- 博客(8)
- 资源 (2)
- 收藏
- 关注
原创 2018.05.15 Tensorflow$Python version issue
运行Keras代码时,出现: RuntimeWarning:compiletime version 3.5 of mudule 'tensorflow.python.framework.fast_tensor_util' does not match runtime version 3.6问题 此时tensorflow版本为1.4.1 python3.6 经调试升级tensorflow到1...
2018-05-15 11:02:44 236
原创 FSL配置GPU环境运行bedpostx以及probtrackx
之间因为电脑没有显卡,所以为了加快程序速度,配置了condor作业处理系统,本来处理288方向的数据可能会花上7,8天,4核cpu并行了以后时间降为2天。condor的配置步骤另有介绍。 这里介绍的是配置FSL的GPU环境,FSL wiki官网上也说了FSL bedpostx支持GPU并行计算,不过后来发现probtrackx也可以用GPU跑。 这里主要是两个步骤bedpostx以及p
2017-07-06 21:58:44 5856 11
原创 在ubantu搭建FSL环境并配置HTconcor所遇问题
ubantu版本16.04FSL5.0.8目的是使用FSL里的FDT工具做DTI数据的概率跟踪,主要使用bedpostx及probtrackx函数。根据FSL官网信息,bedpostx需要15个小时处理。而我已经跑了一天,才处理完144个slice里的40个,时间消耗太大。网上搜了一下,发现FSL提供了并行处理的方式,http://neuro.debian.net/bl
2017-06-21 16:12:37 1027 2
原创 逻辑回归
sigmoid,或者说exponential family具有的最佳性质,即maximum entropy的性质。虽然不清楚历史上孰先孰后,但这并不妨碍maximum entropy给了logistic regression一个很好的数学解释。为什么maximum entropy好呢?entropy翻译过来就是熵,所以maximum entropy也就是最大熵。熵原本是informatio
2017-04-12 15:37:19 263
原创 对线性回归中cost函数选取最小二乘原因理解
首先,我们来考虑数据拟合的实际状况:当我们寻找模型来拟合数据时,偏差是不可避免的存在的。对于线性回归,即假设定义的自变量与因变量之间存在线性关系。比如对于如下数据:我们假定存在一条直线能尽可能拟合所有数据,,其中表示噪声。也就是因为噪声,所以实际的数据分布会与预期不一致,即散落在直线附近。在线性回归中,我们假设噪声的分布满足正态分布(即高斯分布)。现在,我们已经知道噪声
2017-04-11 15:32:31 941
原创 prefreesurferpipeline学习
# 1. To average any image repeats(i.e. multiple T1w or T2w images available)# 2. To create a native, undistorted structural volume space for the subject * Subject images in this native space
2017-03-13 22:14:53 873
原创 第四周学习
1.shell中local函数表示此变量仅作用于本函数范围内。2.shell变量$#,$@,$0,$1,$2的含义解释: $$ :Shell本身的PID(ProcessID) $! :Shell最后运行的后台Process的PID $? :最后运行的命令的结束代码(返回值) $- :使用Set命令设定的Flag一览 $* :所有参数列表。如"$*
2017-03-13 14:50:25 295
原创 HCP Pipeline3.21.0在ubantu16.04下的搭建流程
前段时间课题需要用到HCP项目中的pipeline工具,pipeline下载,版本为3.21.0,网站有相关的搭建过程,https://github.com/Washington-University/Pipelines/wiki/v3.4.0-Release-Notes%2C-Installation%2C-and-Usage。但是在实际操作中发现,此手册 pipeline版本为3.4.0,而现在已经有很多高版本的pipeline,并且其中很多程序的安装根据系统,版本的不同有很多不一样的地方,自己也花了很
2017-02-17 11:58:18 2505
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人