weixin_42926076的博客

原创 机器学习中的正则化——L1范数和L2范数

机器学习中的正则化——L1范数和L2范数正则化是什么？为什么要正则化？LP范数L0范数（补充了解）L1范数L2范数L1范数和L2范数的区别以深度学习的角度看待L1范数和L2范数正则化是什么？为什么要正则化？在数学与计算机科学中，尤其是在机器学习和逆问题领域中，正则化是指为解决适定性问题或过拟合而加入额外信息的过程。 在机器学习和逆问题的优化过程中，正则项往往被加在目标函数当中。——维基百科正则化的本质是对某一问题加以先验的限制或约束（如L1范数和L2范数），以达到某种特定目的的一种手段或操作（函数的稀

转载 Ubuntu下nvidia驱动安装方式

转载自：https://blog.csdn.net/Willen_/article/details/1033939101.卸载驱动并重启电脑:sudo apt-get remove --purge nvidia-*sudo apt-get autoremove #特别重要sudo apt-get install -f #特别重要sudo reboot2.如果没有添加显卡驱...

原创 常见开源脑影像分析产品

常见开源脑影像分析产品 软件名称 类型 描述 官网或下载链接 3D Slicer 通用 3D Slicer是一款开源免费的软件，用于图像处理和分析，支持三维处理切片等功能，可在多个平台使用，支持Windows, Linux以及Mac OS X。 MIMICS 通用 MIMICS是一款工具化的图像处理平台，功能丰富自主性强，系统采...

原创 各种池化的实现

中值池化​ 中值池化是参考图像处理中的中值滤波而引申的一种池化方式。在目前CNN架构中极为少见，仅发现一篇论文：基于卷积神经网络和中值池化的人脸识别，不确定是否为水文。​ 在前向与反向传播过程中，中值池化类似于最大值池化，故不再赘述。​ 中值池化同样具有学习边缘和纹理结构的特性，同时具有抗噪性。代码描述参考：# 代码摘自开源项目：pytorch-image-modelsclas...

原创 电脑硬件基础知识及购买指南

基础知识推荐黑冰教程1.0：https://www.bilibili.com/video/av66251569/?p=1内容包括：CPU 内存 硬盘 主板 显卡 机箱 电源 散热观看以上基础课程视频，大约8个小时。强烈推荐！！！购买指南推荐黑冰教程2.0： 电脑三大件CPU 内存 硬盘：https://www.bilibili.com/video/av680...

转载 视觉基础：关于机器视觉、机器学习及人工智能领域

1.1重要会议（1）机器视觉重要会议CVPR：Conferenceon Computer Vision and Pattern Recognition, IEEE,五星ICCV：InternationalConference on Computer Vision, IEEE,五星ECCV：European Conferenceon Computer Vision,五星A...

原创 树莓派之人脸检测

基础知识和教程树莓派的基础知识和教程，可参考知乎用户-张子豪的系列教程。或者直接通过其Github：https://github.com/TommyZihao/ZihaoTutorialOfRaspberryPi以及其B站视频：https://space.bilibili.com/1900783/#/配套食用，效果更佳。其内容包括： 树莓派是什么？能做什么？ 树...

原创 神经网络中通过add和concate（cat）的方式融合特征的不同

cat与add知乎的回答 - 知乎https://www.zhihu.com/question/306213462​作者一：Hengkai Guo的回答 - 知乎https://www.zhihu.com/question/306213462/answer/562776112对于两路输入来说，如果是通道数相同且后面带卷积的话，add等价于concat之后...

原创 深度学习中的各种卷积网络

内容包括：1. 卷积 VS 互关联2. 深度学习中的卷积网络（单通道版，多通道版）3.3D 卷积4. 1x1 卷积5. 卷积算法6. 转置卷积（反卷积，棋盘效应）7. 空洞卷积（扩张卷积）8. 可分离卷积（空间可分离 卷积，深度可分离卷积）9. 扁平化卷积10. 分组卷积11. 混洗分组卷积12. 逐点分组卷积1-6：https://ai...

原创 如何从零开始，入门 LaTeX？

1.TeX Live 下载及安装说明2. 看一份其实很短的 LaTeX 入门文档中文阅读文档：http://dralpha.altervista.org/zh/tech/lnotes2.pdf

原创 研究生论文写作中常见的误区

问题1：摘要与结论几乎重合。多数情况下，论文中摘要部分与结论部分重复率超过70%。对于摘要而言，首先要用一小句话引出为什么做这个研究，然后，简单地概述采用了那些研究方法，然后，直接了当地说出这篇论文的最重要结果，而不是所有的结果，最后说说在这些工作之外重点讨论了一个什么现象就可以。对于论文的结论部分，不再需要把为什么做这个研究、怎么做这个研究说一遍了。正常情况下，应该直接明白地概述所发现的...

原创 Pytorch统计网络参数数量及查看网络中的参数

#网络参数数量def get_parameter_number(net): total_num = sum(p.numel() for p in net.parameters()) trainable_num = sum(p.numel() for p in net.parameters() if p.requires_grad) return {'Total': to...

