生物医学深度学习实战第15页

python猫狗大战pytorch_深度学习实战---猫狗大战(pytorch实现)

数据准备猫狗大战数据集下载链接微软的数据集已经分好类，直接使用就行，数据划分我们将猫和狗的图片分别移动到训练集和验证集中，其中90%的数据作为训练集，10%的图片作为验证集，使用shutil.move()来移动图片。新建文件夹train,test,将数据集放入train中，利用代码将10%的数据移动到test中文件移动代码importosimportshutilsource_path=r"E:\猫

weixin_39782782·2022-12-17 16:43

PyTorch深度学习实战

PyTorch实战项目结构和流程使用PyTorch进行深度学习实战main文件model文件engine文件utils文件使用PyTorch进行深度学习实战使用PyTorch进行深度学习实战，对我来说一般编写四个文件来完成深度学习项目

小高高不要bug·2022-12-17 10:15

pytorch深度学习实战一书，tensorboard可视化踩坑

书评&踩坑@[TOC](书评&踩坑)`提示：纯个人观点，仅供参考`前言一、源码学习，又是版本问题（省略内心独白...）二、步骤1.安装tensorflow2.思考，看代码，看书求证总结提示：纯个人观点，仅供参考前言说实话，转到pytorch后，还是第一次在pytorch学习使用tensorboard。torch.utils.tensorboard，不得不说容人之量是很好的。优点学习不回避，点个赞。

老王小可·2022-12-17 10:10

【案例实践】Python多元线性回归、机器学习、深度学习在近红外光谱分析中的实践应用

查看原文>>>基于Python多元线性回归、机器学习、深度学习在近红外光谱分析中的实践应用【专家】：郁磊副教授主要从事MATLAB编程、机器学习与数据挖掘、数据可视化和软件开发、人工智能近红外光谱分析、生物医学系统建模与仿真

吹翻书页的风·2022-12-17 09:24

唐宇迪Pytorch笔记（附课程资料）

目录pytorch_tutorial介绍软件架构安装教程所需python包使用说明配套资料{title={pytorch深度学习实战},author={唐宇迪},url={https://github.com

学习小呆呱·2022-12-16 19:53

UCI数据集+机器学习+十折交叉验证

本文为本学期《生物医学信息》课程作业，第一次发文，希望可以记录自己的学习状态，和大家一起学习进步。

刘大白白·2022-12-16 16:52

边玩边学！交互式可视化图解！快收藏这18个机器学习和数据科学网站！

作者：韩信子@ShowMeAI机器学习实战系列：https://www.showmeai.tech/tutorials/41深度学习实战系列：https://www.showmeai.tech/tutorials

ShowMeAI·2022-12-16 15:17

SimpleITK、pydicom的安装使用——踏上python生物医学图像处理的初学之路

一、两个库的安装pip均可直接安装。这里说说conda怎么安装SimpleITK。首先这个库是不在默认的channel里面的所以不能够直接安装。因此需使用：来寻找SimpleITK库的channel。应该会在结果当中找到SimpleITK/SimpleITK这个"channel/package"的项目。然后：来寻找SimpleITK库的channel。应该会在结果当中找到SimpleITK/Sim

hdpai2018·2022-12-16 07:44

pytorch深度学习实战lesson36

第三十六课锚框因为我们在目标检测里面需要预测边缘框，所以给我们的预测带来了很大的问题。我们在卷积神经网络里面做图片分类的时候，整个代码写起来看上去非常简单，就是一个softMax出去就完事了。但是因为有边框的加入，使得我们在预测的时候麻烦特别多。今天这里讲的一个技术是锚框。锚框就是计算机视觉算法里生成的一些用于预测的边缘框。叫anchorbox。目录第三十六课锚框理论部分实践部分理论部分锚框就是说

