转置卷积 上采样转置卷积也就是逆卷积 一句话解释：逆卷积相对于卷积在神经网络结构的正向和反向传播中做相反的运算 逆卷积(Deconvolution)比较容易引起误会，转置卷积(Transposed Convolution)是一个更为合适的叫法 输入矩阵可展开为16维向量，记作输出矩阵可展开为4维向量 ...

卷积 池化卷积 池化 公式推导一般情况下, 输入的图片矩阵以及后面的卷积核, 特征图矩阵都是方阵, 这里设输入矩阵大小为 w, 卷积核大小为 k, 步幅为 s, 补零层数为 p, 则卷积后产生的特征图大小计算公式为: w' = \frac {w + 2p -k} {s} + 1卷积 池化 在pyt ...

数据预处理中心化(零均值)中心化就是零均值化，对于每一个元素减去本图像的平均值即可。 E（X-E（X））=0这样做的意义在于，对于某些激活函数，比如sigmoid，relu，tanh而言，激活函数单调递增，其任意一点导数均大于零。 f(\sum_{i} w_i x_i + b)而f关于wi的偏导 ...

如何划分训练集,验证集,测试集训练集,验证集,测试集之间的区别 训练集（train set） —— 用于模型拟合的数据样本。 验证集（development set）—— 是模型训练过程中单独留出的样本集，它可以用于调整模型的超参数和用于对模型的能力进行初步评估。 在神经网络中， 我们用验证数据集 ...

braTS2019数据集介绍braTS简介braTS是一个针对MRI脑肿瘤进行分割的数据集,每年都有很多人在braTS上进行各种state-of-art方法的试验 braTS利用MRI扫描,从外观,形状和组织学上对脑肿瘤(神经胶质瘤)进行分割 为了研究分割任务对临床实验的影响,braTS也会致力于研 ...

小样本学习(Few-shot Learning)问题定义人类非常擅长通过极少量的样本识别一个新物体，比如小孩子只需要书中的一些图片就可以认识什么是“斑马”，什么是“犀牛”。在人类的快速学习能力的启发下，研究人员希望机器学习模型在学习了一定类别的大量数据后，对于新的类别，只需要少量的样本就能快速学习， ...

使用 SimpleITK 和 Nibabel 读取医学nii数据SimpleITK 和 Nibabel 的区别： SimpleITK 加载数据是channel_first，即（155，240，240）； Nibabel 是 channel_last，即（240，240，155），其中155是图像通道 ...

vim使用指南移动光标可以使用方向键,也可以使用hjkl四个按键 h← j↓ k↑ l→ 模式 退出vim 保存修改并退出 :wq 直接退出 :q! :q 删除命令在插入模式使用退格进行删除 在普通模式下输入x进行删除 按键 含义 d0 删除光标从当前位置（不包含）到该行行首的 ...

python基础listPython内置的一种数据类型是列表：list。list是一种有序的集合，可以随时添加和删除其中的元素。 比如，列出班里所有同学的名字，就可以用一个list表示： >>> classmates = ['Michael', 'Bob', 'Tracy']> ...

docker 网络指南Docker自身有4种网络工作方式，和一些自定义网络模式 安装Docker时，它会自动创建三个网络，bridge（创建容器默认连接到此网络）、 none 、host host：容器将不会虚拟出自己的网卡，配置自己的IP等，而是使用宿主机的IP和端口 Container：创建的容 ...