FanJin的博客

深度网络DNN的概念，是基于浅层网路——多层感知机MLP（或称人工神经网络ANN）的基础上发展而来。关于MLP或ANN的知识，此处不作赘述，网上有很多资料可以参考。DNN是一个很广的概念，大名鼎鼎的CNN、RNN、GAN等都属于其范畴之内。CNN多用于网络结构数据类型的任务，如图像、声音、文本等；RNN多用于时间序列类型的任务，如音频、文本（NLP）、视频等；GAN则主要用于“生成数据、以假乱...

本文转自：使用深度学习进行生存分析相关资源原论文地址：here论文中使用的深度生存分析库：DeepSurv，是基于Theano 和 Lasagne库实现的，支持训练网络模型，预测等功能。考虑到DeepSurv库中存在着一些错误以及未实现的功能，博主使用目前主流的深度学习框架Tensorflow实现了深度生存分析库：TFDeepSurv。欢迎有兴趣的同学Star和Fork，指出错误，相互交流...

卷积神经网络CNN可谓是深度学习领域中较为成功的一种网络，计算机视觉一直是人工智能领域的先锋部队。ILSVRC（ImageNet Large Scale Visual Recognition Challenge），又称ImageNet比赛，是近年来机器视觉领域最受追捧也是最具权威的学术竞赛之一。ImageNet数据集是ILSVRC竞赛使用的是数据集，由斯坦福大学李飞飞教授主导，包含了超过1400万...

当前训练CNN最受欢迎的两个框架是TensorFlow和 pyTorch，搭建相应的环境其实不难，博主早先在笔记本的Ubuntu上很快就搭建了pyTorch环境及手写了ResNet 的Demo。但是最近台式机配上比较不错的显卡后，再次搭建带CUDA的 pyTorch开发环境时，遇到一些问题，故简略记录于此。博主一直使用的是Ubuntu+Windows双系统，此次一并将双系统（Win10+Ubu...

CNN的变种有很多，除了CNN进化史上经典的那几种Net，还有一些网络根据实际问题的不同需求，对其中某些Layer进行修改。本文的问题源于一篇关于肺部CT的CNN的文章（ShuoWang,et al. Predicting EGFR mutation status in lung adenocarcinoma on computed tomography image using deep ...

最近做病理AI的细胞计数问题，需要对图像中的各个细胞进行分类，若采用普通的CNN+普通图像分割，估计实现效果不佳。为了解决这个问题，大致有两种方案：目标检测 和 图像分割。目标检测的算法以Faster R-CNN、RetinaNet、YOLO3、SSD等算法为代表；图像分割则以U-Net 等为代表。本文将简述 U-Net。平时接触较多的是TensorFlow、PyTorch 和 Keras 三...

前文简单概述了目标检测的传统算法，本文将步入深度学习时代。ILSVRC 2012中AlexNet 的出现标志着计算机视觉进入深度学习阶段，目标检测算法随之在2014年问世了R-CNN算法框架。各传统算法的主要区别在于特征提取的思路不同，如果用CNN提取特征，我们便能得到一个粗略的基于CNN特征提取的目标检测算法：暴力搜索，从左到右、从上到下滑动窗口，利用分类识别目标。为了在不同观察距离处检测不...