生物医学深度学习实战

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

UNET详解和UNET++介绍（零基础）

一·背景介绍背景介绍：自2015年以来，在生物医学图像分割领域，U-Net得到了广泛的应用，目前已达到四千多次引用。至今，U-Net已经有了很多变体。
浩瀚之水_csdn·2022-12-04 10:36

深度学习实战01：搭建神经网络五部法

1步骤1.1选择模型Keras有两种类型的模型，序贯模型（Sequential）和函数式模型（Model），函数式模型应用更为广泛，序贯模型是函数式模型的一种特殊情况。a）序贯模型（Sequential):单输入单输出，一条路通到底，层与层之间只有相邻关系，没有跨层连接。这种模型编译速度快，操作也比较简单b）函数式模型（Model）：多输入多输出，层与层之间任意连接。这种模型编译速度慢。1.2搭建
不会产品的码农不是好的运营·2022-12-04 09:06

基于深度卷积神经网络的超声图像乳腺肿瘤分类新方法（Springer会议（CBEB2018））

会议信息：巴西生物医学工程大会（theBrazilianCongressonBiomedicalEngineering，CBEB2018）。
despacito,·2022-12-03 08:37

【U-Net2015】U-Net: Convolutional Networks for Biomedical Image Segmentation mage Segmentation

U-Net:ConvolutionalNetworksforBiomedicalmageSegmentation生物医学图像语义分割的卷积神经网络arXiv:1505.04597v1[cs.CV]18May2015
不会声调的博er·2022-12-02 18:44

深度学习实战项目：速算题目批改

深度学习实战项目：速算题目批改前言一、摘要二、项目框架三、项目步骤1.数据处理1.1数据收集1.2数据打标1.3数据预处理2.模型训练2.1目标检测2.1.1模型介绍2.1.2模型训练2.1.3训练结果
独行者~·2022-12-02 17:29

图像分割论文阅读笔记——U-Net: Convolutional Networks for Biomedical Image Segmentation

u-net-convolutional-networks-for-biomedical标题U-Net:ConvolutionalNetworksforBiomedicalImageSegmentationU-Net:用于生物医学图像分割的卷积网络作者单位德国弗莱堡大学计算机科学系和生物信号研究中心方法简介提出一种网络和训练策
不喜欢敲代码的小白·2022-12-02 16:30

R语言中不同类型的聚类方法比较

聚类方法用于识别从营销，生物医学和地理空间等领域收集的多变量数据集中的相似对象。我们围绕聚类技术进行一些咨询，帮助客户解决独特的业务问题。
拓端研究室TRL·2022-12-02 13:12

数据挖掘——关联规则挖掘

典型应用是购物篮分析：找出顾客购买行为模式、发现交易数据库中不同商品(项)之间的联系1.关联规则挖掘的应用：互联网、零售、交通事故成因、生物医学2.关联规则定义:假设I=I1，I2，。。。
chy3232·2022-12-01 22:26

斯坦福图机器学习CS224W笔记自用: Reasoning in Knowledge Graphs using Embeddings

知识图推理：回答多跳查询路径查询连接查询Query2box示例：生物医学图知识图谱上的预测查询我们是否可以进行多跳推理，即在不完整、大量的KG上回答复杂的查询？
小粥铺·2022-12-01 21:02

U-Net网络结构讲解(语义分割)

论文：https://arxiv.org/abs/1505.045972015年发表生物医学影像领域提出的每一个长矩形代表一个特征层，箭头代表操作。
生命苦短 必须喜感·2022-12-01 18:51

【第 14 章 基于主成分分析的图像压缩和重建--matlab深度学习实战案例】

机器学习深度学习实战图像处理matlab基于主成分分析的图像压缩和重建–下载来源主函数：clc;clearall;closeall;I=imread('liftingbody.png');k=1;figure
海宝7号·2022-12-01 12:42

深度学习实战7-电商产品评论的情感分析

文章目录一、前期工作导入库包导入数据数据处理二、神经网络模型构建三、训练模型与测试大家好，我是微学AI，今天给大家带来一个京东商品评论的情感分析与预测实战案例。进几年网上购物越来越流行，在加上疫情的缘故，很多人足不出户，使得更多人选择网购。这让京东、淘宝、拼多多等电商平台得到了很大的发展机遇。但是，这种需求也引发了更多的店商平台的激列竞争。在这种电商平台激烈竞争的大背景下，除了提高商品质量、压低商
微学AI·2022-12-01 09:08

AB测试初探

AB测试的概念来源于生物医学的双盲测试，双盲测试中病人被随机分成两组，在不知情的情况下分别给予安慰剂和测试用药，经过一段时间的实验后再来比较这两组病人的表现是否具有显著的差异，从而决定测试用药是否有效。
热恋之星·2022-12-01 07:56

集成多组学数据的机器学习在生物医学中的应用专题

对机器学习基本概念进行介绍，让大家对机器学习基本概念有大致了解。明确机器学习方法的适用性，优势，以及局限性等什么是机器学习机器学习的应用实例生物组学简介（基因组学，转录组学，蛋白组学，代谢组学）机器学习在在多组学数据分析的应用：机器学习主流实现是python语言。学习机器学习之前，有针对性的对python进行系统的学习，数据的基本处理,以方便将来开展机器学习的学习python安装与开发环
lixuegaoyunfeng·2022-12-01 04:44

