Highlight 表示は選んだ単語をすべて強調表示する機能です。 どこに同じものがあるのかすぐに分かるので、ほしい機能でした。 |
Nbextensionsのタブを選んで Highlight selected wordに☑を入れてください。 その後 Jupyterを起動するだけです。 拡張機能がインストールされていない場合は「Jupyter Notebookでオートコンプリート機能を追加する」を確認してください。 |
オートコンプリート(自動補完)機能は、入力状況から自動的に候補を表示してくれる機能です。 ←'num'まで入力した時点での候補リスト これは絶対欲しい機能なので Jupyterに追加しました。 まず、拡張機能をインストールします。 コマンドプロンプトから以下を入力し、拡張機能をインストールします。 |
pip install jupyter-contrib-nbextensions pip install jupyter-nbextensions-configurator |
続いて拡張機能を有効にします。 こちらもこのままコピペしてコマンドプロンプトで実行します。 |
jupyter contrib nbextension install jupyter nbextensions_configurator enable |
処理が終わってから Jupyterを起動すると、以下の「Nbextensions」タブが増えています。 Nbextensionsのタブを選んで、□disable configuration for nbextensions without explicit compatibility (they may break your notebook environment, but can be useful to show for nbextension development)のチェックを外します。 そのあと、☑Hinterlandにチェックを入れます。これでOKです。 |
pip install opencv-contrib-python実行時にエラーとなりました。 |
以下のコマンド追加で回避できました。 インストールコマンドの最後に --userを追加するだけです。 |
pip install hoge --user |
上段がオリジナル画像、下段がDenoiseCNNによる画像 |
教師データとしてオリジナル画像、トレーニングにノイズ付き画像を入力 |
metricsにはPSNR、loss関数にはMSE、optimizerにはAdamを指定。 |
対象として PETのMIP画像を選びました。 |
やりかたとしてはPETのDenoiseとほぼ同じ |
上段がオリジナル画像、下段がDenoiseCNNによる画像 |
トレーニング画像に追加するノイズのつけ方を工夫しました。 |
対象として Bone-MDP画像を選びました。 |
>python -m ensurepip |
Anacondaは重いのでWinPythonを使用。 Python 3.8.7 CUDA 10.1 CuDNN 7.6 GeForce RTX2060 で GPUを使用しています。 ただ、この組み合わせで単体Kerasがインポートエラーを起こすようになりました。 もしかしたらPythonのバージョンを下げた方がいいのかもしれません。 ※python3.9ではTensorFlowが対応していないので要注意 また、以前は基本的にSpyderを使っていましたが、JupyterNotebookの良さを知ってからJupyterNotebookばかり使っています。 |