生物医学深度学习实战第19页

一文了解深度学习实战——预测篇

本文将从四个案例房价预测、泰坦尼克号生还预测、股票预测、影评情感预测入手，让童鞋们从实战角度快速入门深度学习的预测部分！目录房价预测基于决策树回归器（DecisionTreeRegressor）基于Keras泰坦尼克号生还预测基于Sklearn基于Keras股票预测影评的情感分析基于TensorFlow基于Keras房价预测基于决策树回归器（DecisionTreeRegressor）数据文件在这

全栈O-Jay·2022-11-17 17:53

《Web安全之深度学习实战》笔记：第十一章 Webshell检测

本小节通过机器学习算法来识别webshell，较新的知识点是opcode。一、webshellWebShell就是以ASP、PHP、JSP或者CGI等网页文件形式存在的一种命令执行环境，也可以将其称为一种网页后门。黑客在入侵了一个网站后，通常会将ASP或PHP后门文件与网站服务器Web目录下正常的网页文件混在一起，然后就可以使用浏览器来访问ASP或者PHP后门，得到一个命令执行环境，以达到控制网站

mooyuan·2022-11-17 17:47

Keras深度学习实战（36）——基于编码器-解码器的机器翻译模型

Keras深度学习实战（36）——基于编码器-解码器的机器翻译模型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.基于编码器-解码器结构的机器翻译模型2.1基于编码器-解码器体系结构2.2

盼小辉丶·2022-11-16 10:07

使用深度学习的图像分割（综述）

解码器和自动编码器模型2.4生成式对抗性网络（GANs）3.基于DL的图像分割模型3.1全卷积网络3.2具有图形模型的卷积模型3.3基于编码解码器的模型3.3.1用于一般分割的编码器-解码器模型3.3.2医学和生物医学图像分割的编码器

CF996a·2022-11-14 11:59

这本PyTorch官方出品的Deep Learning With PyTorch终于有了中文版

中文名：PyTorch深度学习实战本书作者EliStevens职业生涯的大部分时间都在美国硅谷的初创公司工作，从软件工程师（网络设备制造业）到首席技术官（开发肿瘤放疗软件）。

人邮异步社区·2022-11-12 15:08

Pytorch100例-第1天：实现mnist手写数字识别第1天

请在文章开头注明以下内容，复制粘贴即可本文为365天深度学习训练营中的学习记录博客参考文章：365天深度学习训练营-第P1周：实现mnist手写数字识别（训练营内部成员可读）原作者：K同学啊|接辅导、项目定制⏲往期文章：深度学习实战训练

Jessica2017lj·2022-11-12 15:05

（十八：2020.10.10）MICCAI 2020 追踪之论文纲要（译）＜上＞

Attention,SuggestionandAnnotation:ADeepActiveLearningFrameworkforBiomedicalImageSegmentation注意，建议和注释：用于生物医学图像分割的深度学习框架分割

花卷汤圆·2022-11-12 09:59

【Pytorch深度学习实战】（4）前馈神经网络（FNN）

大家好，我是Sonhhxg_柒，希望你看完之后，能对你有所帮助，不足请指正！共同学习交流个人主页－Sonhhxg_柒的博客_CSDN博客欢迎各位→点赞+收藏⭐️+留言系列专栏-机器学习【ML】自然语言处理【NLP】深度学习【DL】foreword✔说明⇢本人讲解主要包括Python、机器学习（ML）、深度学习（DL）、自然语言处理（NLP）等内容。如果你对这个系列感兴趣的话，可以关注订阅哟FNN模

Sonhhxg_柒·2022-11-11 23:18

一文了解深度学习实战——分类篇

本文将从两个案例MNIST手写数字识别、狗的品种识别入手，让童鞋们从实战角度快速入门深度学习的分类部分！目录MNIST手写数字识别TensorFlow搭建MLPTensorFlow搭建CNNKeras搭建MLPKeras搭建CNN狗的品种识别Keras搭建CNN迁移学习（InceptionV3）MNIST手写数字识别TensorFlow搭建MLPimportnumpyasnpimporttenso

