塞上江南的专栏

原创 Python编程总结（二）

1. pytorch中保存好加载网络及参数的代码： a. 保存及加载整个网络的结构及权重信息： torch.save(Target_model, "model_save.pth"); Target_model=torch.load("model_save.pth"); b. 只保存网络的权重参数： torch.save(Target_model.state_dict, "model_save.pth"); Targe...

原创 Linux服务器+GPU配置总结（五）

1. Ubuntu采用mstsc远程登录时桌面文件夹图标显示很简单问题的解决：在左上角applications菜单里选择Apperance，然后再Icons里面选择想要的外表。2.

原创 3D文章修改总结

1. Xiao Min那篇文章的思想：假设有k类，其中的字典为：其中，表示的第i类的训练集合，测试样本为，然后解决下面的l1最小化问题：最小化这个式子得到最小化参数\hat{s}后，然后依次计算下面的残差：然后输出测试样本所属标签：.2. 文章中在介绍自己的网络结构前，先用一个表给出所有字母符号代表的意义。多学学已出版文章中的绘图方式。Wasserstein triplet loss，采用Wasserstein 距离来作为损失函数的，可以考虑下如何去设计一个针对偏

原创 JAVA学习总结（一）

1. IDEA全称IntelliJ IDEA, 是用于Java开发的集成环境，也可以用于其它语言，IntelliJ在业界被公认为最好的Java开发工具之一，尤其在智能代码助手，代码自动提示，重构，J2EE支持，Ant, Junit, CVS整合，代码审查，创新GUI设计等方面功能超常。2. 与Eclipse相比IDEA没有工作空间的概念，因为其一个project就相当于一个独立的工作空间，且在一个project下可以建多个model，多个model和project之间可以独立设置jdk和maven.

原创 思维才是力量

1. 以前总认为知识就是力量，但是今天听了钱旭红老师的讲座之后，才体会到，知识只是 学习的结果，是前人已经创造出来的东西，而思维是创造新东西的这个过程，相当于授人以渔中的渔，而不是授人以鱼中的鱼。知识的掌握在现在看来更多的是一个重复、无新的东西产生的体力劳动过程，而创造新事物的这个思维则是提高生产力的关键。这里思维的含义主要有三个：总的来说就是思维=形象思维（想象力思维）+逻辑思维（形式）+系统性思维（格局）。2. 本来在讲座最后是要提问一个问题的，但是由于时间关系没来得及提，有点遗憾，后面需要及早大胆

原创 零杂知识总结（一）

1. 冲激函数是偶函数，其导数为奇函数，所以在0点处的值如果有意义的话其值为0；对于奇函数，其在定义域内的积分值为0。

原创 Numpy中的两种矩阵乘法和两种点乘

1. 矩阵乘法：对于结果矩阵中的每一个元素，其值等于第一个矩阵中该元素所在的行与第二矩阵中该元素所在的列相乘并求和；2. Numpy中的两种矩阵乘法：Numpy.dot(a,b)和运算符 ‘@’； 两种点乘：Numpy.multiply(a,b)和*；3. 例1：a = np.array([1,2,3]); b =np.array([1,2,3]); c = n.dot(a,b); d = np.multiply(a,b); e = a@b; f = a*b; 结果：c = e = 14...

原创 HE染色分割图像文献阅读总结（一）

《Dual-channel active contour model for megakaryocytic cell segmentation in bone marrow trephine histology images》, 2017 IEEE TBME, Tzu-Hsi, Song, Victor Sanchez et al. 内容：文中主要提出了一种结合CV主动轮廓模型的巨核细胞分割方法，首先采用文献《A nonlinear mapping approach to stain norma..

原创 使用MATLAB找出图像中的封闭孔洞及其边界

1. 方法1： a. 首先使用imfill(bw_Img,'holes')函数对二值图像进行填充; b. 然后用填充后的图减去原图，得到孔洞图； c. 最后用bwperim(Enclosed_bw_Img,8)函数提取孔洞边界轮廓。2. 方法2： 采用Flood-Fill 泛洪算法。具体需要查找资料深入了解。...

