feyily的博客

简单来说，Tensorflow1.x 与 Tensorflow2.0的主要区别在于tf1.x使用静态图而tf2.x使用Eager Mode动态图。下图是Tensorflow2.0的架构图，使用keras API作为构建神经网络的工具。Eager Mode动态图模式在Eager Mode 推出之前，基于TensorFlow的程序使用的静态计算图，计算过程首先被编译成一个有向无环图。这种模式下...

文章提出了一个基于深度学习的框架来预测心脏瓣膜在生物力学上的形变，而生物力学上的形变不能直接使用医学成像捕获，通常需要复杂的计算专业知识和成本来确定。文章通过CT图像使用NURBS曲面对心脏瓣膜建模，之后利用等几何分析的方法对心脏瓣膜进行应力与应变的分析 。提出的方法是通用的；它也可以应用到分析心脏瓣膜的其他关键性能特性，以及包括流体结构相互作用在内的更复杂的瓣膜模拟。结果对瓣膜的形变，...

过去神经网络方面的工作很少是研究数学方面的应用，而本文则是神经网络在数学方面的应用，特别是符号计算、积分计算、常微分方程的计算。本文还提出了一种表示数学问题的语法，生成数据集用于训练seq2seq模型。在本文中，我们将数学问题特别是符号计算当做NPL模型。也就是将积分、ODE方程用seq2seq模型处理。作者认为解微分方程的过程可以看做是一个模式识别的过程，然而截止到目前还没有一个神经网络可...

Learning From Crowds梳理文中首先提出，在监督学习中获取真实的标签值是不现实的。很多的标签是通过人工标注的，而不同的人进行标注又会出现不同的结果产生分歧。故作者在本文中提出了一种概率模型从多个标注者的标注结果中学习潜在的数据标签。1. 含有多个标注者的有监督的学习上面说到人工标注可能会产生很大的分歧。为了解决这个问题，作者就提出了一个概率模型来解决以下问题：如何在有...