摘要： 一、结构 每个特征图一整张图片进行全局均值池化，每张特征图得到一个输出，对应于一个输出类别。例如 CIFAR-100分类任务，可直接将最后一层 Mlpconv 输出通道设为100，对每个 Feature Map 进行全局平均池化得到100维的输出向量。 二、作用 1.GAP不需要参数，但全连接层需要 阅读全文

摘要： 一、先看一个示意的MLPConv 在 卷积神经网络中，无论是输入还是输出，不同的 feature map 之间的卷积核是不相同的； 在mlpconv中，不同的 feature map 之间的开头与结尾之间的权值不一样，而在 隐含层之间的权值是共享的； 第一层的卷积核大小为2*2， 步长为1， 输入为 阅读全文

摘要： 假设我们现在的Corpus是这一个简单的只有四个单词的document：{I drink coffee everyday}我们选coffee作为中心词，window size设为2也就是说，我们要根据单词"I","drink"和"everyday"来预测一个单词，并且我们希望这个单词是coffee。 阅读全文

摘要： 这个算法适用于细胞核的定位。特点是需要的标注只要点细胞核的中心，不需要画框。并且精度较高。 一、训练 1.输入是patch，输出是对应的概率密度图mask 2.为什么不引入更深层的结构，如resnet？ 3.最后几层是全连接层，作为回归层 4.激活函数，除了最后的回归层是sigmoid函数，前面的层 阅读全文

摘要： 该算法是描述一类图像分类问题，它有如下特点： 如图，主动脉弓和心脏，绿色部分相同，而黄色部分不同。传统的CNN算法，区分效果不佳。在Multi-Instance Multi-Stage Deep Learning for Medical Image Recognition这篇文章中，作者针对这种场景 阅读全文