原创 Windows和Linux忘记密码时的重置方法

Windows重置密码的步骤：首先制作老毛桃系统启动盘，然后选择里面的密码修改工具即可。Linux系统重置密码的步骤：1. 开机进入到grub选项；2. 选择“linux高级选项”，Enter进入；3. 选择有recover mode的选项，注意只是选择到，不用Enter进入；4. 按e键进入到该选项的启动指令编辑界面，找到“linux ......... ro recovery nomodeset”这句；5. 将“recovery nomodesett”替换为"quiet sp

原创 Ubuntu 16.04固定IP地址并配置DNS服务器

1. 首先查看网卡名称： a. 终端输入： sudo ifconfig; b. 显示如下： c. 可以看到有两个显卡，名称分别为enp129s0f0, enp129s0f1。2. 用gedit或者vim打开/etc/network/interfaces文件，然后添加如下指令：# 固定显卡1 IP地址，DNS等auto enp129s0f0iface enp129s0f0 inet staticaddress xxx.xxx.xxx.xxx ...

原创 最近工作总结(一)（2019.12.09）

最近工作总结(一)（2019.12.09）1. 下一个方向：a. 将之前的分割方法应用到偏振图像中；b. 如何结合目前最新的神经网络（GAN，膨胀卷积，增强学习，何恺明的最新文章）；c. silu给的染色图像和偏振图像的配准，然后再拼接（shaojun的项目）；d. zhuyuanhuan的30张图像对齐的问题；e. 元学习（meta learning）；2. 强化学习（Reinforcement learning, RL）: 又称为再励学习，评价学习或增强学习，是机..

原创 分类或聚类任务中常用的评价指标计算方法

1. 预备知识： 预测为正 预测为负 真值为正 TP FN 真值为负 FP TN TPR: TP/(TP+FN)，真正率，正样本中被预测为正的比例；FNR：FN/(TP+FN), 漏检率，正样本被预测为负的比例；FPR： FP/(FP+TN), 虚警率，负样本被预测为正的比例；TNR： TN /(FP.

原创 MATLAB绘制ROC曲线并计算AUC值

最近需要比较不同CNN网络的分类效果，用到了Auc值，所以学习了下用MATLAB绘制ROC曲线并计算Auc值的代码，总结如下。1. 子函数代码：% 计算AUC值，同时绘制ROC曲线% 二值分类，predict为预测为真的概率值，ground_truth为真值标签，均为一维向量% 返回值：PX, PY为ROC曲线上的点，Auc为ROC曲线下面面积值% Create Date: 2020/10/16function [PX,PY,Auc] = calculate_roc(predict, g

原创 神经网络参数更新公式推导（三）——卷积神经网络（CNN）

一、引言与全连接神经网络不同，卷积神经网络每一层中的节点并不是与前一层的所有神经元节点相连，而是只与前一层的部分节点相连。并且和每一个节点相连的那些通路的权重都是相同的。举例来说，对于二维卷积神经网络，其权重就是卷积核里面的那些值，这些值从上而下，从左到右要将图像中每个对应区域卷积一遍然后将积求和输入到下一层节点中激活，得到下一层的特征图。因此其权重和偏置更新公式与全连接神经网络不通。通过卷积核替代权重矩阵的意义在于：1. 降低的计算量；2. 权重得到共享，降低了参数量。UFLDL（Unsuperv

原创 神经网络参数更新公式推导（一）——单隐层网络

一、 神经网络的发展过程：1. MP 神经元；2. 感知机；3. 多层前馈神经网络；4. 误差逆向传播算法；二、 神经网络发展中的问题：早期的感知机只有一个MP神经元，不能处理非线性问题，甚至连最简单的“异或”问题都不能解决。出现这种显现的问题在于只有一个MP神经元，但是自然界中绝大多数生物都不止一个细胞，当单个MP神经元出现局限的时候，自然会想到在感知机基础上增加更多的神经元，让感知机更加强大。解决非线性问题的方法：增加MP神经元数量，例如可以再增加一层神经元，如下图：

