摘要：
本人目前主业为临床医学、医学影像 在做一些医学影像图像处理相关 计算机属于兴趣爱好 博客园用于记录平时遇到的问题便于以后查看 如有错误请多包涵，欢迎批评指正、交流学习 可以直接y1.games访问 阅读全文
摘要：
import cv2 import numpy as np from matplotlib import pyplot as plt from PIL import Image # Load the original and label images original_image_path = r' 阅读全文
摘要：
## 首先卸载原有torch `pip uninstall torch` ## 安装新的torch版本 `pip install torch==1.6.0` #这样Didn't work!!! 1.先在PyTorch官网查到自己电脑对应的torch版本 网址: https://pytorch.org 阅读全文
摘要：
import csv import os import numpy as np labels = [] data = [] a_train_file = r'xxx\train.csv' a_test_file = r'xxx\valid.csv' a_file = r'\all.csv' all_ 阅读全文
摘要：
方法一： 使用torch.manual_seed(17)固定随机数种子，再用torchvision.transforms做变换 但是这种方法有时候会失效，可能是transforms函数不能在别的py文件中写好调用到本文件，需要都写在一个文件中 方法二 把单通道的label和image拼在一起成了2通 阅读全文
摘要：
首先是这2个网络是交替迭代训练。 可以是1：1迭代 即D_update_ratio==1，那么G和D之间是1：1的方式进行参数更新 若D_update_ratio==2，那么首先更新两次D再更新一次G 更新G的时候需要冻结D的梯度，避免其计算梯度耗费时间。 对于判别网络： 假设现在有了生成网络（当然 阅读全文
摘要：
class Net(): def __init__(self): self.net_list = ['G_A','G_B','D_A','D_B'] self.netG_A = 'ga' self.netG_B = 'gb' self.netD_A = 'da' self.netD_B = 'db' 阅读全文
摘要：
发现一件神奇的事情 python中的list居然可以存放实例 class A(): def __init__(self,name): self.name = name def print_name(self): print(self.name) a = A('aaaa') b = A('bbbb') 阅读全文
摘要：
pytorch , cuda , cudnn三件套 import torch from torch.backends import cudnn # pytorch print(torch.__version__) # cuda print(torch.version.cuda) torch.zero 阅读全文
摘要：
以下代码为例 来源 from torchvision import models import torch.nn as nn import torch import functools class NLayerDiscriminator(nn.Module): """Defines a PatchG 阅读全文
摘要：
img = sitk.ReadImage(img_path) origin = img.GetOrigin() 图像的origin可以用这行代码读取 它的意义是原始图像中心点在相机坐标系的位置 如图所示，原点出发的是相机坐标系，而从origin出发的是图像的像素坐标系 由此可以得出正常的设备坐标转像 阅读全文