May 8, 2024
用于dermatology condition 和 chest X-ray 分类的自监督学习（见论文）。论文采用的是SimCLR的思想，其整体流程如下（见论文图1）： 基于SimCLR，先利用自然图像ImageNet进行预训练 接着步骤1中模型，基于SimCLR，利用医学图像进行预训练 ...
May 4, 2024
双向长短期记忆网络（Bidirectional Long Short-Term Memory，Bi-LSTM）是 LSTM 的一个扩展版本，它在处理序列数据时同时考虑了过去和未来的信息。与传统的单向 LSTM 只考虑从过去到未来的信息流不同，Bi-LSTM 通过引入两个独立的 LSTM 层，分...
May 2, 2024
VAE（Variational Autoencoder，变分自动编码器）是一种生成模型，它结合了自动编码器（Autoencoder）和变分推断（Variational Inference）的思想。VAE 包括两个主要部分：编码器（Encoder）和解码器（Decoder）。编码器将输入数据映射...
RNN（Recurrent Neural Network，循环神经网络）是一类用于处理序列数据的神经网络结构。与传统的前馈神经网络（Feedforward Neural Networks）不同，RNN 具有循环连接。RNN 的每个时间步都会接收输入和前一个时间步的隐藏状态，并输出当前时间步的隐...
LSTM（Long Short-Term Memory，长短期记忆）是一种循环神经网络（RNN）的变体，专门设计用来解决传统 RNN 在处理长序列数据时的梯度消失或梯度爆炸等问题。LSTM 通过引入一种称为“门”的机制来控制信息的流动，从而更有效地处理长序列数据并捕获序列中的长期依赖关系。这些...
GAN（生成对抗网络）是一种机器学习模型，由两个网络组成：生成器和判别器。这两个网络相互对抗，使得生成器能够生成逼真的数据，而判别器则试图区分生成的数据与真实数据。GAN 的核心思想是通过竞争训练两个网络，从而使得生成器生成的数据越来越接近真实数据，同时使得判别器更难以区分生成的数据和真实数据...