深度学习实战案例：电影评论二分类

第一个深度学习实战案例：电影评论分类公众号：机器学习杂货店作者：Peter编辑：Peter大家好，我是Peter~这里是机器学习杂货店MachineLearningGrocery~本文的案例讲解的是机器学习中一个重要问题
尤尔小屋的猫·2022-12-01 01:10

深度学习（二）：读取数据

首先，要先说明，我讲的这些深度学习实战项目流程，主要针对于自建数据集。在使用前要导入需要用到的库，不然会导致代码报错。读取数据上边博文讲了怎么打标签，接下来就是读取已经打完标签的数据。
大家都要开心·2022-11-30 18:56

【Tensorflow】深度学习实战03——Tensorflow实现AlexNet

【fishing-pan：https://blog.csdn.net/u013921430转载请注明出处】前言前两篇博文中分别利用卷积神经网络识别手写数字和对CIFAR-10数据集分类，在这两次的学习中，了解了神经网络的基本组成以及一些防止网络过拟合、增强网络泛化能力的Trick，也简单的了解了TensorFlow是如何编写网络模型的。这篇博文中讲到的是AlexNet，这个网络应该是目前最广为人知
不用先生·2022-11-30 13:30

AI绘画提示词创作指南：DALL·E 2、Midjourney和 Stable Diffusion最全大比拼 ⛵

作者：韩信子@ShowMeAI深度学习实战系列：https://www.showmeai.tech/tutorials/42自然语言处理实战系列：https://
·2022-11-30 13:53

AI绘画提示词创作指南：DALL·E 2、Midjourney和 Stable Diffusion最全大比拼 ⛵

作者：韩信子@ShowMeAI深度学习实战系列：https://www.showmeai.tech/tutorials/42自然语言处理实战系列：https://
·2022-11-30 13:46

深度学习实战（四）——TensorFlow卷积层的定义方式

一、最底层的方式：tf.nn模块tf.get_variable：声明各种权重和偏置变量，该函数在变量没有定义时会创建变量，如果变量已经定义好了则会获取该变量的值，正可用于变量迭代过程。关于tf.get_variable函数及里面参数的介绍见这里。conv1_weights=tf.get_variable('conv1_weights',shape=[3,3,num_channels,32],dty
马大哈先生·2022-11-30 10:27

论文笔记：Multi-focus image fusion with a deep convolutional neural network

论文笔记：Multi-focusimagefusionwithadeepconvolutionalneuralnetwork年份：2016实验室：合肥工业大学生物医学工程系、中国科技大学自动化系名词总结
浅若清风cyf·2022-11-30 08:22

Keras深度学习实战（37）——手写文字识别

Keras深度学习实战（37）——手写文字识别0.前言1.手写文字识别相关背景1.1Connectionisttemporalclassification(CTC)1.2解码CTC1.3计算CTC损失值
盼小辉丶·2022-11-29 23:21

NLP实践！文本语法纠错模型实战，搭建你的贴身语法修改小助手 ⛵

作者：韩信子@ShowMeAI深度学习实战系列：https://www.showmeai.tech/tutorials/42自然语言处理实战系列：https://www.showmeai.tech/tutorials
ShowMeAI·2022-11-29 12:58

Transformer预训练模型已经变革NLP领域，一文概览当前现状

近日，印度国立理工学院、生物医学人工智能创业公司Nference.ai的研究者全面调查了NLP领域中基于Transformer的预训练模型，并将调查结果汇集成了一篇综述论文。
人工智能与算法学习·2022-11-29 10:04

最新综述：基于Transformer的NLP预训练模型已经发展到何种程度？

近日，印度国立理工学院、生物医学人工智能创业公司Nference.ai的研究者全面调查了NLP领域中基于Transformer的预训练模型，并将调查结果汇集成了一篇综述论文。
PaperWeekly·2022-11-29 10:57

pytorch深度学习实战lesson31

第三十一课多GPU并行这个图是2014年的时候，农历新年那一天，沐神和老板在CMU装机器，但是这台机器没装好，散热有问题，因为GPU之间靠太近了，用了一个月之后烧掉了一块GPU。这是沐神第一次装GPU犯了个错误。我们引以为戒。目录理论部分实践部分理论部分一台机器一般能装16个GPU，那么如果有16个GPU的话，在训练和预测的时候，我们都可以将一个小批量切割多次到多个GPU，每个GPU做一些运算，或
光·宇·2022-11-29 07:57

深度学习入门（4）【深度学习实战】无框架实现两层神经网络的搭建与训练过程

上一篇文章《深度学习入门（3）神经网络参数梯度的计算方式》主要介绍神经网络中的参数梯度是如何计算的。本文将直接使用之前公众号介绍过损失函数、激活函数以及梯度计算直接手动实现一个两层的神经网络训练过程。也许有人会说使用pytorch或者tensorflow框架，几行代码就可以搭建一个神经网络，为什么要自己手动去实现呢？我觉得使用现成框架确实很容易搭建一个神经网络，但是对于其中的计算原理如果不了解的话
阿_旭·2022-11-29 06:17
上一页 11 12 13 14 15 16 17 18 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他