本筆記來源于B站Up主: 有Li[https://space.bilibili.com/542601735?from=search&seid=1559273713796356...
IP屬地：浙江
-
影像組學學習筆記(32)-使用SimpleITK進行N4偏置場校正 -
Kaggle提升模型性能的超強殺招Stacking——機器學習模型融合之前的文章中談到了機器學習項目中，要想使得使得機器學習模型進一步提升，我們必須使用到模型融合的技巧，今天我們就來談談模型融合中比較常見的一種方法——stacking。翻譯成中...
-
Unet復現(xiàn)記錄復現(xiàn)： 1.從GitHub下載源碼以后，按照README 配置U-net的環(huán)境。這里給出GitHub源碼鏈接：pytorch Unet[https://github.com...
-
Pytorch-UNet訓練簡介 本節(jié)主要是介紹我怎么用上一節(jié)實現(xiàn)的UNet進行訓練，一共分成3部分進行說明。需要強調(diào)的是，本節(jié)中的數(shù)據(jù)集以及很多模型訓練想法都是來自【Keras】基於SegNet和U-...
-
圖(graph)神經(jīng)網(wǎng)絡學習(四)--代碼解析(Model_2)【2】Model_2: 1stChebNet(2017)-github：gcn (https://github.com/tkipf/gcn) (tensorflow) {Se...
-
-
RNA-seq 轉(zhuǎn)錄組批次效應校正 combat代碼
在合并分析不同來源或不同數(shù)據(jù)集的時候，需要做一個合并前的批次校正，在校正前后，可用PCA聚類查看批次校正的效果，以評估校正的可靠性。 這里我們用到的是sva包的combat函...
-
「人工神經(jīng)網(wǎng)絡」17人工神經(jīng)網(wǎng)絡之BP算法
1.人工神經(jīng)網(wǎng)絡 人工神經(jīng)網(wǎng)絡(Artificial Neural Network，ANN)是在受到了生物學的啟發(fā)后創(chuàng)建的，在某種程度上它是對生物大腦的一種模擬。人們仿照生物...