全栈O-Jay·2022-11-11 10:26

深度学习实战第7章循环神经网络笔记

第7章循环神经网络1.前馈神经网络总是单向的，从输入层到低级隐层，再从低级隐藏层到高级隐藏层，最后再到输出层。但不管网络有多少层，都是一层一层地前向输出。但这其实是有问题的，因为这种前馈结构需要假设数据是独立同分布，但现实中有很多复杂的数据都不满足这个条件，例如音频数据、视频数据及自然语言数据等。2.当我们将一篇英文文本翻译成中文文本时，句子之间，段落之间是存在上下文关系的，在特定的情景中单词的意

醉一心·2022-11-10 13:47

pytorch深度学习实战lesson7

第七课矩阵求导本节课我们将把矩阵与导数结合到一起，学会矩阵求导操作后，对以后的优化模型有很大的帮助。标量的导数（高中学的）亚导数我理解的亚导数就是对导数不存在的函数求导，然后得到的分段的导数就是亚导数。梯度1、当y是标量，x是向量。它求导之后变成行向量。举个例子：2、当y是向量，x是标量。它求导之后变成列向量。3、当y是向量，x是向量。它求导之后是矩阵。标量对标量求导是标量；标量对向量求导是向量；

光·宇·2022-11-10 11:20

pytorch深度学习实战lesson8

第八课自动求导理论部分求导主要是有两种方式，第一种是符号求导，第二种是数值求导。自动求导的内部其实是计算图，计算图是将代码分解成操作子，将计算表示成一个无环图。计算图的显式构造：（mxnet）计算图的隐式构造：（mxnet）反向累计是比较常用的。总结：构造计算图前向：执行图，存储中间结果（设置中间变量）反向：从相反的方向执行图去除不需要的枝深度学习耗GPU资源体现在内存复杂度上面。因为求梯度时需要

光·宇·2022-11-10 11:20

pytorch深度学习实战lesson6

第六课线性代数理论部分C是绿色的线，b是蓝色的线。矩阵的乘法相当于是空间上的扭曲。绿色的向量没有被改变方向，所以它是特征向量。实践部分标量向量可以使用arrange函数生成一个张量，并通过张量的索引来访问任意元素。可以将张量视为标量值组成的列表。使用len函数可以查看向量的长度，使用向量.shape可以查看向量的大小。矩阵使用第13行的语句创建一个20个元素，5行4列的矩阵；使用矩阵.T可完成对矩

光·宇·2022-11-10 11:19

pytorch深度学习实战lesson9

第九课线性回归理论部分线性回归案例：美国房价预测系统估价和自己实际付的钱要保持差不多的关系才能使自己赚到，那怎么样才能赚到呢，那就得有一个量良好的预估手段。下面做出两个假设：线性模型可以看做是单层的神经网络每个箭头代表一个权重，输出是o1，输入是xn神经网络其实源于神经科学，下图是真实的神经元：有了模型之后，就要对其进行预测了，放在上面的案例里面讲也就是比较房价的真实值和预估值。这个相当于是神经网

光·宇·2022-11-10 11:15

从头训练一个神经网络！教它学会莫奈风格作画！⛵

作者：韩信子@ShowMeAI深度学习实战系列：https://www.showmeai.tech/tutorials/42PyTorch实战系列：https://www.showmeai.tech/tutorials

·2022-11-09 14:47

Keras深度学习实战（35）——构建机器翻译模型

Keras深度学习实战（35）——构建机器翻译模型0.前言1.模型与数据集分析1.1模型分析1.2数据集分析2.实现机器翻译模型2.1预处理数据2.2传统多对多架构2.3使用具有多个隐藏层的模型架构小结系列链接

盼小辉丶·2022-11-09 10:08

【HSI】高光谱的数据集分类深度学习实战及代码理解

【HSI】高光谱的数据集分类深度学习实战及代码理解文章目录【HSI】高光谱的数据集分类深度学习实战及代码理解一、配置文件编写二、高光谱图像的处理2.1图像数据变换2.2数据整合2.3数据索引三、数据集四

