- 博客(110)
- 收藏
- 关注
RSS订阅原创 Ubuntu20.04自定义anaconda3的安装路径（工作站）
因为在工作站中，存在root和普通用户，一般情况下，希望普通用户的软件安装在用户自己的文件夹下，而anaconda3默认安装在/root/anaconda3下。bash Anaconda3-xxx.sh -p /home/用户名/自定义路径/ -u。
2023-04-17 20:55:33
836
1
原创 Linux压缩解压常用命令
打包/压缩/查看/解包/解压（1）tar注：根据https://www.cnblogs.com/yhongji/p/9348487.html整理。功能：1）将多个文件打包为一个文件 -cvf；2）将文件打包并压缩 -zcvf；3）将打包的文件解包 -xvf；4）将打包压缩的文件解压 -zxvf；A. 用法tar [选项] [文件…]B. 命令选项-A, --catenate 追加 tar 文件至归档-c, --create 创建一
2022-02-18 15:04:12
1607
原创 LIDC数据集由xml提取小结节和非结节
注：小结节是指只有一个坐标的结节，它与其他结节的区别是没有characteristics。from xml.dom.minidom import parse# 解析xmldef parseXML(xml_path): nodules_coor = [] non_nodules_coor = [] domTree = parse(xml_path) # print(domTree) # <xml.dom.minidom.Document object at 0
2021-06-22 15:20:19
715
原创 收藏！经典数据降维算法！（未完待续）
目录前言一、为什么要进行数据降维?二、数据降维原理三、主成分分析(PCA)降维前言本文主要根据基于 Python 的 11 种经典数据降维算法整理而来，特别感谢原作者！一、为什么要进行数据降维?在实际应用中，我们所用到的有用信息并不需要那么高的维度，而且每增加一维所需的样本个数呈指数级增长，这可能会直接带来极大的「维数灾难」；而数据降维就可以实现：使得数据集更易使用确保变量之间彼此独立降低算法计算运算成本去除噪音一旦我们能够正确处理这些信息，正确有效地进行降维，这将大大有助于减少计算量
2021-05-25 15:06:24
546
原创 CT图像-- 针对direction影响的准确处理
前言常见CT图像格式有.mhd(.raw)，.dcm，.nii.gz。进行深度学习研究时，一般都需由CT图像获取数组。CT图像的direction通常为(1,0,0,0,1,0,0,0,1)，但也有其他情况，比如(-1,0,0,0,-1,0,0,0,1)。若：（1）已知CT图像中某点的世界坐标，想获取其像素坐标；或（2）已知某点的像素坐标，想获取其世界坐标；则需考虑direction的影响！处理办法已知CT图像中某点的世界坐标w_co，想获取其像素坐标v_cov_co = np.ab
2021-03-25 16:01:05
708
2
原创 看！有效解决处理数据时发生MemoryError的途径！
感谢大佬：python处理大训练集过程中经常会遇到的Memory Error问题【亲测有效】扩大虚拟内存的方法（我的系统是win10，不过应该都大同小异）：1、打开 控制面板；2、找到 系统 这一项；3、找到 高级系统设置 这一项；4、点击 性能 模块的 设置 按钮；5、选择 高级面板，在 虚拟内存 模块点击更改；6、记得 不要 选中“自动管理所有驱动器的分页文件大小”，然后选择一个驱动器（也可把每个驱动器都设置一遍~），也就是一个盘，选中自定义大小，手动输入初始大小和最大值，当然，最好不要太
2021-03-09 16:11:59
3894
1
原创 关于AI+医学影像的学习资料
仅供参考Unet神经网络为什么会在医学图像分割表现好？深入理解深度学习分割网络Ｕnet——U-Net: Convolutional Networks for Biomedical Image Segmentation
2021-02-25 18:06:37
426
原创 医学图像格式转换 -- .dcm转为.nii.gz
注： 代码主要根据 dcm2nii.多张dcm 文件转换成nii等其他格式的存储。 进行函数整合，感谢原作者！#coding=utf-8import SimpleITK as sitkdef dcm2nii(dcms_path, nii_path): # 构建dicom序列文件阅读器，并执行（即将dicom序列文件“打包整合”） reader = sitk.ImageSeriesReader() dicom_names = reader.GetGDCMSeriesFileName
