机器学习理念希望机器和人一样聪明，提出人工智慧。希望机器有学习的能力，采用的手段就是机器学习。首先考虑生物的行为，它取决于两件事，一个是后天学习的结果，另一个是先天的本能。“先天的本能”可以理解成事先设计的规则，但是对于机器来说，过多的规则非常死板，它也不会超过设计它的人，这不是人工智慧。不过，一个聪明的AI模型离不开优秀的AI训练师，模型的选择和评估指标的确定就是关键，所以我们需要学习机器学习。
# 深度学习在脑部MRI分割中的应用
脑部MRI（磁共振成像）是医学影像分析中一个重要的应用领域，而深度学习技术在这一领域表现出了巨大的潜力。本文将介绍如何利用深度学习进行脑部MRI图像的分割，并通过示例代码进行说明。
## 什么是MRI分割？
MRI分割是将MRI图像中的不同组织或结构（如脑白质、脑灰质和脑脊液）分开的过程。通过分割，我们可以提取出感兴趣的区域，为后续的临床诊断和治疗规划提
原创
2024-08-18 07:42:57
413阅读
0. 前言：本博客整理的内容来自于Bilibili网站上的李宏毅老师课程录屏。 1.对机器学习的介绍：1.1 Hand-crafted rule V.S. Machine learningMachine learning（机器学习）：通过对数据的学习，让机器发现数据的规律，并完成一系列任务。 Hand-crafted rule：通过人工设置规则来完成任务，僵化且需要大量的人力。1.2 机器学习三
简介 本次作业所用到的数据为Twitter上的推文，训练数据会被打上正面或负面的标签，最终我们要对无标签的句子分类。 带标签的训练数据，中间的+++$+++只是分隔符，共200000条数据。 不带标签的训练数据，共1178614条数据。 测试数据，共200000条数据。 数据处理 读数据 impor
转载
2020-10-09 20:47:00
765阅读
2评论
磁敏感加权成像(Susceptibility-weighted imaging, SWI)是从简单的T2*加权二维序列发展为空间分辨率提高、磁敏感性增强的三维序列。SWI是一种对扭曲局部磁场的化合物(如钙和铁)敏感的MRI序列，其中的相位信息可以区分。但是SWI这个术语被通俗地用来表示不同MRI供应商和序列的高空间分辨率的较高磁敏感性序列，即使不使用相位信
转载
2023-10-30 13:33:42
118阅读
【GiantPandaCV导语】以卷积和im2col+gemm实现卷积操作举例,来图解深度学习中Tensor的NC4HW4(其实应该是N{C/4+C%4>0?1:0}HW4),写成NC4HW4方便阅读. 什么是NC4HW4？ 对于卷积操作, 根据计算机...
转载
2020-11-12 00:00:00
347阅读
2评论
The homework asks if SRTF will be shorter than SJF and the answers video asks if SJF could be shorter than SRTF.
转载
2021-04-15 03:16:00
186阅读
2评论
WLC上mDNS网关的理解及排查第一部分：介绍这篇文档描述了Bonjour协议在WLC上的操作，该文档旨在协助工程师理解该工作流量的原理以及提供故障排查的指导。 第二部分：需求和前提知识需求：Cisco建议你对Bonjour协议、在WLC配置mDNS、以及多播路由有一定的基础知识，以便你能更好的理解。 设备组件：该文档是基于如下设备和相关软件版本完成的：AIR-CT2504-K
任务4：Windows应急和Linux应急 查看系统补丁 看高危漏洞的补丁有没有打 查看目录 后门查杀 杀软 存在新的杀毒软件杀不掉老的现象 日志分析 日志分析工具 任务5：分析研判与溯源反制 分析研判流程 重点梳理：资产、网络、设备 扫描特征：awvs，nasus，xview，蚁剑，冰蝎 攻击 ...