光·宇·2022-12-16 04:58

2022最后一个月如何快速发表一篇SCI

新增19本SCI/SSCI/EI期刊(含TOP/CCF)，其中新增：计算机类期刊9本(含CCF-B)；生物医学制药类期刊3本；环境/能源类期刊3本；工

欧亚学术-朱编辑·2022-12-15 07:59

[pytorch] Resnet3D预训练网络 + MedMNIST 3D医学数据分类

而MedMNISTv2，是一个大规模的类似MNIST的标准化生物医学图像集合，包括12个2D数据集和6个3D数据集。所有图

liyihao76·2022-12-14 23:36

【论文】U-Net: Convolutional Networks for Biomedical Image Segmentation

论文题目：U-Net:ConvolutionalNetworksforBiomedicalImageSegmentationu-net，用于生物医学图像分割的卷积网络1.Introduction深度神经网络在视觉领域发展非常迅猛

狂野摇摇车·2022-12-14 15:29

纹理分析及其在医学成像中的应用

鉴于纹理分析应用广泛，本研究主要集中在生物医学图像分析领域，并整理了一份最新的生物组织和器官相关的疾病产生的纹理变化的列表，可用于查阅疾病的发病和进展。

思影科技·2022-12-14 15:23

pytorch深度学习实战lesson34

第三十四课微调微调是计算机视觉，特别是对深度学习来讲最重要的一个技术，就是你可以发现整个深度学习为什么能够work，这是因为有微调在。所谓的微调也叫transferlearning，就是迁移学习，这是改变了整个计算机视觉的方法。所以这个是最重要的一个技术，大家一定是要搞清楚。目录理论部分实践部分理论部分首先可以看一下imagenet，它里面有120万张图片，类别数是1000，这是比较大的数据集；m

光·宇·2022-12-14 10:07

pytorch深度学习实战lesson35

第三十五课物体检测、边缘框实现、数据集目标检测，或者叫物体检测，或者叫objectdetection，是计算机视觉里面也算是用得最为广泛的一个应用了。虽然开始一直在讲图片分类，但实际在计算机视觉的应用里面，图片分类相对来说用的没那么多。因为你说我给你一张图片，我说这里面有只猫，有只狗。其实在对用户来讲，这个东西好像也不显得那么重要，因为图片里面其实有很多东西。目标检测或者物体检测其实想尝试去看一下

光·宇·2022-12-14 10:23

机器学习/深度学习实战——十行代码预测kaggle房价（automl）

文章目录1.下载和安装autogluon2.训练模型3.预测并保存结果4.既然automl已经这么强大了，为什么还需要做数据分析和深度建模呢？沐神提供在动手学深度学习课程中提供的代码，我在本地进行了复现，这里整理一下。关于数据分析、预处理、用传统机器学习方法进行网络训练可以参考我之前的几篇博客。数据分析数据预处理应用机器学习回归分析算法进行建模和预测这里说明一下：使用autogluon等自动建模的

留小星·2022-12-13 23:14

深度学习实战——利用卷积神经网络对手写数字二值图像分类（附代码）

系列文章目录深度学习实战——利用卷积神经网络对手写数字二值图像分类（附代码）目录系列文章目录前言一、案例需求二、MATLAB算法实现三、MATLAB源代码参考文献前言本案例利用MATLAB中的DLToolbox

沉醉花海123·2022-12-13 12:49

我的深度学习过程，你可以借鉴我的方法，该方法对初学者友好

2.Pytorch入门课程Pytorch入门到精通全教程-卷积神经网络-循环神经网络我的GitHub仓库3.李宏毅的课程最实用-宝可梦王子李宏毅2021春季课程4.Pytorch实战课程Pytorch深度学习实战教学我的

Anefuer_kpl·2022-12-13 08:20

BERT模型实体关系抽取实战(医学领域)

BERT实体关系抽取序言项目参考了BioBERT、https://github.com/yuanxiaosc/Entity-Relation-Extraction两个BERT应用模型，BioBERT是一种生物医学语言表示模型

人工智能小a·2022-12-13 01:59

我失业了？| ChatGPT生信分析初体验

最近ChatGPT火的一塌糊涂，作为在生物医学和计算机科学领域夹缝求生的边缘摇摆人，也来蹭一波热度。ChatGPT是一个预训练的语言模型，由OpenAI训练。

木舟笔记·2022-12-13 00:51

Scientific Language Models for Biomedical Knowledge BaseCompletion: An Empirical Study

