实验室
文章平均质量分 71
在实验室项目中所学到的技术以及遇到的问题
是志明呀
厚积薄发
展开
-
解决 Socket 网络通讯中的粘包、半包问题
1)本文章针对 Java 以及 Python 两种语言的不同特性来解决 Socket 网络通讯中的粘包、半包问题,这两种解决办法的代码实现自己思考了很久,所以讨个赞不过分吧。1 什么是半包、粘包问题TCP通讯为何存在粘包呢?主要原因是 TCP 是以流的方式来处理数据,再加上网络上 MTU 的往往小于在应用处理的消息数据,所以就会引发一次接收的数据无法满足消息的需要,导致粘包的存在。处理粘包的唯一方法就是制定应用层的数据通讯协议,通过协议来规范现有接收的数据是否满足消息数据的需要。 2.原创 2021-05-02 14:58:28 · 1006 阅读 · 0 评论 -
MICCAI Proceedings(MICCAI会议论文)的TEX模板下载
虽然知道“做任何一件事情都不会是轻松的,要是轻松的话那么大家都去做了”这个道理,但是这次寻找MICCAI Proceedings(MICCAI会议论文)的TEX模板可真的让人头皮发麻,还好我没放弃,不然就遇不到你了!这几天为了找到它可真是煞费苦心呀!!!!看来,坚定地做一件事情,就看着它,那么就肯定能完成。你看,它刚才就在不经意间出现了。果然,机会都是留给有准备的人。今天地Ctex的学习也是这样...原创 2020-02-18 20:17:08 · 3104 阅读 · 4 评论 -
利用Python为ROS编写第一个发布者和订阅者
\话题服务同步性异步同步通信模型发布/订阅服务器/客户端底层协议ROSTCP/ROSUDPROSTCP/ROSUDP反馈机制无有缓冲区有无实时性弱强节点关系多对多一对多(一个server)适用场景数据传输逻辑处理...原创 2021-04-18 18:57:40 · 764 阅读 · 0 评论 -
在 Ubuntu 18.04 安装 ROS
1 添加 ROS 软件源sudo sh -c 'echo "deb http://packages.ros.org/ros/ubuntu $(lsb_release -sc) main" > /etc/apt/sources.list.d/ros-latest.list'2 添加密钥sudo apt-key adv --keyserver hkp://ha.pool.sks-keyservers.net:80 --recv-key 421C365BD9FF1F717815A3895523BAE原创 2021-04-17 19:22:15 · 249 阅读 · 0 评论 -
神经网络基本概念以及Pytorch实现
1 神经网络1.1 定义一个简单的神经网络结构图如下图所示:2 卷积神经网络2.1 定义一个简单的卷积神经网络的结构与全连接层网络的区别:2.2 经过卷积层后特征图尺寸的改变2.3 经过池化层后的特征图尺寸的改变2.4 梯度下降法——用于反向传播2.5 Dropout当一个网络过于复杂,而训练样本太少,则会导致过拟合,所以,在网络的训练中常常采用dropout结构,即在训练过程中有概率地无效一些神经元。(实际上,在训练网络的迭代过程中,每一个神经元都能学习到相关参数)3 Pytho原创 2020-11-09 18:27:01 · 271 阅读 · 0 评论 -
机器学习期末考试复习
目录一、KNN分类算法与K-means聚类算法二、在正则化时不同范数之间的区别三、监督学习与非监督学习有哪些四、高偏差(Bias)与高方差(Variance)4.1 诊断偏差与方差(Diagnosing bias vs. variance)4.2 从训练集和验证集上看是高偏差还是高方差的原因4.3 当知道是高方差(过拟合)还是高偏差(欠拟合)的原因后,就可以知道用什么方法来解决。4.4 出现不同的问题时,解决途径是不同的,如果用错了方法,有可能会得到相反的效果。4.5选择正则化参数的方法4.6 高偏差与欠原创 2020-07-06 16:58:54 · 11862 阅读 · 0 评论 -
CT与MRI之间的区别
CT与MRI是两种截然不同的检查方法。MRI是Magnetic Resnane Iamge的简称,中文为磁共振成像。 MRI由不同的扫描序列可形成各种图像,如T1加权像、T2加权像、质子密度像等,还有水成像、水抑制成像、脂肪抑制、弥散成像、波谱成像、功能成像等。CT是Computed tomography的简称,中文名为计算机断层扫描。MRI和CT成像在实际中的优势差异:第一:CT只能做人体...原创 2020-01-18 10:18:44 · 1547 阅读 · 0 评论 -
用Python进行深度学习时为何将DICOM(.dcm)数据转化为NIFTI(.nii)数据
1、预先知识(医疗数据的组成)医疗数据的组成={元数据:神秘的数据,可以是病人的ID和名字等光度解释:若是黑白照片则是0−255的灰度值,若是彩色照片则是RGB为0−255像素数据:不同类型的数据,即int或者float型像素深度:黑白照片深度就是一层,彩色照片深度就是三层医疗数据的组成=\begin{cases}元数据:神秘的数据,可以是病人的ID和名字等\\光度解释:若是黑白照片则是0...原创 2019-10-25 15:36:40 · 7556 阅读 · 1 评论 -
ValueError: pic should be 2/3 dimensional. Got 4 dimensions
在训练神经网络模型的时候,出现了这个错误:ValueError: pic should be 2/3 dimensional. Got 4 dimensions将dataset中的数据和标签的transforms=transforms.ToTensor改写为不进行to tnesor这一步即可解决问题。 # x_transforms = transforms.ToTensor() ...原创 2020-01-17 19:51:29 · 15469 阅读 · 2 评论 -
PyTorch中permute的用法
最近在老师的代码中遇到了.permute这个方法,虽然知道它的功能是什么,但是维度换位时真的很不清楚它到底是怎么换的!查了很多帖子,都没有搞懂。。。很不容易终于把它弄懂了之后,想把它记录在这里,以防止下次遗忘!一、当对一个tensor用permute进行维度转换时,并不会改变该tensor中的维度 ,而是需要将转换后的值赋值给另一个变量,如下图:import torch#首先,新建一个三...原创 2020-01-14 10:44:29 · 1883 阅读 · 2 评论 -
pytorch在网络训练中,读取数据时出现问题
Starting epoch 1/100.----------Traceback (most recent call last): File "E:/Sharm Zhao/3D_U-net/train.py", line 89, in <module> label_transforms=y_transforms) File "E:/Sharm Zhao/3D_U-n...原创 2020-01-12 10:03:37 · 3961 阅读 · 0 评论 -
安装GPU版PyTorch
这段时间准备用pytorch来跑深度学习,之前在anaconda上直接下载的GPU版似乎不能直接使用,问了师兄,原来不仅仅装一个GPU版的pytorch就可以,还要安装对应显卡的一些东西,这过程废了很多时间,所以想把它总结在这里,希望想安装的人少走一点弯路。1 在NVIDIA官网下载显卡对应的CUDA驱动下载地址:https://developer.nvidia.com/cuda-downlo...原创 2019-11-10 21:16:15 · 653 阅读 · 0 评论 -
在调试3D U^2(universal U)-Net网络时遇到的一些问题
最近在复现论文中的代码。虽然在调试时,被代码折磨得头皮发麻,但终于花了三周的时间终于把它调通了,爽!!!在代码调试的时候遇到了几个问题,想把它们记录在这里。1、当网络结构出现问题时,我调试的时候发现调试框会一直显示一个警告:(NameError)name ‘x’ is not define如下图:...原创 2020-01-05 19:11:17 · 397 阅读 · 1 评论