自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(7)
  • 收藏
  • 关注

原创 linux中写入python代码

linux中写入python代码,vim

2024-07-18 16:04:05 95

原创 配置项目环境

【代码】配置项目环境。

2024-05-24 16:42:01 433 1

原创 深度学习笔记

Dropout叫做随机失活,是作为缓解卷积神经网络CNN过拟合而被提出的一种正则化方法。简单来说就是在模型训练阶段的前向传播过程中,让某些神经元的激活值以一定的概率停止工作,这样可以使模型的泛化性更强。缺点:能会减缓模型收敛的速度,因为每次迭代只有一部分参数更新,可能导致梯度下降变慢。

2024-05-16 11:56:58 128

原创 GAN学习笔记

都是样本为真的概率,即标签为1的概率。log:底数为自然数e。:表示判别器在真实数据。:表示判别器在假数据。

2024-03-29 12:06:45 311

原创 -学习笔记

是一种评估单细胞内染色质可及性的生物分子技术。我们的数据处理管线的起点是类似bed的表格片段文件,其中每行代表检测捕获的唯一ATAC-seq片段。每个片段被映射到一个基因组间隔和一个细胞条形码。

2024-03-29 10:51:02 159

转载 变形GAN的区别

生成对抗网络模型(GAN)是一种生成模型,旨在生成具有与训练数据相似的数据,例如图像或音频。GAN由两个神经网络组成:生成器和判别器。生成器将随机噪声向量转换为类似于训练数据的图像,而判别器则判断图像是否来自训练数据。由一个生成器和一个判别器组成。生成器用来生成伪造的样本,而判别器用来判断一个样本是否为真实的。二者通过对抗训练的方式一起学习,生成器逐渐生成更逼真的样本,判别器逐渐变得更加准确。GAN广泛应用在图像生成、语音合成等领域。

2024-03-29 10:46:46 14

原创 解决wandb.errors.UsageError: api_key not configured (no-tty). call wandb.login(key=[your_api_key])

出现以上问题是因为wandb还没有注册没有设置api-key值。

2023-11-26 19:13:45 2161

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

提示
确定要删除当前文章?
取消 删除