原创 神经网络参数更新公式推导（二） ——全连接深度神经网络

一、引言与仅包含一层隐含层的网络不同，深度神经网络一般采用的激活函数为ReLU而不是Sigmoid函数，并且没有了阈值，而在每一层的输出上加上了偏置（Bias）。对于三层神经网络中隐层的节点，其输入首先要与阈值作差，然后将差值输入到激活函数(Sigmoid)中。虽然都是采用BP算法进行更新，但三层网络更新的是权重和阈值，而深度网络中更新的是权重矩阵和偏置。此外，由于是多层隐含层，所以需要在更新当前层的时候用到后面一层的信息，需要明确给出权重矩阵和偏置的更新公式。二、输入变换1. 以卷积神经网络为

原创 Matlab中mex, mexcuda和nvcc编译的不同

1. mex: 既是一个路径名称也是一个函数名称，作为函数，其作用是编译并链接源文件到一个共享的库中（shared library），这个共享的库称为mex-file，可以在MATLAB中运行，为单独的MATLAb引擎和MAT文件应用构建可执行程序，可以看作是matlab execute(mex)的简写。2. mexcuda：编译一个mex-function用于GPU计算。具体为编译并链接源文件到一个shared library中，这个共享库称为mex-file，可以在MATLAB中运行。mexcuda

原创 Linux服务器+GPU配置总结（四）

1. Docker: 是一个开源的应用容器引擎，可以让开发者打包自己的应用以及依赖包到一个可移植的容器中，然后发布到任何流行的Linux机器上，也可以实现虚拟化。容器是完全适用沙箱机制，相互之间不会有任何接口。中文名是应用容器引擎，类别是操作系统层虚拟化，所使用的编程语言是Go语言。2. Go语言：是Google开发的一种静态强类型、编译型、并发型，并具有垃圾回收功能的编程语言。类似于C语言，但对变量的声明有所不同，与Java不同的是Go内嵌了关联数组（哈希表或字典），就像字符串类型一样。3. Go

原创 Ubuntu 16.04安装搜狗拼音

1. 首先安装fcitx: a. 在终端输入：sudo add-apt-repository ppa:wengxt/fcitx-nightly; 接着按Enter继续； b. 终端输入：suo apt-get update; c. 安装fcitx及配置插件：sudo apt-get install fcitx fcitx-config-gtk...

原创 CentOS 远程连接不上问题的解决

1. 所用的系统是CentOS，在终端进行ping操作时，不通，远程登录也连接不了；2. 解决方法：a. 手动安装Networkmanager-tui：yum install NetworkManager-tui；b. 在命令行运行nmtui；c. 如果显示NetworkManager is not running，则需要手动启动NetworkManager: ...

原创 随机森林基础知识总结

1. 决策树与随机森林的区别：决策树是一种非线性有监督分类模型，随机森林是一种非线性有监督分类模型，线性分类模型比如说逻辑回归，可能存在不可分问题，但是非线性分类就不存在。2. 解决过拟合的两种方法: 一、剪枝；二、随机森林。3. 随机森林是当前一个比较火的算法，它的优点有：a. 在数据集上表现良好；b. 在当前的很多数据集上相对于其他算法有很大的优势；c. 能处理...

原创 多视角图像序列深度图估计

原创 深度学习文献总结

文献1. Hinton在《科学》上发表的“reducing the dimensionality of data with neural networks”. 引用格式：Geoffery E. Hinton, Salakhutdinov RR. Reducing the dimensionality of data with neural networks. Science. ...

原创 采用Mask RCNN分割自己的数据集

采用Mask RCNN分割自己的数据集下载源工程代码：https://github.com/matterport/Mask_RCNN；解压，进入主文件夹，安装所需模块：pip3 install -r requirements.txt;下载Jupyter Notebook以及coco权重：mask_rcnn_coco.h5，了解Jupyter Notebook的使用方法，采用Jup...

原创 Python读取Raw byte类型数据

1. 原始数据：从BrainWeb 网站上下载的.rawb类型数据； 2. 目标：读取原始文件中的二进制文件，将其转换成bmp图像文件，然后保存起来； 3. 主函数代码： # This code is used to transform the unknown type file: *.rawb, into BMP files# in order to get the ...

原创 Python编程总结（一）

1. python中将Numpy数组保存为图像的方法： 方法1： import scipy.misc scipy.misc.imsave(‘resultImg.jpg’, numpyMat) 注意：上面的转换将最小值min转换为黑色，将最大值转换为白色，如果需要得到精确的灰度或者RGB值，应该使用下面的方 式： ...