转载 快速了解GCN（图卷积神经网络）

如何理解 Graph Convolutional Network（GCN）？https://www.zhihu.com/question/54504471推荐初学者可以先从知乎的这个问题出发，点赞最多的《从CNN到GCN的联系与区别——GCN从入门到精（fang）通（qi）》该篇文章非常详细且能够帮助初学者理解的讲述了GCN的大部分理论过程。再补充以后面几人回答的知识，便可以说对GCN有了...

原创 关于神经网络的输出神经元个数的思考

博主对于神经网络的输出神经元个数的问题，起源于“识别手写数字的神经网络为什么需要10个输出而不是四个？”.实际上，这是两种不同的编码方式，两种的网络架构都是可行的，但是我们选择十个神经元而不是四个神经元来表达各类别，是因为这是经验上的选择，从效果来说，输出为十个的效果更好。具体理由如下：如果输出为四个，那么输出层的每个神经元需要学习的是“1和2的手写体之间的区别”之类的断言；...

原创 pytorch代码中常见的问题

1. molded_images = Variable(molded_images, volatile=True) 运行提示：UserWarning: volatile was removed and now has no effect. Use `with torch.no_grad():` instead.# Wrap in variable with to...

原创 中风（脑卒中）研究意义和背景

国际权威医学杂志《柳叶刀》在今年六月发表了一篇重磅论文，分析了1990年到2017年中国34个省份（包括港澳台）居民的死亡原因。中国人目前的第一大死亡原因，是中风。根据百度汉语的中文释义，中风，也叫卒中（cùzhòng）。中医病证名。由脑血管栓塞或发生脑血栓、脑溢血等引起。主要症状是突然昏迷、口眼歪斜、语言困难、半身瘫痪，严重的即时死亡。《柳叶刀》上这篇名为《1990-2017年中国及其各...

转载 医学图像处理入门资料

医学图像处理综述：https://wenku.baidu.com/view/e16c795c84254b35eefd34ea.html深度学习在医学图像处理中的应用：https://zhuanlan.zhihu.com/p/27568550医学影像方面期刊感觉NEUROIMAGE, JACC-CARDIOVASCULAR IMAGE很权威，当然还有其他不少期刊。顶级的会议可以...

转载 核磁T1加权像和T2加权像的区别

原创 anaconda下安装visdom流程

流程步骤打开Anaconda Prompt输入命令 pip install visdom 图片示例：（点击红色圆框所在的位置，然后选择第一个选项，进去命令行操作页面） 安装成功之后接下来在命令行输入 visdom ，并在浏览器输入http://localhost:8097便可以进行访问。进入如下界面：...

原创 MIDL2018-图像回归

Predictive Image Regression for Longitudinal Studies with Missing Data论文链接：https://arxiv.org/abs/1808.07553他人评价：实际上，LDDMM本身就可以理解为一个深度网络，而且是结构最优化的深度网络，基于geodesic shooting的方案实际上和deep learning的前向卷积...

转载 医学图像分析相关的会议

原文：http://blog.sina.com.cn/s/blog_ad7c19000102v42d.html一. 图形学、可视化领域的会议：(一)高级别会议1. Siggraph (图形学领域最高级别会议，不知SCI收录否。国内研究者除非结果特牛，轻易别投)2. Eurograph (作为Computer Graphics Forum一期发表，SCI收录，影响不断增长...

原创 CVPR之分类（图像分类算法优化技巧）

Bag of Tricks for Image Classification with Convolutional Neural Networks作者：Tong He, Zhi Zhang, Hang Zhang, Zhongyue Zhang, Junyuan Xie, Mu Li论文链接：https://arxiv.org/abs/1812.01187源码链接：https://githu...

原创 CVPR之网络设计（Related to Networks）（RePr）

1、RePr: Improved Training of Convolutional Filters作者：Aaditya Prakash, James Storer, Dinei Florencio, Cha Zhang论文链接：https://arxiv.org/abs/1811.07275文章解读：https://mp.weixin.qq.com/s?__biz=MzI5MDUyMDI...

原创 傅里叶变换之按在地上摩擦

本文为作者个人的理解，参考一些文献，同时主要借鉴了此文：https://zhuanlan.zhihu.com/p/19763358，非常感谢这位博主分享。如何理解傅里叶变化？傅里叶变换这个概念，我们最早应该是在高等数学里面接触到的，后来可能有些学习信号与系统或数字信号处理方面课程的童鞋会再深入些的学习。从概念来说：只要满足狄里赫莱条件，任何周期函数都可以变换成一系列正弦函数的叠加。...

转载 windows10上的cuda8和cuda9切换， vs2015

WIN10_CUDA8和CUDA9切换：在开发过程中，CUDA版本经常需要切换。在linux上需要更改环境变量，其实在windows上也是一样的。首先，CUDA8和CUDA9可以兼容安装，在使用时更改环境变量即可切换。如何切换成CUDA8.0:CUDA_PATH，NVCUDASAMPLES_ROOT改成CUDA8.0的路径，Path中CUDA8.0的环境变量移到CUDA9.0的...

