《Deep learning》三位大佬的review： 时间安排 学习建议 深度学习方法，是通过组合多层次的表示（该表示由每一层简单非线性模块产生），产生更抽象的表示，从而学习到满足要求的复杂函数。 监督学习 one-hot dataset: 输入数据及其对应标签 train: 通过计算目标函数（输出与标签之间的误差），使用BP算法来调整内部的参数（weights）减小误差。 梯度下降：

半路出家会有很多困惑，我想若要踏实基础，一步步了解二代测序所有过程，读paper应该是正统。因此今天在Web of Science中检索"next-generation sequencing analysis method"，找到多篇关于二代测序的发展历史，分析方法及应用等方面的文章，并在读后记录下来心得，应该会有所提高。 第一篇： 来自于：Omics Technologies and Bi

CU-Net:Cascaded U-Net with Loss Weighted Sampling for Brain Tumor Segmentation一种用于脑肿瘤分割的新型级联U-net 译文摘要引言级联U-Net 方法级联 U-Net 架构基于损失加权采样的训练 实验数据集和预处理实现细节实验结果与分析 结论 文章链接： https://arxiv.org/pdf/19