2021-02-25 11:25:07
9374
10
原创 安装某torch等速度太慢的解决办法（不断更新）
本文主要汇总切实可用的安装太慢的解决办法，感谢各位博主！！！conda安装Pytorch下载过慢解决办法(11月26日更新ubuntu下pytorch1.3安装方法)
2021-02-03 15:09:26
1593
原创 NLP在医学领域的应用（更新中）
文章目录1. 前言2. 具体应用2.1 文本挖掘2.1.1 命名实体识别2.1.1.1 研究背景2.1.1.2 典型应用及应用方法2.1.1.2.1 基于启发式规则的方法2.1.1.2.2 基于字典的方法2.1.1.2.3 基于机器学习的方法2.1.2 关系抽取2.1.2.1 研究背景2.1.2.2 典型应用及应用方法2.1.3 文本分类2.1.3.1 研究背景2.1.3.2 典型应用及应用方法2.1.4 文本聚类2.1.4.1 研究背景2.1.4.2 典型应用及应用方法2.1.5 共现分析2.1.5.1
2021-01-29 11:00:50
10216
2
原创 Matplotlib绘制三维图
简单的绘图示例代码：from mpl_toolkits import mplot3dimport numpy as npimport matplotlib.pyplot as pltfig = plt.figure()# ax = fig.add_subplot(311, projection='3d') # 311代表将整张图平均分为上中下三份，该图占最上面的那一份位置ax = plt.axes(projection='3d')# 三维线的数据zline = np.linspace(0,
2021-01-27 10:25:04
547
原创 PCA主成分分析的知识点
目录1. 概念2. 基本思想/分析步骤3. 功用4. 应用场景5. 案例代码6. 涉及的数学知识点6.1 正交变换6.2 协方差/相关系数感谢：1. 主成分分析 python, sklearn2. Python主成分分析-经典案例分析1. 概念利用正交变换把由线性相关变量表示的观测数据转换为少数几个由线性无关变量表示的数据，线性无关的变量称为主成分。2. 基本思想/分析步骤（1）对给定数据进行规范化：使得数据每一变量的平均值为0，方差为1；（2）对数据进行正交变换：原来由线性相关变量表示的数
2021-01-25 18:14:20
407
原创 Numpy库 numpy.corrcoef()函数
相关系数公式：其他详见：Python Numpy库 numpy.corrcoef()函数讲解
2021-01-20 14:09:53
1666
原创 典型的聚类算法--学习笔记
目录一. 前言二. 典型的聚类算法1. 聚类算法的选择2. K-Means（K均值）（1）原理（2）示意图（3）算法优缺点（4）注意事项（5）示例代码一. 前言本文根据以下资料进行整理，对各位大佬表示感谢！python数据分析：聚类分析（cluster analysis）二. 典型的聚类算法常用的聚类算法分为基于划分、层次、密度、网格、统计学、模型等类型的算法，典型算法包括K-Means（经典的聚类算法）、Mean-shift、DBSCAN、凝聚聚类、BIRCH、谱聚类等。1. 聚类算法的选
2021-01-06 14:23:53
2211
原创 cs231n笔记 -- 2.图像分类
目录内容框架内容一. 图像分类、数据驱动方法和流程二. Nearest Neighbor分类器三. k-Nearest Neighbor4. 验证集、交叉验证集和超参数调参5. Nearest Neighbor的优劣6. 小结7. 小结：应用kNN实践8. 拓展阅读内容框架数据驱动方法和图像分类问题。内容一. 图像分类、数据驱动方法和流程数据驱动：给计算机很多数据（数据库，训练集），然后实现学习算法，让计算机学习到每个类的外形。这种方法，就是数据驱动方法。图像分类流程：图像分类就是输入一个
2020-12-22 15:44:02
405
2
原创 cs231n笔记 -- 1.python, scipy, matplotlib等
快排# 快排：从小到大排# 思想：# 1.取中位数；# 2.以中位数为基准，将数组分为两半；# 3.分别对左右两半递归def quick_sort(list_): if len(list_) <= 1: return list_ midlle_num = list_[len(list_) // 2] right_list = [i for i in list_ if i > midlle_num] midlle_list = [i.