摘要生物医学知识图(KGs)包含关于疾病、药物和基因等实体的丰富信息。预测这些图表中缺失的环节可以促进许多重要的应用，如药物设计和重新利用。

小蜗子·2022-12-12 15:24

Keras深度学习实战（40）——音频生成

Keras深度学习实战（40）——音频生成0.前言1.模型与数据集分析1.1数据集分析1.2模型分析2.音频生成模型2.1数据集加载与预处理2.2模型构建与训练小结系列链接0.前言我们已经在《文本生成模型

盼小辉丶·2022-12-12 10:38

U-Net网络:Convolutional Networks for Biomedical Image Segmentation

U-Net:卷积网络用于生物医学图像分割摘要人们普遍认为，对深度网络作品的成功训练需要成千上万的注释训练样本。

落花满蹊径·2022-12-11 19:19

深度学习实战（一）基于Keras的手写数字识别

MNIST数据集是经典的手写数字识别数据集MNIST数据集可在http://yann.lecun.com/exdb/mnist/获取,它包含了四个部分:Trainingsetimages:train-images-idx3-ubyte.gz(9.9MB,解压后47MB,包含60,000个样本)Trainingsetlabels:train-labels-idx1-ubyte.gz(29KB,解压后

一个肌肉猛男·2022-12-11 14:32

《深度学习实战》第1天-ResNet

活动地址：CSDN21天学习挑战赛学习日记1，学习知识点学习地址：跟李沐学AI的个人空间_哔哩哔哩_Bilibili论文文章：He,K.,Zhang,X.,Ren,S.,&Sun,J.(2016).Deepresiduallearningforimagerecognition.ProceedingsoftheIEEEconferenceoncomputervisionandpatternrecog

Richard_happy@day·2022-12-10 17:09

深度学习实战第二周--彩色图片的识别

本周识别彩色图片，采取卷积神经网络搭建网络，数据集数量适中，但评价指标的数值值得提高1.设置设备，本文采用自己电脑自带的GPU1080Ti#设置GPUimporttensorflowastfgpus=tf.config.list_physical_devices("GPU")ifgpus:gpus0=gpus[0]#如果有多个GPU，则仅仅使用第0个GPUtf.config.experimenta

南京比高IT·2022-12-10 14:13

深度学习实战（一）：利用RNN与LSTM网络实战——Tensorflow打造唐诗生成网络

普通网友·2022-12-10 06:19

学习率设小一点，迭代次数多一点，误差变动设小一点

在学习李明军的《TensorFlow深度学习实战大全》，第一章的代码就看不懂。我按照书上前面的说明，自己写程序，实现将100个点拟合成一条直线。

ewwerpm·2022-12-09 16:31

PyTorch深度学习实战第三讲

梯度下降和随机梯度下降梯度下降#梯度下降importmatplotlib.pyplotaspltx_data=[1.0,2.0,3.0]y_data=[2.0,4.0,6.0]w=1.0defforward(x):returnx*wdefcost(x,y):cost=0forx_train,y_traininzip(x,y):y_pred=forward(x_train)cost_per=(y_p

张十八员外·2022-12-08 18:06

异常检测第三篇：MNIST数据集分类（pytorch实现）

之前两篇我们用传统的机器学习方法实现了无监督和半监督的异常检测，今天我们开始进行异常检测的深度学习实战（监督学习）。

juanjuanyou·2022-12-08 11:22

【Pytorch学习笔记】6.关于Tensor、Module内参数的dtype类型转换

float转换疑问解答1buffer是另一种模型参数2浮点型参数指代float64，float32，float16小总结：Tensor的dtype类型转换3为什么要统一成float32总结问题引入我们在学习深度学习实战项目

takedachia·2022-12-07 19:10

深度学习实战15(进阶版)-让机器进行阅读理解+你可以变成出题者提问

大家好，我是微学AI，今天给大家带来一个机器阅读理解的项目，利用ERNIE的预训练模型进行微调训练，添加自己的数据集进行训练，训练好就可以利用功能进行阅读式信息抽取啦，也可以问机器一些简单的问题进行抽取。今天采用的paddle深度学习框架，它和pytorch很像，可以快速迁移。1、数据集基于语义的阅读理解是检索问答系统中的重要部分，最常见的数据集是单篇章、抽取式阅读理解数据集。关于阅读理解的数据集

