前言 自己常用常忘的。。 统计当前文件夹下文件个数,文件大小 du -sh 查看文件夹大小 ls -l |grep "^-"|wc -l 或 find ./company -type f | wc -l 查看某文件夹下文…
Pytorch 图像分割2-IDRiD糖网并发症分割
前言 大概有一年的时间了,接触这个糖尿病视网膜病变相关的医学影像识别,今天来用Pytorch一起实现数据集中四种并发症的语义分割。 数据集 首先最麻烦的地方一定是数据集,我们的数据集分为6个文件夹。[‘MA&…
numpy中pad函数的常用方法+图像分割IDRiD任务切图补0例子
参数解释 ndarray = numpy.pad(array, pad_width, mode, **kwargs) array为要填补的数组 pad_width是在各维度的各个方向上想要填补的长度,如((1,2),(2…
机器学习中的F1-score
什么是F1-score F1分数(F1-score)是分类问题的一个衡量指标。一些多分类问题的机器学习竞赛,常常将F1-score作为最终测评的方法。它是精确率和召回率的调和平均数,最大为1,最小为0。 F_{1}=2 …
Pytorch 图像分割1-Liver-CT
前言 为了熟悉Pytorch,学者用Pytorch做一下相关的任务。图像分割开始吧。可以先去看在这一数据集上抽象程度更高的fastai的博客Fastai-图像分割入门-Liver-CT,以及Pytorch入门博客1,Py…
卷积神经网络中的参数计算(转)
卷积神经网络中的参数计算 举例1: 比如输入是一个32x32x3的图像,3表示RGB三通道,每个filter/kernel是5x5x3,一个卷积核产生一个feature map,下图中,有6个5x5x3的卷积核,故输出6…
机器学习开放基础课程3 - Python 数据可视化分析
Python 数据可视化分析 介绍 在机器学习领域中,可视化是十分重要的。在开始一项新任务时,通过可视化手段探索数据能更好地帮助人们把握数据的要点。在分析模型表现和模型报告的结果时,可视化能使分析显得更加生动鲜明。有时候…
机器学习开放基础课程 - 人口收入普查数据探索
人口收入普查数据探索 本次挑战中,你需要运用 Pandas 探索数据,并回答有关 Adult 数据集 的几个问题。Adult 数据集是一个关于人口收入普查的数据集,其包含多个特征,目标值为类别类型。 首先,我们加载并预览…
机器学习开放基础课程 - 使用Pandas进行数据探索
使用 Pandas 进行数据探索 介绍 本次实验通过分析电信运营商的客户离网率数据集来熟悉 Pandas 数据探索的常用方法,并构建一个预测客户离网率的简单模型。 知识点 排列 索引 交叉表 透视表 数据探索 Panda…
Pytorch深度学习基础教程-2
前言 接着上文Pytorch深度学习基础教程-1 重新定义网络 上面官网给出的网络结构是卷积+全连接层的形式,这种结构的网络效果其实不好,因为全连接层传递效率较低,同时会干扰到卷积层提取出的局部特征,并且也没有用到Bat…