参考的是：生信技能树conda管理生信软件一文就够略有改动，主要包括：下载，安装，镜像设置，小环境的创建，激活，退出，软件安装，升级等。 conda下载 直接在搜索引擎搜索 ...
IP属地：吉林
-
Linux下conda安装及使用
-
深入浅出--梯度下降法及其实现梯度下降的场景假设梯度梯度下降算法的数学解释梯度下降算法的实例梯度下降算法的实现Further reading 本文将从一个下山的场景开始，先提出梯度下降算法的基本思想，进而...
-
为Python添加默认模块搜索路径
我们在编写程序时经常引用Python模块，其中不乏像Caffe这样编译的第三方或用户私有模块，如何将这些模块添加进Python模块搜索路径并能import呢，这里有三种方法，...
-
利用Arcpy从shape files采点，批量
问题描述 有M个study area, 每一个study area有多种类别，每一种类别有N个polygons，要求从每个study area的每一类中采样得到N个点。 解决...
-
Sth about DL: Receptive field(RF, 感受野)
Why it is important RF is the corresponding field in the original input data of a pixel...
-
谢谢分享。这个对于理解很有帮助：“反卷积，它的核心是在原来图像上插入空白数据。而空洞卷积就是在卷积核插入空白数据，或是说在卷积是跳过特征图的部分数据。”
请教一个问题：根据文中展示的卷积和反卷积过程，理论上卷积和反卷积都可以把图像变大或者变小，主要因素在于padding 和 stride。为什么印象里面，卷积会把图像尺寸变大或者不变，反卷积是把图像尺寸变小呢。
另三.3中(c) 对应空洞卷积 dilation_rate = 3 应该是4 吧反卷积，空洞卷积, 上采样与上池化动画演示及解释
一、 动态演示 1. 卷积过程 N.B.: Blue maps are inputs, and cyan maps are outputs. no_padding_no_st...
-
废墟之上，花儿和少年的自己小时候，偶尔（比较频繁地）说一些自己都不明白的句子，好让自己显得深沉，或者好让理想听起来恢弘远大。现在变得沉默寡言，藏头露尾，好看起来云淡风轻，拿得起放得下。是不是长大了就意...
-
