Unet info u-net info jani

DEMO TUMOR GENERALO: (blogbookhu@gmail.com)
https://colab.research.google.com/drive/1LtUB6tKkssEs4o_3rJmdWrUNnmbMnEln#scrollTo=xN99VV3x5hgQ

x############################################
U-net: pixelpontos képfelismerés / képi szegmentálás (pl. tárgyak, szervhatárok, utak, növényzet, stb. elkülönítése), akkor a U-Net nagyon jó választás.

100-300 használható
300 -1000 jó teljesítmény

a modellhez jól válogatott adatok kellenek,

nagy daganat ↔ könnyebb
kicsi vagy diffúz elváltozás ↔ több adat kell

minden egyes szervhez külön
Arány: 70% beteg, 30% egészséges
diffúz elváltozásoknál több kép kell
##################################

Skin Lesion Segmentation using Unet

U-Net from scratch using Keras and Tensorflow

Biomedical Image Segmentation with U-Net📈

***Image Segmentation U-Net

UNet Architecture Explained In One Shot [TUTORIAL]
https://www.kaggle.com/code/akshitsharma1/unet-architecture-explained-in-one-shot-tutorial

U-Net Architecture For Image Segmentation
https://www.digitalocean.com/community/tutorials/unet-architecture-image-segmentation

The U-Net : A Complete Guide
https://medium.com/@alejandro.itoaramendia/decoding-the-u-net-a-complete-guide-810b1c6d56d8

Deep Learning for Image Segmentation: U-Net Architecture
https://fritz.ai/deep-learning-for-image-segmentation-u-net-architecture/

Ai tools

https://cursor.com/ The AI Code Editor

https://claude.ai/ Claude is a next generation AI assistant built by Anthropic

https://zapier.com/ Zapier is secure automation

https://www.typingmind.com/ TypingMind — LLM Frontend Chat UI for AI models

https://notebooklm.google.com/ A NotebookLM a Google Labs által kifejlesztett kutatási és jegyzetkészítő online eszköz, amely mesterséges intelligenciát, különösen a Google Geminit használ

https://manus.im/ Manus: General AI agent that bridges mind and action Manus is a general AI agent that turns your thoughts into actions.

https://obsidian.md/ The free and flexible app for your private thoughts.

https://www.nomic.ai/gpt4all Your Private and Local AI Chatbot

https://n8n.io/ Flexible AI workflow automation

ChatGPT info

How do I cancel my ChatGPT subscription?
https://help.openai.com/en/articles/7232927-how-do-i-cancel-my-chatgpt-subscription

User API keys
https://platform.openai.com/settings/profile/api-keys

API billing
https://platform.openai.com/settings/organization/billing/overview

Data Analyst
https://chatgpt.com/g/g-HMNcP6w7d-data-analyst

###################
Ma a ChatGPT működött nagyon furcsán: Nem jelentek meg a válaszok, csak a kérdések.
Minden megoldási javaslatot kipróbáltam (újraindít, süti, cache törlés, inkognító mód, tűzfal kikapcs, másik profil, ..), eredménytelenül.

De miután kiléptem a Teams “Csevegés” csoportokból megoldódott a ChatGPT probléma.
(A Teams kavart be a böngészős ChatGPT-nek, minden más weboldal működött)
Ez már a Szép Új Világ a maga eseteivel.

XGBoost

Ever wonder why one algorithm dominates almost every Kaggle competition?
.
Most data scientists know XGBoost.
.
Few know why it’s a beast.
.
We all learn to tune n_estimators and learning_rate on Gradient Boosting models

XGBoost (Extreme Gradient Boosting)

A GBM optimalizált és kibővített változata.

Célja: gyorsabb, hatékonyabb és pontosabb legyen nagy adathalmazokon is.

Fő fejlesztések:

Regulárizáció: L1 (lasszó) és L2 (ridge) büntetés a túlilleszkedés csökkentésére. A klasszikus GBM-ben ez hiányzik.

Hiányzó értékek kezelése: automatikusan megtanulja a legjobb elágazást, ha egy érték hiányzik.

Párhuzamosítás: több magot is képes használni a tanítás gyorsítására.

Out-of-core computing: nagyon nagy adathalmazok esetén diszkről is tud dolgozni.

Tree pruning: a faépítést mélyítés után metszi vissza („max depth”), míg a sima GBM inkrementálisan épít („depth-wise” vs. „level-wise” stratégia).

Különböző booster típusok: pl. gbtree (döntési fák), gblinear (lineáris modellek), dart (Dropout-alapú boosting).

Ubuntu tipp: jövőben minden kernelfrissítés után a NVIDIA driver automatikusan működjön

Íme egy egyszerű “biztosító” csomag” lépésekben, ami biztosítja, hogy a jövőben minden kernelfrissítés után a NVIDIA driver automatikusan működjön az Ubuntu 24.04-en:

Telepítsd a szükséges csomagokat

sudo apt update
sudo apt install dkms build-essential linux-headers-$(uname -r) -y

dkms → automatikusan újraépíti a kernel modulokat kernelfrissítés után

build-essential → szükséges a modulok fordításához

linux-headers-$(uname -r) → aktuális kernel fejlécei

Ellenőrizd, hogy a NVIDIA driver DKMS-sel telepítve van

sudo dkms status

Tiltsd le a nouveau-t, ha még nem tetted

echo -e "blacklist nouveau\noptions nouveau modeset=0" | sudo tee /etc/modprobe.d/blacklist-nouveau.conf
sudo update-initramfs -u

Ez biztosítja, hogy a kernel nem tölti be a nyílt drivert, ami blokkolhatja az NVIDIA modult.

Új kernel telepítése után

Ubuntu automatikusan telepít kernel-frissítést (linux-image-6.xx-generic). Ilyenkor a DKMS automatikusan újraépíti a modult.
De ha szeretnéd kézzel ellenőrizni és építeni:

sudo dkms autoinstall
sudo modprobe nvidia

Gyors ellenőrzés

lsmod | grep nvidia
nvidia-smi