2020-12-21 18:43:09
104
2
原创 C++ 学习笔记
这里写目录标题一. 前言二. c++变量类型一. 前言本文为个人学习笔记，学习资料为c++菜鸟教程，仅供参考~二. c++变量类型(1) float – 单精度浮点值。单精度是这样的格式，1位符号，8位指数，23位小数。(2)double – 双精度浮点值。双精度是1位符号，11位指数，52位小数。c++中的变量声明：(1) 变量声明向编译器保证变量以给定的类型和名称存在，这样编译器在不需要知道变量完整细节的情况下也能继续进一步的编译。变量声明只在编译时有它的意义，在程序连接时编译器需要
2020-12-21 10:36:50
541
原创 Pyinstaller打包python多进程程序出错，在执行多进程之前出现死循环
1.如果pyinstaller的版本>3.3， 只需在__main__下加上“multiprocessing.freeze_support()”感谢文章：https://blog.csdn.net/lghello/article/details/105824910
2020-12-18 15:22:53
997
2
原创 mongodb--对自己学习有帮助的资源集锦（不断更新中）
一、前言：学无止境，在学习mongodb的理论及使用方法时，有以下文章及代码为我提供了很大帮助，特此附上链接，感谢大佬们！希望对您也有参考借鉴的意义！二、借鉴文章mongdb锁的问题三、个人整理解决：使用pymongodb遇到“can’t pickle _thread.lock objects"问题**情况：**多进程，对mongdb中某表采取使用相同的collection（cursor对象）进行“划片 查询”操作。**解决办法：**每个进程单独进行collection的获取和后续的“划
2020-12-17 15:40:53
82
原创 进程Process--对自己学习有帮助的资源集锦（不断更新中）
一、前言：学无止境，在学习进程的理论及使用方法时，有以下文章及代码为我提供了很大帮助，特此附上链接，感谢大佬们！希望对您也有参考借鉴的意义！二、学习笔记 / 翻译分析Python进阶：聊聊IO密集型任务、计算密集型任务，以及多线程、多进程三、个人笔记...
2020-12-14 16:41:31
103
原创 关于C++的介绍
C++ 是一种静态类型的、编译式的、通用的、大小写敏感的、不规则的编程语言，支持过程化编程、面向对象编程和泛型编程。注意：使用静态类型的编程语言是指在编译时执行类型检查，而不是在运行时执行类型检查。ANSI 标准ANSI 标准是为了确保 C++ 的便携性 —— 您所编写的代码在 Mac、UNIX、Windows、Alpha 计算机上都能通过编译。由于 ANSI 标准已稳定使用了很长的时间，所有主要的 C++ 编译器的制造商都支持 ANSI 标准。学习 C++，关键是要理解概念，而不应过于深究语言.
2020-12-14 16:00:48
288
原创 Win10通过VMware安装Ubuntu18.04
感谢大佬文章，附上链接：1. 最新超详细VMware虚拟机安装完整教程2. 虚拟机VMware15中安装Ubuntu18.04步骤
2020-12-09 17:32:11
256
原创 Notepad++ 设置“取消缓存以前打开的文件”
设置 – 首选项 – 备份 – 取消“remember current session for next launch”前的勾选，重启Notepad++，即可。若没有第二步中所说的选项，则是版本太低。在Notepad中按下F1，即可查看版本信息。建议下载V6.8以上版本，官网即可下载。...
2020-12-04 14:40:50
1556
原创 Typora常用功能整理
添加上、下标参考Typora编辑器如何输入上标和下标上标： < sup>内容</ sup>下标： < sub>内容</ sub>2.高亮：== 完整代码如下 ==
2020-11-06 11:41:06
613
1
原创 cs231n学习资料汇总
2017视频链接 https://www.bilibili.com/video/BV1TJ411d7b7?p=1知乎力荐（对应于2017课程）：https://zhuanlan.zhihu.com/p/21930884作业参考：https://www.pythonf.cn/read/121066 ； 也可主要参考知乎链接里的评论
2020-11-03 12:00:28
158
原创 Visual Studio 2019 常用快捷键
代码格式化：step1 – 选中需格式化的代码（一般Ctrl + A，全选）；step2 – Ctrl + k +f附已有资源，感谢作者：1. Microsoft Visual Studio2019常用快捷键
2020-10-20 15:45:12
696
2
原创 进程间通信（IPC -- InterProcess Communication）的五种方式
0. 前言0.1 进程间通信的必要性：进程间空间独立，资源不共享，此时若需要在进程间数据传输，就需要用特定的手段进行数据通信。0.2 常用的进程间通信方式：（1）管道；（2）消息队列；（3）共享内存；（4）信号量；（5）套接字。1. 管道通信（Pipe）1.1 通信原理：在内存中开辟管道空间，生成管道操作对象，多个进程使用同一个管道对象进行读写，从而实现进程间的通信。1.2 实现方法：from multiprocessing import Pipefd1,fd2 = Pipe(dupl
2020-09-22 11:26:59
1723
原创 argparse-- 对自己学习有帮助的资源集锦（不断更新中）
常用代码import argparsedef predict(file): passif __name__ == '__main__': parser = argparse.ArgumentParser() parser.add_argument("-f", "--file", help="file to detect") args = parser.parse_args() predict(args.file)
2020-09-15 15:21:09
105
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