转载
2021-04-25 10:45:00
459阅读
2评论
mnn, NC4HW41. NC4HW4的排布请参考：NC4HW4数据的排布2. 打印检查输入tensor 为1x3x180x640，格式为NC4HW4。可以看到第二个数据恰好隔了HxW
原创
2022-03-23 14:27:30
646阅读
最近，关于特斯拉 Model Y 配备新款的 HW4.0（Hardware 4.0）消息越来越多，但根据内部人士透漏，特斯拉安装在 Model Y 的硬件 HW4.0 里面并不包含高清雷达模组，到目前为止的消息是这样。反而是在目前最新款的 Model S、X 车型中是有搭配雷达模组的，或许特斯拉将安全性与车辆较豪华的车款中才释放最新的高清雷达模组，而 FSD 全自动驾驶功能还是建立在全视觉化上面，
转载
2024-07-15 22:11:26
107阅读
select event,p1,p2,p3 from v$session where event like 'enq%'; EVENT P1 P2 P31 enq: HW - contention 121...
转载
2017-05-18 17:43:00
119阅读
2评论
概念回顾LEO：last end offset，日志末端偏移量，记录了该副本对象底层日志文件中下一条消息的位移值。举一个例子，若LEO=10，那么表示在该副本日志上已经保存了10条消息，位移范围是[0，9]。HW：highwatermark，高水印值，任何一个副本对象的HW值一定不大于其LEO值，而小于或等于HW值的所有消息被认为是“已提交的”或“已备份的”。HW指向的是实实在在的消息，而LEO总
已经存在Base工程，可以直接将quicker.em加入到其中，并且同步文件。也可以删除它重建立一个Base工程，然后再把quicker.em加入其中，同步工程后，再定义好热键和菜单si30.CF3是si3.x的配置文件，si21.cf是si2.1的配置文件，它已经定义好菜单和热键。图方便的话可以直接使用这两个配置文件，这样就可以不用自己定义菜单和热键了。选择Options的Save Configuration先保存自己的配置，以便回退，然后再选择Options的Load Configuration来装载该配置，如果不喜欢我的配置风格，只想要热键和菜单定义，只要勾上菜单和热键两个子项即可。1.
转载
2011-04-28 15:13:00
130阅读
2评论
Linux内核最近跃进到了4.x时代，初看没啥大的动作，但是对于我而言，最令人兴奋的还是它对硬交换模块的支持。这也是为全面迎合SDN做好准备的第一步。Linux上的路由与交换Linux诞生于网络，天生对网络拥有全面且强大的支持，即便再复杂的协议，再封闭的技术，几乎都可以找到对应的Linux实现。然而这并不是说Linux网络就天下无敌了，它存在很多不合理的地方。 &
原创
2015-05-17 14:09:47
1543阅读
# Pixhawk 4硬件架构详解
Pixhawk 4是一个流行的开源硬件平台，广泛应用于无人机和自主导航系统。它通过其灵活的硬件架构，支持多种传感器和控制算法，使开发人员能够轻松实现高度复杂的飞行控制任务。
## 1. 硬件组成
Pixhawk 4的硬件设计包含多个关键组件，以下是主要组成部分：
- **中央处理单元（CPU）**：负责处理飞控算法和数据计算。
- **传感器**：包括加
# Ref: https://blog.csdn.net/u013733326/article/details/79767169 import numpy as np import testCases import h5py import matplotlib.pyplot as plt from ...
转载
2021-09-26 11:25:00
69阅读
2评论
本章学习目标
配置模块
外挂设备的使用
4.1其一是需要一个详尽的设备信息文档，这个文档描述了设备标识、和设备标识对应的设备驱动程式、设备配置参数（设备选项）、设备配置的周详描述、设备配置方法描述、设备对应的别名、设备的主设备号等信息。
来完成设备模块的自动加载，他的一般工作机制是：在第一次引
原创
2008-11-03 17:24:36
1461阅读
(config)#display ont autofind all /查找新发现ONT
------------------------------------------------------------------------
Number
原创
2011-07-27 19:36:15
710阅读
AndroidService 深度解析（2）上一篇文章我们对Service的生命周期进行了测试及总结。这篇文章我们介绍下绑定运行的Service的实现。绑定运行的Service可能是仅为本应用提供服务，称为本地Service；也可能为其他应用提供跨进程服务，即远程Service。下面分别进行介绍：本地Service如果Service只服务于本应用，那么我们只需要继承Binder类，定义我们需要实现
转载
2023-10-06 20:42:30
215阅读
