做梦当财神

2022年8月29日

摘要：目录1. k-space 基础2. 低频与高频2.1 低频部分（中心）2.2 高频部分（边缘）3. 低频与高频的作用与平衡4. k-space 与傅里叶变换5. 实际应用总结在核磁共振成像（Magnetic Resonance Imaging, MRI）中，k-space 是一个频域表示空间。它记阅读全文

posted @ 2022-08-29 13:26 做梦当财神阅读(878) 评论(0) 推荐(0)

SE、GRE序列

摘要：主磁体磁体系统：主磁体、匀场线圈、梯度线圈、射频发射、接收线圈。匀场线圈：提高磁场的均匀性。梯度线圈：提供空间线性梯度场。用于空间定位、层面选择、决定图像空间分辨率。射频发射、接收线圈：射频脉冲激发被检体产生磁共振信号，同时负责接收磁共振信号。永磁型磁体均匀度受环境温度影响较大，磁场稳定性阅读全文

posted @ 2022-08-29 12:45 做梦当财神阅读(2334) 评论(0) 推荐(0)

磁共振成像原理

摘要： 1. 原子核的自旋原子有原子核和绕核运动的电子组成。原子核的自旋：质子数和中子数一个为奇数、一个为偶数；两者都为奇数这两种情况的原子核就会自旋。原子核是带正电，绕自旋轴旋转，效应相当于环形电流，周围会产生磁场。原子核磁矩大小与自旋角动量成正比： $$ \pmb{\mu} = \gamm 阅读全文

posted @ 2022-08-29 12:40 做梦当财神阅读(1021) 评论(0) 推荐(0)

2022年8月26日

np.prod()

摘要： numpy.prod(a, axis=None, dtype=None, out=None, keepdims=<no value>, initial=<no value>, where=<no value>)：返回给定轴上数组元素的乘积。参数： a：输入数据。 axis：无或整数或整数元组，可选阅读全文

posted @ 2022-08-26 11:49 做梦当财神阅读(419) 评论(0) 推荐(0)

2022年8月24日

np.sum()

摘要： np.sum(a, axis=None, dtype=None, out=None, keepdims=np._NoValue) 参数： a：用于进行加法运算的数组形式的元素。 axis：$axis$ 的取值有三种情况：1.$None$，2.整数， 3.整数元组。（在默认/缺省的情况下，$axis$ 阅读全文

posted @ 2022-08-24 11:28 做梦当财神阅读(553) 评论(0) 推荐(0)

np.reshape()

摘要： np.reshape()：在不改变数据的条件下修改形状。 numpy.reshape(arr, newshape, order='C') 参数： arr：要修改形状的数组 newshape：整数或者整数数组，新的形状应当兼容原有形状 order：'C' -- 按行，'F' -- 按列，'A' -- 阅读全文

posted @ 2022-08-24 11:27 做梦当财神阅读(1257) 评论(0) 推荐(0)

np.squeeze

摘要： np.squeeze：从数组的形状中删除维度为 $1$ 的维度。 np.squeeze(arr, axis) 参数： arr：输入数组 axis：整数或整数元组，用于选择形状中一维维度的子集。示例： import numpy as np x = np.arange(9).reshape(1, 3, 阅读全文

posted @ 2022-08-24 11:25 做梦当财神阅读(810) 评论(0) 推荐(0)

2022年8月16日

Python os.system()

摘要： os.system() 是 $os$ 模块最基础的方法，其他方法一般在该基础上封装完成。 os.system() 原理 $system()$ 可将字符串转化成命令行在服务器上运行；其原理是每条 $system()$ 在执行时，会创建一个子进程在系统上执行命令行，子进程的执行结果无法影响主进程。上述阅读全文

posted @ 2022-08-16 16:04 做梦当财神阅读(1818) 评论(0) 推荐(0)

Pytorch model.train()、model.eval()

摘要：测试模型时前面加：model.eval()。但是不写这两个方法，模型也可以运行，这是因为这两个方法是针对在网络训练和测试时采用不同方式的情况，比如 $Batch\ Normalization、Dropout$。 $Dropout$：在训练过程的前向传播中，让每个神经元以一定的概率 $p$ 处于不激阅读全文

posted @ 2022-08-16 15:55 做梦当财神阅读(881) 评论(0) 推荐(0)

torch.nn.Dropout()

摘要： 1. torch.nn.Dropout() class torch.nn.Dropout(p=0.5, inplace=False) 随机将输入张量中部分元素设置为 $0$。对于每次前向调用，被置 $0$ 的元素都是随机的。参数： p：将元素置 $0$ 的概率。（默认：0.5） inplace：设阅读全文

posted @ 2022-08-16 15:54 做梦当财神阅读(2137) 评论(0) 推荐(0)

公告