使用Tensorboard实现神经网络可视化
可视化是深度学习神经网络开发、调试、应用中极为重要的手段。Tensorboard是Tensorflow提供的一个可视化工具,本文通过实际代码实验的方式说明使用TensorBoard实现记录变量,实现可视化调试的目的。
2017-04-22 11:50:15
14729
1
原创 移动平均滤波器的频率响应定量分析
主旨在生理信号处理中,经常有滤除低频信号的需求,例如在分析心率相关问题时排除掉呼吸等因素造成的基线漂移等低频干扰。在这个场景的工程实践中,移动平均滤波器由于设计实现简单,经常被用到。但是移动平均滤波器的频谱分析缺乏类似于FIR或IIR相关定量资料,在工作中时常凭经验确定阶数,严谨性不足。本文试图采用理论分析+数值计算方法给出移动平均滤波器频谱的一般规律,用于指导日常工作代码位置本文中的数值计算使用
2017-04-14 14:45:16
10968
2
原创 [TensorFlow]理解Tensorboard Graph
主旨在TensorFlow中每开发一个模型,都可以使用可视化调试工具TensorBoard得到这个session的Graph,这张图的结构和内容都不同于机器学习教材上介绍的典型神经网络结构图。本文试图通过代码实验理解Graph的含义,用以指导日常调试。代码和运行环境代码:https://github.com/wangyaobupt/TF_Graph singleNerualNode.py 运行环
2017-04-08 15:35:20
13882
1
原创 实现神经网络番外:利用Excel实现神经网络和BP算法
本文通过电子表格展示如何基于具体数据计算神经网络的输出值和如何根据BP算法计算损失函数对每个参数的梯度,实现网络训练功能。
2017-03-27 18:57:39
12592
4
原创 Python实现神经网络Part 3: 多层全连接神经网络
本文将描述如何用Python实现多层全连接神经网络。本系列第一篇和第二篇都是以一个神经元为基本单位用Python实现功能并对前向计算和误差反向传播做实验分析。但是在实际的使用中,单个神经元是无法作为“深度神经网络”使用的,为了实现深度学习,网络除了输入层和输出层,至少要包含若干隐层。因
2017-03-26 10:11:28
7023
2
原创 Matlab fdatool设计实现一维数字滤波器
Matlab的fdatool生成的滤波器系数与滤波器传输函数的A/B参数的对应关系并不直观,本文目的在于总结出滤波器系数到传输函数A/B参数的转换方法和原理。
2017-03-08 13:41:47
4685
原创 Python实现神经网络Part 2: 训练单个神经元找到最优解
解决本系列第一篇:实现forward和BP算法的神经元提描述的第一个“待解决问题”:训练没有找到最优解 在解决上述问题中,涉及到了随机初始化神经元参数,Adam Optimization寻优方法
2017-03-04 15:05:55
3075
原创 Python实现神经网络Part 1: 实现forward和BP算法的神经元
主旨和本系列目录《Python实现神经网络》是一个文章系列,目的在于:通过实际编写程序,加深对神经网络所涉及的各类算法的理解。动机描述详见“本系列动机”部分。截止目前本系列已完成部分目录如下Python实现神经网络Part 1: 实现forward和BP算法的神经元 (本文)Python实现神经网络Part 2: 训练单个神经元找到最优解Python实现神经网络Part 3: 多层全连接神经网
2017-03-04 10:57:46
6663
原创 HRV非线性分析PoincarePlot:SD1,SD2计算算法
主旨分析给出HRV非线性分析Poincare Plot中SD1和SD2的算法背景描述Poincare Plot是HRV非线性分析的一种方法。对于一段连续的心跳间隔,将第i个心跳间隔作为横坐标,第(i+1)个心跳间隔作为纵坐标,在二维平面可以画出如下图形[1]。这些点的分布可以近似为椭圆,椭圆的中心位于(心跳间隔平均值,心跳间隔平均值)确定的坐标点。椭圆的半长轴和半短轴分别为SD1和SD2 算法推
2017-02-19 15:56:07
9242
6
原创 贝叶斯垃圾邮件分类问题中联合概率的推导
讨论贝叶斯垃圾邮件分类问题中联合概率的计算问题。通过借鉴现有的资料,整理出一种数学上等价,同时基于本科概率论课程较容易理解的计算公式。
2017-02-12 17:09:33
2413
1
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