- 博客(5)
- 收藏
- 关注
RSS订阅翻译 self-attention-cv：用于三维分割的子体积采样训练过程的演示
self-attention-cv：三维分割示例训练示例结果原文在此： self-attention-cv.数据集在此： dataset.from google.colab import drivedrive.mount('/gdrive')import zipfileroot_path = '/gdrive/My Drive/DATASETS/iSeg-2019-Training.zip' !echo "Download and extracting folders..."zip_ref
2021-09-03 10:47:20
437
原创 transformer进行医学图像分割文章
近两年用trm做医图分割文章合集欢迎补充CoTr：基于CNN和Transformer进行3D医学图像分割UNETR: Transformers for 3D Medical Image SegmentationSwin-unet：用于医学图像分割的类UNET纯transformerTransBTS：基于transformer的多模式脑肿瘤分割CoTr：基于CNN和Transformer进行3D医学图像分割在本文中，我们提出了一个新颖的框架，该框架可以有效地桥接卷积神经网络和Transformer，以进
2021-08-27 14:31:13
7105
原创 2021-07-21
新手遇到的问题python包ERROR: No matching distribution found for pylabpython包ERROR: No matching distribution found for pylab解决：安装numpy，scipy和matplotlib即可pip install numpypip install scipypip install matplotlib
2021-07-21 14:53:57
865
原创 李航《统计学习方法》——过拟合
当假设空间含有不同复杂度(例如，不同的参数个数)的模型时，就要面临模型选择(model selection)的问题.我们希望选择或学习一个合适的模型.如果在假设空间中存在“真”模型，那么所选择的模型应该逼近真模型.具体地，所选择的模型要与真模型的参数个数相同，所选择的模型的参数向量与真模型的参数向量相近. 如果一味追求提高对训练数据的预测能力,所选模型的复杂度则往往会比真模型更高.这种现象称为过拟合(over- fiting).过拟合是指学习时选择的模型所包含的参数过多，以致于出现这一模型对已知数据
2020-05-30 22:33:12
545
原创 生存分析
生存分析定义生存分析：既考虑结果又考虑生存时间的一种统计方法，并可充分利用截尾数据所提供的不完全信息，对生存时间的分布特征进行描述，对影响生存时间的主要因素进行分析。生存分析不同于其它多因素分析的主要区别点：生存分析考虑了每个观测出现某一结局的时间长短。生存分析不用于其他的统计方法的地方在于既需要考虑结果又需要考虑结果发生的时间。癌症的生存分析最终结局为生存或死亡。生存分析目的估计：根...
2020-04-22 15:53:03
1091
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人