川川子溢·2022-11-09 07:36

《Web安全之深度学习实战》笔记：第十二章智能扫描器（1） XSS攻击载荷

《Web安全之深度学习实战》笔记：第三章循环神经网络_mooyuan的博客-CSDN博客一、扫描器漏洞扫描主要就是基于扫描器，扫描器是安全领域非常重要的一个工具，大多数安全公司都会有自己的扫描器产品。

mooyuan·2022-11-09 03:53

基于深度学习的命名实体识别研究综述——论文研读

1.2基于循环神经网络的命名实体识别方法1.3基于Transformer的命名实体识别方法1.4其他的命名实体识别方法1.5基于深度学习的命名实体识别方法对比2基于深度学习的命名实体识别应用领域2.1生物医学领域

椒椒。·2022-11-08 21:08

深度学习入门（5）如何对神经网络模型训练结果进行评价

如何对神经网络模型训练结果进行评价上一篇文章《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》介绍了基于mnist的手写体数字集的两层神经网络的搭建与训练过程，通过损失函数的训练结果我们可以发现

阿_旭·2022-11-08 11:26

Pytorch训练过程可视化

PyTorch深度学习实战笔记1.TensorBoardTensorBoard是TensorFlow提供的一组可视化工具（ASuiteofVisualizationTools），可以帮助开发者理解、调试和优化

眕眕·2022-11-07 10:35

Keras深度学习实战（33）——基于LSTM的序列预测模型

Keras深度学习实战（33）——基于LSTM的序列预测模型0.前言1.序列学习任务1.1命名实体提取1.2文本摘要1.3机器翻译2.从输出网络返回输出序列2.1传统模型体系结构2.2返回每个时间戳的网络中间状态序列

盼小辉丶·2022-11-06 09:48

Keras深度学习实战（34）——构建聊天机器人

Keras深度学习实战（34）——构建聊天机器人0.前言1.模型与数据集分析1.1命名实体识别1.2数据集分析1.3模型分析2.实现聊天机器人2.1命名实体提取模型2.2意图提取模型2.3模型整合小结系列链接

盼小辉丶·2022-11-06 09:17

五、肺癌检测-数据集训练 training.py model.py

这一篇文章主要是对《pytorch深度学习实战》第11章内容做的笔记。

wxyczhyza·2022-11-05 14:38

pytorch深度学习实战lesson4

目录解决识别手写数字的方法（理论部分）：解决识别手写数字的方法（实践部分）：参考教材：课程网站：https://www.bilibili.com/video/BV1xB4y1m7f4/?spm_id_from=333.1007.top_right_bar_window_custom_collection.content.click第四课手写数字体识别问题（举例+实战，对应视频课时6-13）认识mn

光·宇·2022-11-04 11:01

pytorch深度学习实战lesson1&lesson2

参考教材：课程网站：https://www.bilibili.com/video/BV1xB4y1m7f4/?spm_id_from=333.1007.top_right_bar_window_custom_collection.content.click----------------------------------第一课介绍pytorch（在视频课是课时1-课时3）------------

光·宇·2022-11-04 11:31

pytorch深度学习实战lesson3

参考教材：课程网站：https://www.bilibili.com/video/BV1xB4y1m7f4/?spm_id_from=333.1007.top_right_bar_window_custom_collection.content.click-----------------------------第三课回归问题（举例+实战，对应视频课时4-6）-------------------

光·宇·2022-11-04 11:31

pytorch 图像分割的交并比_Pytorch深度学习实战教程：UNet模型训练

1前言本文属于Pytorch深度学习语义分割系列教程。该系列文章的内容有：Pytorch的基本使用语义分割算法讲解由于微信不允许外部链接，你需要点击页尾左下角的“2项目背景深度学习算法，无非就是我们解决一个问题的方法。选择什么样的网络去训练，进行什么样的预处理，采用什么Loss和优化方法，都是根据具体的任务而定的。所以，让我们先看一下今天的任务。没错，就是UNet论文中的经典任务：医学图像分割。选

weixin_39525118·2022-11-04 11:00

Pytorch深度学习实战教程（二）：UNet语义分割网络

该系列文章的内容有：Pytorch的基本使用语义分割算法讲解如果不了解语义分割原理以及开发环境的搭建，请看该系列教程的上一篇文章《Pytorch深度学习实战教程（一）：语义分割基础与环境搭建》。

