原创 Machine Learning Yearning15~19
1.如何進行錯誤分析呢？我們將錯分類別做一個表。 橫向是各種各樣的error categories。觀察多了，對比多了，就會想到各種的錯誤類別。然後通過這個表，來決定在哪方面投入精力。如上表，相對於狗這類，將方向放到Grea
2020-07-04 18:40:16
原创 unsupervised image segmentation by backpropagation-論文筆記
這是一個有趣的非監督分割方法 代碼短小精悍 直接說算法 1.首先對原圖進行超像素分割。 2.使用卷積網絡進行正向傳播。網絡輸出100channel，輸出和輸入大小相同。也就是說，每個輸入像素對應輸出100個像素。這10
2020-07-04 18:40:16
18
原创 Scaling Up Crowd-Sourcing to Very Large Datasets: A Case for Active Learning-筆記
通過Active Learning（AL）算法，找到最小的需要標註的數據進行訓練，來標記未標記的數據。 AL必須滿需下邊的需求才能作爲crowd-sourced database的默認的最優策略： Generality
2020-07-04 18:40:16
2
原创 安裝anaconda後，裝庫報錯權限不夠
安裝anaconda後，安裝tensorflow，或者更新pip都報錯：發現是anaconda文件夾權限不夠。 查看發現anaconda文件夾上了一把鎖，需要去掉。 sudo chown 用戶名 文件夾 -R 比如：我的用戶名叫
2020-07-04 18:40:16
4
原创 Bootstrap-Scaling Up Crowd-Sourcing to Very Large Datasets: A Case for Active Learning
論文Scaling Up Crowd-Sourcing to Very Large Datasets A Case for Active Learning對bootstrap做了介紹。 原書（B. Efron and R. J.
2020-07-04 18:40:16
原创 Machine Learning Yearning23~27
1.如果有可避免的高的偏差（可避免是相對於人類的水平來說的），可以通過增加網絡深度來解決。如果方差較高的話（過擬合），增加數據量。 2.現在有很多很棒的神經網絡架構，嘗試新的框架相較於增加網絡模型和數據量具有高的不確定性。 3
2020-07-04 18:40:16
1
原创 Suggestive Annotation: A Deep Active Learning Framework for Biomedical Image Segmentation-筆記
本文結合activate learning和bootstrap。 網絡結構如圖： 操作過程如下：首先使用少量的標註的數據進行訓練網絡，然後輸入未標記的數據，根據提取的有用信息記錄需要標記的數據，然後進行標記。下一個階段使用
2020-07-04 18:40:16
原创 各種交叉驗證評價模型
1.The validation set approach（設置驗證集） 就是說，在訓練時，留出來一部分作爲驗證集（不參與訓練），隨時檢測網絡訓練情況。我的做法是，每個epoch訓練完後，都是用驗證集進行驗證，通過觀察驗證集來驗證
2020-07-04 18:40:16
原创 ubuntu16.04安裝nvidia驅動
兩塊顯卡：970和titan x 安裝好Ubuntu後，在安裝驅動之前： 1.對ubuntu軟件進行更新。因爲之前安裝好驅動後，更新了軟件重啓後，陷入循環登陸狀態。 2. sudo add-apt-repository pp
2020-02-23 11:16:02
原创 強化學習之Q-learning
三要素：狀態（state），動作（action），獎賞（reward）。更具具體情況自行進行給定。 Q更新公式： Q是什麼？動作效用函數（action-utility function）,用於評價在某一狀態下采取某個動作的
2020-02-23 11:16:02
原创 Machine Learning Yearning1~14
1.測試數據儘量和要應用的數據分佈吻合，這可能和訓練數據分佈不吻合；儘可能的使得dev 和 test sets的分佈相同。 2.如果我們的算法要應用到特定的領域，dev和test sets的分佈最好是相同的。 3. dev和t
2020-02-23 11:16:02
原创 Quantization of Fully Convolutional Networks for Accurate Biomedical Image Segmentation-筆記
本文以論文Suggestive Annotation: A deep active learning frame work for biomedical image segmentation爲基礎，使用量化技術。 1.對具有高度
2020-02-23 11:16:02
原创 Interleaved 3D-CNNs for Joint Segmentation of Small-Volume Structures in Head and Neck CT Images-筆記
傳統分割： （1）Atlas based methods, （2）Statistical shape/appearance based methods （3）Classification based methods
2020-02-23 11:16:02
原创 ranker-Scaling Up Crowd-Sourcing to Very Large Datasets: A Case for Active Learning
論文Scaling Up Crowd-Sourcing to Very Large Datasets A Case for Active Learning提出兩種AL算法。 首先找到分類器θ對未標註數據的不確定程度。然後讓cr
2020-02-23 11:16:02
原创 Dual Path Networks
作者發現ResNet可以使得特徵重用，DenseNet可以探索新的特徵。二這兩個作用對網絡學習好的表達很重要。所以論文將2着結合起來。 結構如下圖： 首先將輸入預分爲倆部分。將所有輸入通過1X1，3X3和1X1的卷積之後也
2020-02-23 11:16:02