摘要：
feature extractor需要骗过Domain classifier且满足label predictor Input：黑白手写数字 Classifier：彩色手写数字 从而使得feature extractor拥有提取两个Domain共有的特征 阅读全文
posted @ 2019-12-11 10:34
Junzhao
阅读(1205)
评论(0)
推荐(0)
摘要：
Triple GAN is semi-supervised 阅读全文
posted @ 2019-12-10 20:39
Junzhao
阅读(599)
评论(0)
推荐(0)
摘要：
阅读全文
posted @ 2019-12-10 20:38
Junzhao
阅读(335)
评论(0)
推荐(0)
摘要：
用Decoder充当Generator 在用real images训练单独的VAE时，VAE通常会输出较为模糊的images， 而Discriminator的作用就是使VAE的输出more realistic 可以设 Discriminator为可辨别三种类型image 阅读全文
posted @ 2019-12-10 20:04
Junzhao
阅读(549)
评论(0)
推荐(0)
摘要：
用C(Class)去限制输入，并且该限制能够被Classifier从外观上辨别， 因此C成为X在外观上的Constrain，通过调整C的特定维度就可以改变X的某个特征 Generator和Classifier组成一个低-高-低的‘Auto-Encoder’ 阅读全文
posted @ 2019-12-10 19:46
Junzhao
阅读(305)
评论(0)
推荐(0)
摘要：
有目标分布Pdata(x)，可以从中sample出一些样本{x1, x2, x3,···xm} PG(x; θ)由参数θ控制，调整θ使得PG(x; θ)接近Pdata(x) Pdata(x)为目标images，PG(x; θ)为Generator生成的images 这样我们就可以从PG(x; θ)中 阅读全文
posted @ 2019-12-09 16:13
Junzhao
阅读(269)
评论(0)
推荐(0)
摘要：
维特比算法（英语：Viterbi algorithm） 是一种动态规划算法。它用于寻找最有可能产生观测事件序列的维特比路径——隐含状态序列。 即，根据观察到的现象，推断出最可能的隐藏实质 例：医生每天问诊病人 states = ('Healthy', 'Fever') #病人要么健康要么发烧 obs 阅读全文
posted @ 2019-11-30 14:26
Junzhao
阅读(429)
评论(0)
推荐(0)
摘要：
当使用 [ [ None ] *n ] *n 方法创建时，会使子列表都指向同一列表 >>> t = [[]] * 5 >>> t [[], [], [], [], []] >>> t[0].append(5) #改变一子列表导致其他均被改变 >>> t [[5], [5], [5], [5], [5 阅读全文
posted @ 2019-11-29 11:01
Junzhao
阅读(1286)
评论(0)
推荐(0)
摘要：
1. 不同模态图像之间的转换 CT2MRI MRI2CT CT2PET 2. 分离软组织窗和骨窗 分离在X光胸片中重叠的各种组织 3. 图像增强 低剂量CT to 高剂量CT 低T MRI to 高T MRI 传统图像匹配方法 在大量成对的数据中寻找匹配的块，将对应的块整合起来，并通过图像融合的方法 阅读全文
posted @ 2019-11-24 15:29
Junzhao
阅读(766)
评论(0)
推荐(0)
浙公网安备 33010602011771号