微学AI·2022-12-07 19:31

《Web安全之深度学习实战》笔记：第十三章 DGA域名识别

本小节是讲解DGA域名的识别，在《web安全之机器学习入门》中，曾经通过多节来讲解DGA域名，相关笔记如下：《Web安全之机器学习入门》笔记：第七章7.6朴素贝叶斯检测DGA域名_mooyuan的博客-CSDN博客《Web安全之机器学习入门》笔记：第九章9.4支持向量机算法SVM检测DGA域名_mooyuan的博客-CSDN博客《Web安全之机器学习入门》笔记：第十章10.3K-Means算法检测

mooyuan天天·2022-12-07 14:40

Python深度学习实战：声呐返回值分类

Python深度学习实战：声呐返回值分类声呐物体分类数据简单的神经网络预处理数据以增加性能调整模型的拓扑和神经元缩小网络扩大网络总结本章我们使用Keras开发一个二分类网络。

王子王子聪·2022-12-07 07:42

Kmeans实现图像分割

例如：在机车检验领域，可以应用到轮毂裂纹图像的分割，及时发现裂纹，保证行车安全；在生物医学工程方面，

weixin_38432968·2022-12-07 02:59

机器学习实战——股票close预测

另一篇用深度学习搞得，见：深度学习实战——CNN+LSTM+Attention预测股票技术栈xgboostpython原理都是很简单的小玩意，试了下发现预测的还不错，先上效果图：有点惊讶，简单的仅仅用close

只会git clone的程序员·2022-12-07 00:15

深度学习实战：keras框架，循环神经网络做文本预测和文本生成

1.介绍基于keras框架的深度学习实战，利用三国演义文本集，LSTM神经网络模型，训练文本数据，预测文本，自动生成文本。本文使用Sequential顺序模型，它可以由多个网络层线性堆叠。

勋章DhR·2022-12-06 20:13

【深度学习实战：利用墨尔本十年的温度数据，基于keras框架用循环神经网络LSTM做时间序列预测】

学习笔记，仅供参考！介绍RNN是基于序列数据（如语言、语音、时间序列）的递归性质而设计的，是一种反馈类型的神经网络，其结构包含环和自重复，因此被称为“循环”。它专门用于处理序列数据，这里使用的是manytoone的结构类型，输入序列，输出为单个值，类似于之前的文本分类和文本生成或预测时间序列数据。本文使用的是目前常用的LSTM长短时记忆网络，相对于传统的循环神经网络，信息是通过多个隐含层逐层传递到

勋章DhR·2022-12-06 20:13

pytorch深度学习实战lesson33

第三十三课数据增广数据增广的不仅仅是处理图片，还可以处理文本或语音。我们在这里其实主要专注的是图片上的一些技术。可以看到这几张图是说是对一个松鼠做不同的一些处理，比如说可以把一些像素拿掉、把它的颜色做变换，然后最后面一个是对它的亮度做很多变换。目录理论部分实践部分理论部分Ces上的真实故事是讲在采集数据训练模型的时候，现场的场景至关重要，在实际部署的时候要充足的对现场的场景进行数据采集。特别是对于

光·宇·2022-12-06 19:09

Keras深度学习实战（39）——音乐音频分类

Keras深度学习实战（39）——音乐音频分类0.前言1.数据集与模型分析1.1数据集分析1.2模型分析2.歌曲流派分类模型2.1数据加载与预处理2.2模型构建与训练3.聚类分析小结系列链接0.前言音乐音频分类技术能够基于音乐内容为音乐添加类别标签

盼小辉丶·2022-12-06 12:47

Keras深度学习实战（38）——图像字幕生成

Keras深度学习实战（38）——图像字幕生成0.前言1.模型与数据集分析1.1数据集分析1.2模型分析2.实现图像字幕生成模型2.1数据集加载与预处理2.2模型构建与训练3.使用束搜索生成字幕3.1束搜索原理