原创 全网最详细的Windows里Anaconda-Navigator启动后闪退的解决方案（图文详解）——秘密杀招

问题详情出现Anaconda-Navigator启动后闪退的现象或者Anaconda-Navigator图形界面打不开，会停留在图标然后闪退并且弹出错误网页页面File "C:\Program Files\Anaconda3\lib\site-packages\anaconda_navigator\widgets\main_window.py", line 355, in ...

原创 IEEE期刊论文撰写要求

投稿期刊：IEEE TRANSACTIONS ON IMAGE PROCESSING期刊格式要求：（仅题主关注的部分内容，详情可查阅官方参考模版）科研英语写作问题论文标题应以大写和小写字母书写，而不是全部大写； 不要在标题中写“(邀请)”； 摘要必须在150-250字之间； “Using (1), the potential was calculated.” --Write in...

原创 PyCharm中Anaconda下如何打包python程序成exe（windous环境下的可执行文件）

1.python/pip/pyinstaller不是内部或外部命令，也不是可运行的程序或批处理文件的问题环境：WIN10+Anaconda3原因：可能是环境变量没有添加解决步骤：​ 找到Anaconda3的安装路径 添加环境变量：右键我的电脑--属性--高级系统设置--高级--环境变量 系统变量中的Path变量，双击或者点击编辑 将安装路径加到Pat...

原创 windows10下如何查看nvidia显卡（GPU）的利用率和温度（以及显卡正常温度的范围）

一、如何查看nvidia显卡（GPU）的利用率和温度步骤：1.win+R，再输入‘CMD’进入命令行模式2.输入命令（直接复制即可）：cdC:\Program Files\NVIDIA Corporation\NVSMI3.输入命令（直接复制即可）：nvidia-smi.exe二、看懂nvidia显卡（GPU）的利用率和温度三、显卡温度多少算正常？显卡温度...

原创 python爬虫(Python读取TXT文件中的URL并下载，以下载图片为例)

# -*- coding: utf-8 -*-# 根据图片链接列表获取图片保存到本地from urllib.request import urlretrieveimport os# 解决#import ssl#ssl._create_default_https_context = ssl._create_unverified_context'''通过txt网址文件，下载图...

原创 windous10下+Anaconda+深度学习框架（TensorFlow cpu/gpu 、Keras、Pytorch）+Cuda+Cudnn+pycharm安装教程及避坑手册

一.Anaconda的安装Anaconda的官网：https://www.anaconda.com/1.进入官网2.选择不同系统的不同的版本3.双击安装（按照提示一步步来）双击下载的exe文件 ，如：（这是windous 64位操作系统的）二、深度学习框架（TensorFlow cpu/gpu 、Keras、Pytorch）的安装以下的深度学习框架根据自己的需要...

转载 PyCharm配置Anconda环境时出现Anaconda installation is not found的正确解决方案

1.右键“计算机”选择“属性”，选择“高级属性设置”，点击“环境变量”如图：2.在系统变量Path中添加变量：E:\Program Files (x86)\Anaconda\Scripts即Anaconda安装路径下的Scripts路径如图即可：3.打开PyCharm设置编译器，选择Conda Environment 发现之前的错误就没有啦...

转载 可爱的病毒——电脑病毒竟然被程序员当宠物养！

提起电脑病毒，大家第一时间应该是想到的熊猫烧香，木马等等吧。很多电脑病毒破坏力惊人，熊猫烧香在当年也是让全国人民都陷入一种恐慌状态。但对于我们程序员来说，看过的病毒跟吃的米一样多，哈哈，有点夸张。这篇文章就给大家说说一些另类的病毒，你就会觉得病毒没那么可怕了。1、可爱的病毒程序员甲：我以前中过一个病毒，在我电脑桌面左侧会多了一个可爱的卡通妹子，在哪里吃饭睡觉玩耍，她肚子饿了就去吃掉最靠...

原创 特征选择（区别于特征提取）

特征选择和特征提取的异同先来看一张特征工程的图。特征选择和特征提取都是特征工程下，对于多特征的预处理。其共同的目的是：提高模型预测的准确率减少模型运行的时间，提高学习模型的性能降低维度，更好地理解生成数据的底层流程降低储存的成本特征提取和特征选择统称为降维。（Dimension Reduction）（针对于the curse of dimensionality(维度灾难)，都...

转载 Bagging和Boosting 概念及区别

Bagging和Boosting都是将已有的分类或回归算法通过一定方式组合起来，形成一个性能更加强大的分类器，更准确的说这是一种分类算法的组装方法。即将弱分类器组装成强分类器的方法。首先介绍Bootstraping，即自助法：它是一种有放回的抽样方法（可能抽到重复的样本）。1、Bagging (bootstrap aggregating)Bagging即套袋法，其算法过程如下：A）从原始样...

转载 光谱特征选择

光谱特征选择简介算法框架算法推导参考论文为"Spectral feature selection for supervised and unsupervised learning " 作者 为 Zheng Zhao ；Huan Liu简介这篇文章提出了一种基于"谱图理论"（spectral graph）的特征选取框架（Laplacian score 和 ReliefF 都属于这个框架的一个特.