摘要：
Early Stopping 也可以用 callback+checkpoint 阅读全文
posted @ 2025-12-18 16:15
点影成金
阅读(27)
评论(0)
推荐(0)
摘要：
http://nipy.org/nitime/documentation.html nitime:用于神经科学时间序列分析的模块 阅读全文
posted @ 2025-12-18 16:14
点影成金
阅读(14)
评论(0)
推荐(0)
摘要：
用squeeze函数进行处理可以去掉shape中为1的维度 import matplotlib.pyplot as plts 接下来用plt.imshow()显示 阅读全文
posted @ 2025-12-18 16:13
点影成金
阅读(9)
评论(0)
推荐(0)
摘要：
Source Image 和 Images to Write 每次选一个(待处理的图像) 多个图像的话用批处理 Template Image选一个比较标准的 (提供的有标准空间图像) 阅读全文
posted @ 2025-12-18 16:13
点影成金
阅读(15)
评论(0)
推荐(0)
摘要：
todo 对fMRI的某一个ROI的时间序列做预测(需要先对数据做归一化处理) 利用各种模型对AD和CN的fMRI数据实现分类 先用CNN (Conv1D) 再用RNN(LSTM) 最后用CNN+RNN (Merge) 考虑多模态(同一被试在ADNI数据集中有不同的模态成像,如fMRI,MRI,PE 阅读全文
posted @ 2025-12-18 16:12
点影成金
阅读(20)
评论(0)
推荐(0)
摘要：
https://github.com/DandelionLau/Neural-Network-Architecture/blob/master/RNN-FCN.py r_layer1 = LSTM(32, return_sequences=True)(input) r_layer2 = LSTM(6 阅读全文
posted @ 2025-12-18 16:08
点影成金
阅读(19)
评论(0)
推荐(0)
摘要：
idea:conv1D 能够对时间序列进行分类(参考EEG数据) 说明:CNN可以对时间序列进行分类 RNN_LSTM能够对时间序列进行分类和预测 1.PET脑网络时间序列: 维度:50*116 50代表被试数目(相当于"时间点') fMRI时间序列: 维度:180*116 180代表180个时间点 阅读全文
posted @ 2025-12-18 16:07
点影成金
阅读(22)
评论(0)
推荐(0)
摘要：
python if __name__ == '__main__': 的作用： 体现了模块化编程的思想， 这样就在一定程度上实现了即插即用。 便于调试。 if语句后面是测试代码，被外部调用是不执行。 增强函数的复用性， 因为这样一来，函数既可以当主函数用，又可以当工具模块来被import调用。 阅读全文
posted @ 2025-12-18 15:36
点影成金
阅读(17)
评论(0)
推荐(0)
摘要：
grade def grade(score1, score2): average_score = (score1 + score2) / 2 return average_score def level(score): if score >= 60: print("合格！") else: print 阅读全文
posted @ 2025-12-18 11:48
点影成金
阅读(17)
评论(0)
推荐(0)
浙公网安备 33010602011771号