原创 Linux服务器+GPU配置总结（三）

1. pycharm安装模块的方法： 点击File，选择Default Settings或者Settings for New Projects，然后下拉Project Interpreter这一栏，选择系统里面安装的python3.5，然后点击“+”安装所需要的模块。2. Tensorflow在Pycharm中报错：找不到libcublas.so.9.0的解决方法： ...

原创 Linux服务器+GPU配置总结（二）

1. 永久挂载机械硬盘的方法：    首先得到/dev/sda3这个分区的UUID,使用以下命令:        sudo blkid /dev/sda3    Ubuntu Linux 永久挂载(mount)分区    然后,我们按照/etc/fstab文件中的格式添加一行如下内容:        UUID=904C23B64C23964E /media/aborn/data...

原创 Linux服务器+GPU配置总结（一）

1. 普通用户增加sudo命令的解决方法： a. 切换到root用户下：su – root b. 给/etc/sudoers文件添加写权限 :chmod u+w /etc/sudoers c. 给普通用户添加使用sudu的的权限： vim /etc/sudoers 找到这行：root ALL=(ALL) ALL, 在这行下面添加...

原创 基于PCA+SVM的MINIST数据集分类

1. MINIST数据集下载地址：http://yann.lecun.com/exdb/mnist/.2. MINIST数据图像读取MATLAB代码(参考斯坦福大学Andrew Ng教授的课件):function images = loadMNISTImages(filename)%loadMNISTImages returns a 28x28x[number of MNIST images] ...

原创 Ctex中插入Visio图的步骤

1. Step1: 首先将Visio保存成PDF格式，在这一步中需要注意的是保存的时候需要在选项中将背景标记、文档结构标记和辅助功能文档结构标记给去除掉（如下图所示），否则生成的EPS图会有一个边缘框；2. Step2: 采用AdobeAcrobat Pro打开PDF文档，然后点文件->另存为其他->更多选项->内嵌式Posterscript，将PDF转换成EPS文件； 3

原创 OpenCV3.2采用CMake编译时下载ippicv_windows_20151201.zip失败的问题解决

CMake 编译OpenCV3.2为32位环境。

原创 Keras VGG16中ValueError: filter must not be larger than the input问题的解决

问题描述:由于不同的backend(theno或tensorflow)对输入inpu_img维度要求的次序不一样,所以如果弄混就会出现上述错误.解决方法:方法一:    假设输入:model.add(ZeroPadding2D((1,1),batch_input_shape=(1,3,img_width,img_height)))将其改为:

原创 numpy.random.uniform介绍

numpy.random.uniform介绍：1. 函数原型：  numpy.random.uniform(low,high,size)功能：从一个均匀分布[low,high)中随机采样，注意定义域是左闭右开，即包含low，不包含high.

原创 Python中关于“warning: Debugger speedups using cython not found”问题的解决

问题描述：Cython加速调试没有打开。Cython是Python的一个扩展模块工具，采用Python和C语言混合编成，用于加速Python计算速度。

原创 Matlab 2016a和VS2013混合Dll编程步骤

1. 从Matlab导出.m文件为Dll文件；Step1：将Matlab工作路径转为目标.m文件所在文件夹，在控制栏输入“mex –setup”，弹出如下说明：Step2：点击“mex –setup C++”，弹出如下说明，看到“MEX configured to use ‘Microsoft Visual C++2013 Professional’ for C++ langu

原创 鼠标滚轮实现单文档视图的放大与缩小

鼠标滚轮实现单文档视图的放大与缩小其主要原理是利用SetWindowExt和SetViewportExt函数来动态调节窗口区和视口区的比例，设窗口区与视口区之间的比例系数为m_delta，鼠标滚轮每滚动一次，在视图View类的响应函数OnPrepareDC中就改变一次m_delta，然后调用OnPaint函数重新绘图，这样看起来就实现了视图的放大与缩小。其主要步骤如下：1. 建立单文档

原创 有关“CRT detect that the application wrote to memory after end of heap buffer”问题的解决

今天在编写函数求解矩阵的逆时出现“CRT detect that the application wrote to memory after end of heap buffer”的问题，主要代码如下：   a = (double**)malloc(N*sizeof(int*));   L = (double**)malloc(N*sizeof(int*));   U = (doubl