原创 Improving Deep Neural Networks/second-week/

本文參考https://blog.csdn.net/u013733326/article/details/79907419,該開始學習,做個記錄,如有不妥的地方歡迎大家指正。 目錄 optimization_methods_functio

原创 Improving Deep Neural Networks/first-week/

gradient_checking_funcyion.py import numpy as np import  gc_utils #一維線性 def forward_propagation(x,theta):     """    

原创 Multitask Classification of Breast Cancer Pathological Images Using SE-DenseNet

摘要: 本文采用密集連接的卷積網絡(DenseNet)結構,吸收SeNet,對一組蘇木精和伊紅(H&E)染色乳腺組織學顯微鏡 Camelyon16 進行多任務分類。全幻燈片圖像(WSI)通常存儲在多分辨率金字塔中,我們的數據集包含Came

原创 Convolutional Neural Network Improvement for Breast Cancer Classification

這篇論文自己還不是特別理解,僅記錄自己的看法。 參考鏈接:https://blog.csdn.net/weixin_42402739/article/details/101449921 1.首先,作者提出了一些現有的問題: 太繁瑣的註釋會

原创 基於卷積神經網絡的乳腺腫瘤良惡性分類方法研究

一、創新點: 1.多中心數據處理方法 2.將原始的網絡模型的 sofmax 分類器替換成 SVM(主要是將softmax 分類器所用的交叉熵損失函數替換成 SVM 的 hinge loss 形式的損失函數。) 二、相關知識 1.多中心數

原创 Breast Mass Classification in Mammograms using Ensemble Convolutional Neural Networks

僅爲自己理解,如有錯誤懇請糾正。 與Alexnet相比的創新點: 1.AlexNet使用本地響應規範化(LRN),而在我們的網絡中,我們使用批處理規範化(BNorm)技術。 2.爲了避免過度擬合,我們對每個卷積層都應用了BNorm,而在A

原创 pgm格式轉jpg格式

from PIL import Image import os, glob def batch_image(in_dir, out_dir): if not os.path.exists(out_dir):

原创 @WebServlet

 注意兩種方法: 傳統的方式:Servlet類(不含註解)+配置文件Web.xml Java EE6 提倡的註解方式:Servlet類(包含註解) @WebServlet(name = "First", urlPatte