![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
论文阅读
文章平均质量分 78
全全全呀
在读本科生,欢迎一起交流讨论学习
展开
-
论文阅读——U-Net: Convolutional Networks for Biomedical Image Segmentation pytorch论文复现
前言:UNet是发表在2015年的关于医学图像分割的一篇论文,论文地址点击这里。Unet网络结构也是采取的编码器-解码器架构,四次下采样(maxpooling),四次上采样(转置卷积),形成了U型结构,网络结构由下图所示:网上已经有很多关于这篇论文阅读的文章,可以自己搜索一下,也可以参考这篇文章,我感觉是比较详细的,这里我主要放一下复现这篇文章的代码(使用Pytorch框架实现)。一、数据加载部分首先,数据集链接,对数据的预处理见下面的代码:# data.py文件用来进行数据集的制作impor原创 2022-04-10 14:23:52 · 3476 阅读 · 2 评论 -
《异构图神经网络在文章摘要抽取中的应用》——论文阅读笔记
这是阅读的一篇复旦大学实验室的英文论文,论文主要做的工作是使用异构图为模型提取单文档、多文档的摘要,论文原文点这里论文背景提取文档摘要是指从原始文档中提取相关的句子,并将其重新组织为摘要。提取文档摘要的一个关键步骤是学习跨句子关系,实现提取文章摘要的一种直观方法是将它们放在基于图形的神经网络中,该网络有一个更复杂的捕捉句子间关系的结构。目前现有的模型主要遵循编码器-解码器框架,比如说CNN、LSTM、Transformer等,但是现在这些RNNs模型难以捕捉远程语句之间的依赖关系,尤其是在长文.原创 2021-07-18 18:31:32 · 363 阅读 · 0 评论