WangW

Always On The Way

Python 全面备忘录

Python cheatsheet

Deep Learning for Network Biology 的一些思索和疑问

[TOC] 教程来自–ISMB 2018 Tutorial: Deep Learning for Network Biology 该教程在第0部分简单介绍了网络以及分析网络的‘方法’,并简要说明了网络的特点:任意大小和复杂的拓扑结构。从而引出了现代处理网络较为常用的方式,节点嵌入、图网络、异构网络,第1,2,3章分别介绍了这三类方式。第四章主要是生物网络分析的建议以及未来的挑战,也给出了一些演示。 我将会记录一些要点、需要扩展的知识以及疑问。

深度学习与网络生物学

《Deep Learning for Network Biology》教程记录。 [TOC] 前言 生物网络是强大的资源,可用于发现从单细胞到种群水平的生物系统中的相互作用和新兴特性。网络方法已被多次使用,以合并和扩增来自单个基因的信号,并已导致生物学上的非凡发现,包括药物发现,蛋白质功能预测,疾病诊断和精密医学。此外,这些方法在发现新生物学方面显示出广泛的实用性,并为湿实验室实验中的新发现做出了贡献。 因此希望能够利用机器学习以及深度学习研究生物网络,或者说网络吧。

Linux初始环境配置

目录: [TOC] 虽然我们可以备份Linux相关的配置以及软件,然而万事总有万一,因此掌握裸机配置环境也是必不可少。不可否认的是,所有的问题确实都可以谷歌搜索解决,但是对这些问题进行一个总结对之后再次遇到该问题将会节省很多的时间。

Linux中的一些问题总结

目录: [TOC]

硕士期间的总结以及读博之前的一些思索

转眼从2017年9月的朦朦胧胧入学到现在2019年9月已经两年了,我的硕士生涯也即将结束(西北工业大学硕士2.5年毕业),挺幸运的是毕业去向(读博)也大概率确定了下来。实话说,感慨颇多,但又不知从何想起,索性边想边记录下来吧,以期望能给自己的硕士生涯画上句号。

深度学习之正则化

记录了本人关于《Deep Learning》的读书笔记,仅仅为了个人形象直观的理解,望周知;

深度学习之深度前馈网络(多层感知机)

记录了本人关于《Deep Learning》的读书笔记,仅仅为了个人形象直观的理解,望周知;

深度学习基础理解-机器学习

记录了本人关于《Deep Learning》的读书笔记,仅仅为了个人形象直观的理解,望周知;

深度学习基础理解-数学

记录了本人关于《Deep Learning》的读书笔记,仅仅为了个人形象直观的理解,望周知;

w3m简短教程-快捷键

w3m能够保证liunx在终端使用WEB,

巧用torch.backends.cudnn.benchmark减少训练时间

大家在训练深度学习模型的时候,经常会使用 GPU 来加速网络的训练。但是说起 torch.backends.cudnn.benchmark 这个 GPU 相关的 flag,可能有人会感到比较陌生。在一般场景下,只要简单地在 PyTorch 程序开头将其值设置为 True,就可以大大提升卷积神经网络的运行速度。既然如此神奇,为什么 PyTorch 不将其默认设置为 True?它的适用场景是什么?为什么使用它可以提升效率?答案就在本文之中.

PyTorch Hook 简单教程

引言 首先贴一段维基百科中对钩子的定义: 钩子编程(hooking),也称作“挂钩”,是计算机程序设计术语,指通过拦截软件模块间的函数调用、消息传递、事件传递来修改或扩展操作系统、应用程序或其他软件组件的行为的各种技术。处理被拦截的函数调用、事件、消息的代码,被称为钩子(hook)。

Python高级特性之列表生成式、生成器、迭代、可迭代对象与迭代器

引言 在Python有几种高级特性比较重要,比如切片,迭代,列表生成式子,可迭代对象,生成器以及迭代器。本文主要讲解后面四种高级特性。

git 命令大全

git是目前世界上最先进的分布式版本控制系统,这篇文章主要记录经常用到的有关git的操作。

anaconda 命令大全

Anaconda命令大全

css那么多属性,其较好的书写顺序是怎么样的呢?

CSS的本质可以分为宏观与微观两方面。 宏观上它的存在就是为了控制页面的显示样式。包括布局,颜色,字体等。微观上则是实现这种控制功能的各种属性的定义和工作原理。 了解定义就能干活,知道原理才能把活干好。

HTML+CSS书写规范、顺序和命名规则

CSS书写顺序 位置属性(position, top, right, z-index, display, float等) 大小(width, height, padding, margin) 文字系列(font, line-height, letter-spacing, color- text-align等) 背景(background, border等) 其他(animation, transition等)

'sequential modeling of deep features for breast cancer histopathological image classification' notes

文献链接:Sequential Modeling of Deep Features for Breast Cancer Histopathological Image Classification 摘要:计算机化的组织病理学图像自动分类方法有助于减少病理学家的人工观察工作量。近年来,深度网络也引起了人们对组织病理学图像分析的关注。然而,现有的方法在探索多层特征以改进分类方面却现有关注。本文认为考虑多层特征是很重要的,因为图像中的不同区域在不同的放大倍数下可能包含不同层次上有用的鉴别信息。考虑到深度学习中各层之间存在依赖关系,提出了一种利用微调DenseNet提取的多层深度特征的序列框架。

PyTorch系列 (三): pytorch网络构建和网络设置

参考: PyTorch documentation PyTorch 码源 本文首先介绍了Pytorch中网络构建和网络设置的源码,接着介绍了一些常见的网络模型,比如ResNet等。