Arbete på RAYS-rapporterna för Hugo Berg och Felix Eriksson på RAYS 2019
drummersbrother / rays-2019-teamwork Goto Github PK
View Code? Open in Web Editor NEWArbete på RAYS-rapporterna för Hugo Berg och Felix Eriksson på RAYS 2019
Arbete på RAYS-rapporterna för Hugo Berg och Felix Eriksson på RAYS 2019
Vad gjorde vi:
-Troubleshootade tensorflow-gpu
-Fick ner filerna (både testfiler och trainingfiler samt csv dok med maskerna i dicom)
-Föreläsning om double regularization for nns (viktade noder)
-pratade med Annas gamla kurskamrat och fick tips om svm (support vector machines) och mer (vad?)
-besök av saga och hanéle, presenterade våra idéer om unet
Vi gick igenom matematiken för konvolutionella neurala nätverk på morgonen.
Vi kom överrens om att delta i en Kaggle-tävling för att försöka oss på ett problem som är svårt/inte redan löst, samt kunna använda novella metoder utan att ta oss vatten helt över huvudet.
Vi heter Rays For Excellence 2019, Anna-Karin Thornberg, Anna Broms & Joar Bagge
Under eftermiddagen lyckades Felix få sin pappa att köra hans dator till vårt kontor, och vi satte upp den med de relevanta python-paketen och drivrutinerna, samt försökta få igång Teamviewer på datorn för att kunna komma åt den även när vi inte är på KTH; det slutade fungera under tågresan hem.
Vi hittade diverse länkar och resurser kring tävlingen, som handlar om att diagnostisera Pneumothorax, vilket är typ luftbubblor i lungor.
Problemet vi behöver lösa är att segmentera bilden (semantic istället för instance), dvs. givet en CT(computer tomography)-skan säga för varje pixel om det är en del av luftbubblan. Det är ett bildbehandlingsproblem, som inte är klassifikation, och därför ser mer okonventionella toppoliger intressanta ut. Fully-connected-network och Unet/unet++ verkar vara vad introducerande modeller använder.
Resurser och länker/artiklar vi hade i slutet av dagen:
OBS: citera albumentations (referens finns på albumentations github längst nere
A declarative, efficient, and flexible JavaScript library for building user interfaces.
🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.
TypeScript is a superset of JavaScript that compiles to clean JavaScript output.
An Open Source Machine Learning Framework for Everyone
The Web framework for perfectionists with deadlines.
A PHP framework for web artisans
Bring data to life with SVG, Canvas and HTML. 📊📈🎉
JavaScript (JS) is a lightweight interpreted programming language with first-class functions.
Some thing interesting about web. New door for the world.
A server is a program made to process requests and deliver data to clients.
Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.
Some thing interesting about visualization, use data art
Some thing interesting about game, make everyone happy.
We are working to build community through open source technology. NB: members must have two-factor auth.
Open source projects and samples from Microsoft.
Google ❤️ Open Source for everyone.
Alibaba Open Source for everyone
Data-Driven Documents codes.
China tencent open source team.