盼小辉丶·2022-12-06 12:17

宏基因组大数据分析的质量控制流程规范

宏基因组大数据分析的质量控制流程规范郑广勇1，杨桢1，曹瑞芳1，刘婉2，李亦学1,2，张国庆1,21.中国科学院上海生命科学研究院生物医学大数据中心，上海2000312.上海生物信息技术研究中心，上海201203

唐名威·2022-12-06 11:16

深度学习实战：基于CNN的猫狗图像识别

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~本文记录了第一个基于卷积神经网络在图像识别领域的应用：猫狗图像识别。主要内容包含：数据处理神经网络模型搭建数据增强实现本文中使用的深度学习框架是Keras；图像数据来自kaggle官网：https://www.kaggle.com/c/dogs-vs-cats/data数据处理数据量数据集包含25000张图片，猫和狗各有125

尤尔小屋的猫·2022-12-06 10:21

基于DIPUM工具箱对图书数字图像进行处理（Matlab代码实现）

参考文献‍4Matlab代码1概述数字图像处理(DigitalImageProcessing)将图像信号转换成数字信号并利用计算机对其进行处理,起源于20世纪20年代,目前已广泛地应用于科学研究、工农业生产、生物医学工程

wlz249·2022-12-05 18:54

pytorch深度学习实战lesson32

第三十二课分布式训练这个是15年的时候沐神在CMU装的一个小机群，里面有30台机器，各机群有大概60块GPU，60块GPU一共花了三四万美金的样子，就是大概20万人民币。沐神表示最亏的是当年他们跑了太多深度学习的实验，没有去挖矿，以至于错过了一个亿。少写点paper的话现在也就财务自由了。。。。我们给大家看一看。就是说在分布式的情况下，从之前的单机多卡拓展到分布式是什么样子，其实本质上是没任何区别

光·宇·2022-12-05 10:37

深度学习实战——手写数字识别

一，算法介绍代码和数据来自知乎帖https://zhuanlan.zhihu.com/p/274610199不过文中的错误代码有点多。。。有的是看评论改的，有的是我自己改的。这个算法全部放在一个.py文件中了，不涉及模型加载等。步骤就是先训练网络，然后查询网络，判断待识别图片中的数字。二，数据链接：https://blog.csdn.net/nameofcsdn/article/details/1

csuzhucong·2022-12-04 19:21

深度学习实战——CNN训练识别COVID-19肺炎肺部CT图模型

1.COVID-19肺炎肺部CT图特征简述(以下内容为查阅资料后整理，本人并非医学影像专业，如有错误敬请指正)主要为间质化改变，磨玻璃影2.数据预处理为减少GPU计算量，先使用crop函数裁去CT图黑边，并对图像进行resize（此处处理后的图片大小为420*290）训练集与测试集数据总数：traintestcovid-192289572normal15923983.使用卷积神经网络（CNN）参数

长弓同学·2022-12-04 16:50

深度学习实战（2）：肺炎预测｜附数据集与源码

目录写在前面项目任务简介实验结果导入需要的第三方库定义预处理函数加载数据集路径加载训练集的图像和标签部分图片展示加载测试图片Pickle存储已处理好的图片标签预处理将X转化为（None,200,200,1）的格式数据增强构建CNN神经网络展示CNN模型的详细信息Model.complie训练过程展示结果展示结果分析模型评估写在前面*本篇文章仅作为深度学习学习用途而非商用*运行系统：MacOS/Wi

正在黑化的KS·2022-12-04 16:43

U-Net 卷积神经网络在生物图像分割上的应用简单易懂笔记

lmb.informatik.uni-freiburg.de/people/ronneber/u-net/1摘要卷积神经网络在生物图像分割上的应用用于解决的问题：一般来说成功训练深度网络需要数千个带注释的训练样本，但在生物医学

小丁今天学机器学习了吗·2022-12-04 11:14

第 12 章基于块匹配的全景图像拼接--Matlab深度学习实战图像处理应用

第12章基于块匹配的全景图像拼接–Matlab深度学习实战图像处理应用GUI实现效果如图所示完整案例主函数文件Gui_Main.m文件functionvarargout=Gui_Main(varargin

海宝7号·2022-12-04 10:06

推荐频道

生物医学深度学习实战