装饰器可以在不修改原有代码的情况下，为函数增加新功能或者限制条件。装饰器是基于闭包环境存在的。 闭包（Closure）指的是一个函数及其执行环境（变量）的组合。闭包需要满足：...
IP属地：山西
-
Python 装饰器原理和用法
-
论文笔记-Harnessing Vision Foundation Models for Domain Generalized Semantic Segmentation论文标题： Stronger, Fewer, & Superior: Harnessing Vision Foundation Models for Domain Gener...
-
医学多模态图像分割的一些总结一、图像多模态 这里指的是有一些具有多个模态的医学图像，例如 MRI，或者不同成像方式得到的图像，比如 CT-MR，PET-MR 组成的多模态医学数据。 多模态融合方式包括在...
-
医学图像分割-nnUNet 方法和代码(中)
上篇关于 nnUNet 配置的详细介绍：https://www.jianshu.com/p/49feaf8f883c[https://www.jianshu.com/p/49...
-
医学图像分割-nnUNet 方法和代码(上)
nnUNet 论文： nnU-Net: Self-adapting Framework for U-Net-Based Medical Image Segmentation[...
-
DINO和DINOv2的注意力1. DINO DINO 是 Meta 在2021年提出的一种的自监督学习方法，名称来源于 knowledgedistillation with no labels，即无标签...
-
@二中好学生 谢谢……我会努力的
这方面的东西看得实在是费脑子，所以一直拖着没有写
如何实现可信 AI：不确定性估计
上一篇：如何实现可信 AI：可解释性[https://www.jianshu.com/p/434e68866043] 如果让深度学习模型为错误的预测给出一个较高的不确定性，我...
-
Conda 安装时 solving everiment 很慢
解决思路： 更新 Conda，注意需要回到 base 环境 指定版本 比如安装 torch时指定 torch==2.0.0，减少搜索范围。 使用镜像 参考：https://c...
-
论文笔记-Towards All-in-one Pre-training via Maximizing Multi-modal Mutual Information论文：https://arxiv.org/pdf/2211.09807.pdf[https://arxiv.org/pdf/2211.09807.pdf]一句话总结：提出了一...
-
pytorch训练优化-自动混合精度训练（AMP）
Pytorch 版本：1.6及以上的版本，支持CUDAGPU版本：支持 Tensor core的 CUDA（Volta、Turing、Ampere），在较早版本的GPU（Ke...
-
Transformer 和 Vision Transformer以及参数高效迁移学习（PETL）1. Transformer Transformer 结构首先是由 “Attention is all you need” 这篇文章提出来的，当时认为这个标题非常标题党，但是...
-
为什么Vanilla意思是原始的？
在论文常看到的一个情况是，这篇论文对XX做出了改进，那么原始的XX会被称作 Vanilla XX，作者提出的被称作 NB XX。那么为什么 Vanilla 在这里可以用来指原...
-
如何把MRI图像变成可以用来训练神经网络的数据1. MRI 图像是什么 如果抛开MRI成像的物理原理，用计算机的角度去理解MRI图像，那么MRI图像是真实世界内的某样物体通过某种方式被采样到了计算机上。 假设真实的空间内...
-
Normlization和Sigmoid、Softmax对数据分布的影响假如有一个数据服从高斯分布，均值是m，方差是n，对这个分布进行归一化，让它均值为0方差为1，然后使用一个sigmoid，现在这个分布是什么样的呢？ sigmoid函数是一个非...
-
我的理解是出现版本不匹配的时候会报这个错，这个命令官方解释是 nvidia-modprobe - 加载 NVIDIA 内核模块并创建 NVIDIA 字符设备文件。
pytorch学习笔记-UserWarning: CUDA initialization: CUDA unknown error
在服务器上新装了CUDA，使用pytorch的时候出现了错误： 首先检查显卡驱动，CUDA，cudnn，以及pytorch的版本是否匹配，如果不匹配，需要卸载之后重装对应的版...
-
论文笔记-Label-Free Liver Tumor SegmentationCVPR, 2023论文：https://arxiv.org/pdf/2303.14869.pdf[https://arxiv.org/pdf/2303.14869.pdf]...
-
论文笔记-Evidential Deep Learning to Quantify Classification Uncertainty
原文：https://papers.nips.cc/paper/2018/file/a981f2b708044d6fb4a71a1463242520-Paper.pdf[ht...
这方面的东西看得实在是费脑子，所以一直拖着没有写