普通网友·2022-11-04 11:26

pytorch深度学习实战lesson5

目录实践部分数据操作数据处理课程网站：04数据操作+数据预处理【动手学深度学习v2】_哔哩哔哩_bilibili第五课数据操作从本节课开始，我们将跟着李沐老师学习《动手学深度学习》李沐老师使用的架构是当今非常火热的pytorch架构，我们将从易到难学习这门课程，请你做好准备~理论部分当数据结构为矩阵时，每一行表示的是一个样本，每一列表示的是样本的特征。访问元素：上图中的“[1:3,1:]”表示的是

光·宇·2022-11-04 11:55

激发波长近红外二区发光量子点，近红外二区（NIR-II）发射波长（1000-1700 nm）

激发波长近红外二区发光量子点荧光成像技术广泛地应用于生物医学研究。

qiyueshengwu·2022-11-03 19:25

一、肺癌检测-项目简介

肺癌检测项目是基于《pytorch深度学习实战》一书第二部分的项目实战所做的笔记。一、数据集1.使用的数据集为LUNA数据集，数据集为肺部扫描CT数据。数据集约60G，解压后约120G。

wxyczhyza·2022-11-03 15:20

三、肺癌检测-肺癌检测代码项目文件准备

由于代码是参考《pytorch深度学习实战》，所以文件结构也是跟着书本来。1.建立项目文件夹，命名为CT。2.将《pytorch深度学习实战》原书代码放到CT文件夹。

wxyczhyza·2022-11-03 15:50

深度学习求解微分方程系列一：PINN求解框架

1.PINN简介神经网络作为一种强大的信息处理工具在计算机视觉、生物医学、油气工程领域得到广泛应用,引发多领域技术变革.。深度学习网络具有非常强的学习能力,不仅能发现物理规律,还能求解偏微分方程.。

pinn山里娃·2022-11-03 09:25

BioCreative比赛：Track2：PubMed文章中的NLM-CHEM全文化学识别（NER）、实体链接（EL）和标引（indexing）

daydreamer9816·2022-11-02 15:07

Keras深度学习实战（32）——基于LSTM预测股价

Keras深度学习实战（32）——基于LSTM预测股价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.基于长短时记忆网络LSTM预测股价2.1根据最近五天的股价预测股价2.2考虑最近五天的股价和新闻数据小结系列链接

盼小辉丶·2022-10-30 10:35

Keras深度学习实战（31）——构建电影推荐系统

Keras深度学习实战（31）——构建电影推荐系统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.电影推荐系统2.1基于LSTM实现电影推荐系统2.2考虑用户历史记录小结系列链接0.前言推荐系统在用户发现中起主要作用

盼小辉丶·2022-10-19 14:24

Keras深度学习实战（30）——使用文本生成模型进行文学创作

Keras深度学习实战（30）——使用文本生成模型进行文学创作0.前言1.文本生成模型与数据集分析1.1数据集分析1.2模型分析2.构建文本生成模型2.1数据预处理2.2模型构建与训练小结系列链接0.前言在情感分类任务中

盼小辉丶·2022-10-19 14:24

神经网络算法有哪些模型,常用的神经网络模型

是德国弗莱堡大学计算机科学系为生物医学图像分割而开发的，该网络基于全卷积网络其架构经过修改和扩展，可以使用更少的训练图像并产生更精确的分割，Unet是2015年诞生的模型。

快乐的小肥熊·2022-10-18 18:03

最适合新手的100个深度学习实战项目

前言大家好，我是阿光。本专栏整理了《PyTorch深度学习项目实战100例》，内包含了各种不同的深度学习项目，包含项目原理以及源码，每一个项目实例都附带有完整的代码+数据集。正在更新中~✨我的项目环境：平台：Windows10语言环境：python3.7编译器：PyCharmPyTorch版本：1.8.1项目专栏：【PyTorch深度学习项目实战100例】项目链接序号项目名称1使用文心大模型ERN

