- 博客(7)
- 收藏
- 关注
RSS订阅
原创 深度学习之医学影像分割与分类_Matlab完整开发流程
Python基本占据了深度学习领域，但是如果是新手玩家由于某个项目需要或者是想快速入门又不会Python，对训练过程及各种超参数不了解，就不妨先试试万能的Matlab，如果对Matlab语法熟悉，使用可视化工具、修改和分析学习架构，学习完Matlab的深度学习编程框架后能很快出成果本项目要实现对乳腺结节超声影像进行分割与分类，实现辅助医生诊断功能。本文将详细介绍Matlab的深度学习编程框架及相关可视化工具，是Matlab&深度学习的基础范例。
2022-04-08 23:09:12
10695
39
原创 事件相机初探（一）
具体地，准备两种不同的堆叠方案，仅关注过去事件的事件堆栈(Econ,past)和同时关注过去和未来事件的事件堆栈(Econ,both,以GT时间戳为基准的2M个混合密度事件堆栈)，引入相似性损失函数，这个损失函数的目标是使这两个不同方案中的中间表示变量（bpast和bboth）变得相似(尽管输入数据不同，但网络应该学会在潜在空间中对它们进行相似性映射)，文中提出使用未来的事件信息来进一步提高深度估计的质量（学习一个包含过去和未来事件的模型，但仅根据过去的数据来推断预测的未来）。作为补救措施，文中提出。
2023-10-20 17:43:47
144
原创 Pytorch学习笔记(二)：transforms的使用
首先找到Totensor定义中的输入输出，输入可以是PIL型，输出为tensor。，writer.add_image需要输入tensor类，要将PIL。最新版本好像可以输入tensor型。
2023-05-23 13:21:36
140
1
原创 Pytorch学习笔记（一）：安装，配置
类似Mtalab或者Pycharm的控制台，是以网页形式打开的。需要在环境中安装Jupyter Notebook（包为nb_conda，3.9以上不可以用conda安装，要在终端安装）,需要在PowerShell对应环境中输入jupyter notebook以在该环境打开。默认打开位置在C盘，是用来新建环境和下载package的软件，可以建多个独立的分环境（如Pytorch），在子环境中配置不同的python解释器版本，所有的环境在env目录下（base是基础环境）。是用在深度学习的一个包，需要在。
2023-05-02 18:36:57
203
1
原创 Matlab实现深度学习可解释以医学影像为例
目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章 Python 机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结前言前一篇文章介绍了使用Matlab实现深度学习模型训练以及一些基础的概念，但是我们不难发现，深度学习是一个端到端的过程，而中间过程是一个“黑盒子”，有时候我们需要知道模型是如何得出最终预测结果及基于何种考虑，特别是在医疗领域
2023-05-02 12:30:56
697
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