本筆記來(lái)源于B站Up主: 有Li[https://space.bilibili.com/542601735?from=search&seid=1559273713796356...
IP屬地：浙江
-
影像組學(xué)學(xué)習(xí)筆記(32)-使用SimpleITK進(jìn)行N4偏置場(chǎng)校正 -
Kaggle提升模型性能的超強(qiáng)殺招Stacking——機(jī)器學(xué)習(xí)模型融合之前的文章中談到了機(jī)器學(xué)習(xí)項(xiàng)目中掂林，要想使得使得機(jī)器學(xué)習(xí)模型進(jìn)一步提升，我們必須使用到模型融合的技巧瞭亮，今天我們就來(lái)談?wù)勀Ｐ腿诤现斜容^常見(jiàn)的一種方法——stacking。翻譯成中...
-
Unet復(fù)現(xiàn)記錄復(fù)現(xiàn)： 1.從GitHub下載源碼以后固棚，按照README 配置U-net的環(huán)境统翩。這里給出GitHub源碼鏈接：pytorch Unet[https://github.com...
-
Pytorch-UNet訓(xùn)練簡(jiǎn)介 本節(jié)主要是介紹我怎么用上一節(jié)實(shí)現(xiàn)的UNet進(jìn)行訓(xùn)練，一共分成3部分進(jìn)行說(shuō)明此洲。需要強(qiáng)調(diào)的是厂汗，本節(jié)中的數(shù)據(jù)集以及很多模型訓(xùn)練想法都是來(lái)自【Keras】基於SegNet和U-...
-
圖(graph)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)(四)--代碼解析(Model_2)【2】Model_2: 1stChebNet(2017)-github：gcn (https://github.com/tkipf/gcn) (tensorflow) {Se...
-
電腦遠(yuǎn)程控制的方式網(wǎng)絡(luò)運(yùn)維人員或者日常指導(dǎo)工作需要，經(jīng)常會(huì)需要對(duì)遠(yuǎn)端的計(jì)算機(jī)進(jìn)行遠(yuǎn)程控制的操作呜师，下邊介紹幾種常用的遠(yuǎn)程控制方法 windows自帶的遠(yuǎn)程桌面娶桦，比較便利的一點(diǎn)是不需要額外安裝，在...
-
RNA-seq 轉(zhuǎn)錄組批次效應(yīng)校正 combat代碼
在合并分析不同來(lái)源或不同數(shù)據(jù)集的時(shí)候汁汗，需要做一個(gè)合并前的批次校正衷畦，在校正前后，可用PCA聚類查看批次校正的效果知牌，以評(píng)估校正的可靠性祈争。 這里我們用到的是sva包的combat函...
-
「人工神經(jīng)網(wǎng)絡(luò)」17人工神經(jīng)網(wǎng)絡(luò)之BP算法
1.人工神經(jīng)網(wǎng)絡(luò) 人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network，ANN)是在受到了生物學(xué)的啟發(fā)后創(chuàng)建的角寸，在某種程度上它是對(duì)生物大腦的一種模擬菩混。人們仿照生物...
