012. 数据预处理 1 剔除异常值及平滑处理 测量数据在其采集与传输过程中 由于环境干扰或人为因素有可 能造成个别数据不切合实际或丢失 这种数据称为异常值 为了恢复 数据的客观真实性以便将来得到更好的分析结果 有必要先对原始数 据 1剔除异常值 另外无论是人工观测的数据还是由数据采集系统获取的数据 都不可避免叠加上噪声干扰反映在曲线图形上就是一些毛刺 和尖峰为了提高数据的质量 必须对数据进行
2022-07-31 16:28:57
503KB
将磁共振医学文件格式转化为NIFTI协议中的nii格式或niigz格式，用于医学影像深度学习的数据处理。
2022-07-25 09:07:04
358.75MB
1
torchtext的使用总结，并结合Pytorch实现LSTM
版本说明
PyTorch版本：0.4.1
火炬文字：0.2.3
python：3.6
文件说明
Test-Dataset.ipynb Test-Dataset.py使用torchtext进行文本预处理的笔记本和py版。
Test-Dataset2.ipynb使用Keras和PyTorch进行数据集进行文本预处理。
Language-Model.ipynb使用gensim加载预训练的词向量，并使用PyTorch实现语言模型。
使用说明
分别提供了笔记本版本和标准py文件版本。
从零开始逐步实现了torchtext文本预处理，
2022-07-20 01:38:55
43KB
1
人工智能领域深度学习训练前的数据集预处理方式，将一个文件夹下面的所有图片名称写入到txt中并且打上标签，便于后期的模型训练。项目中有测试图片和代码，可以直接运行。
2022-07-12 22:05:09
209KB
1