雷神·2022-10-18 07:55

pytorch深度学习实战笔记

一、第一章深度学习和pytorch库简介1、深度学习是近似复杂的、非线性的过程。2、机器学习：依赖特征工程；深度学习：自动寻找表征3、张量：它是一个多维数组4、Pytorch的2个核心：（1）提供了张量以及torch模块提供的库（2）张量可以跟踪对其执行操作的能力，以及计算导数5、pytorch核心模块位于torch.nn中二、第二章预训练模型1、预定义模型位于：torchvision.model

benben044·2022-10-17 12:26

MedMNIST：18个数据集开启2D+3D医学影像之旅，可免费下载

技术之美以下文章来源于中国图象图形学报，作者倪冰冰,杨健程等上海交通大学等MedMNISTv2医学图像数据集已经发布，相较MedMNISTv1，MedMNISTv2新增了2个2D生物图像数据，以及6个3D生物医学图像数据

我爱计算机视觉·2022-10-16 08:38

【表面缺陷检测】基于yolov7的钢板表面缺陷检测(Ubuntu系统)

今天手把手带大家做一个深度学习实战项目：基于yolov7的钢板表面缺陷检测(Ubuntu系统)。多的不说，少的不唠，下面开始今天的教程。

机器不学习我学习·2022-10-16 07:05

综述 | 深度学习在fNIRS中的应用

最近，深度学习(DL)方法在许多生物医学领域的数据处理和分类任务中表现出快速和准确的性能。目的：本文旨在回顾新兴的深度学习(DL)在fNIRS研究中的应用。方法：本文将首先介绍一些常用的深度学习技术。

茗创科技·2022-10-15 07:21

TensorFlow深度学习！构建神经网络预测股票！

作者：韩信子@ShowMeAI深度学习实战系列：https://www.showmeai.tech/tutorials/42TensorFlow实战系列：https://www.showmeai.tech

ShowMeAI·2022-10-13 07:23

Keras深度学习实战——使用长短时记忆网络构建情感分析模型

Keras深度学习实战——使用长短时记忆网络构建情感分析模型0.前言1.构建LSTM模型进行情感分类1.1数据集分析1.2模型构建2.构建多层LSTM进行情感分类相关链接0.前言我们已经学习了如何使用循环神经网络

盼小辉丶·2022-10-13 07:18

指纹识别实战——基于TensorFlow实现（文末送书）

关注公众号，发现CV技术之美注：本文选自中国水利水电出版社出版的《深度学习实战：基于TensorFlow2.X的计算机视觉开发应用》一书，略有改动。经出版社授权刊登于此。

我爱计算机视觉·2022-10-12 13:52

Keras深度学习实战（29）——长短时记忆网络详解与实现

Keras深度学习实战（29）——长短时记忆网络详解与实现0.前言1.RNN的局限性2.LSTM模型架构详解2.1LSTM架构2.2LSTM各组成部分与计算流程3.从零开始实现LSTM3.1LSTM模型实现

盼小辉丶·2022-10-09 11:44

深度学习实战03-卷积神经网络（CNN）实现天气识别

活动地址：CSDN21天学习挑战赛参考文章：https://mtyjkh.blog.csdn.net/article/details/117186183一、前期准备本文采用CNN实现多云、下雨、晴、日出四种天气状态的识别。为了增加模型的泛化能力，新增了Dropout层并将最大池化层调整成平均池化层。1.导入数据importmatplotlib.pyplotaspltimportos,PIL#设置随

Lvcx·2022-10-08 08:17

Keras深度学习实战（28）——利用单词向量构建情感分析模型

Keras深度学习实战（28）——利用单词向量构建情感分析模型0.前言1.模型与数据集分析1.1模型分析1.2数据集分析2.情感分析模型2.1使用CBOW模型获取单词向量2.2构建并训练情感分析模型小结系列链接

盼小辉丶·2022-10-05 10:20

推荐频道

生物医学深度学习实战