u013313168的专栏

序号模型题目代码1EfficientNet 3D- - -Keras

1、SARAS-MESADSARAS challenge on Multi-domain Endoscopic Surgeon Action Detection—SARAS-MESAD—2、Surgical Action Triplet Recognition 2021https://cholectriplet2021.grand-challenge.org/3、The ITEC LapGyn4 Gynecologic Laparoscopy Image Dataset (v1.2)http:/

一、安装WinEdtWinEdt 10.3下载 ，按教程安装就好。二、安装MikTexMiKTeX 官网下载, 安装后，WinEdt会自动加载MikTex的宏包。三、PlotNeuralNet 下载配置PlotNeuralNet github 地址，下载到本地，解压。使用步骤在PlotNeuralNet当前目录下新建pnntest.py文件，在pnntest.py文件中加入以下代码把pycore当做包载入。import syssys.path.append('E:/XXX/PlotNe

一、标签制作工具目标检测标注工具（可自定义生成标签模板）

主要问题：如何把图片转换成图1、Understanding Graph Isomorphism Network for rs-fMRI Functional Connectivity Analysis code

一、论文U-ReSNet: Ultimate Coupling of Registration and Segmentation with Deep Nets 【code】二、实际系统

一、Cora数据运行下面代码不能正常下载from torch_geometric.datasets import Planetoidfolder = '"node_classify/cora"'dataset = Planetoid(root=folder, name=data_name, transform=T.NormalizeFeatures())原因：在planetoid.py源代码文件中url = 'https://github.com

1、一个例子搞清楚（先验分布/后验分布/似然估计）

一、可解释性定义17年ICML的Tutorial中给出的一个关于可解释性的定义是：Interpretation is the process of giving explanations to Human.

一、什么是数据增强在机器学习训练过程中，经常会遇到数据量不足（即样本不够全面）从而导致训练出来的的模型泛华性能差的问题。此时通过人为的对数据进行扩充来生成更多种类（更加符合实际情况）的数据的技术就是数据增强。数据增强的作用：数据增强可以丰富训练数据的分布、提高模型的泛华性能和鲁棒性、防止过度拟合等作用。二、数据增强分类有监督数据增强：（1）单样本数据增强几何变换类：翻转，旋转，裁剪，变形，缩放等；颜色变换类：噪声、模糊、颜色变换、擦除、填充等。（2）多样本数据增强SMOTE、Sample

ABCDDepthwise Separable Convolutions: 深度可分离卷积EFGHIJKLMNOPQRSTUVWXYZ

  深度学习小白一枚，这里记录了平时遇到的各位大神的深度学习教程，以方便日后查阅。向各位辛苦付出的大佬致敬，如有侵权，请联系我删除！再次感谢大佬们！一、《动手学深度学习》【github】  ShusenTang大佬将《动手学深度学习》 原书中MXNet代码实现改为PyTorch实现。原书作者：阿斯顿·张、李沐、扎卡里 C. 立顿、亚历山大 J. 斯莫拉以及其他社区贡献者。  极度推荐！！！...

1、卷积神经网络(CNN)张量(图像)的尺寸和参数计算(深度学习)2、卷积神经网络（3）卷积计算流程3、卷积神经网络（CNN）之一维卷积、二维卷积、三维卷积详解4、卷积神经网络的通道数与卷积核数的关系。...

一、著名的大佬课题组1、张拳石教授的知乎张老师的知乎个人简介：I am leading a group for explainable AI. The related topics include explainable CNNs, explainable generative networks, unsupervised semanticization of pre-trained neu...