【imooc-612】PyTorch深度学习开发医学影像端到端判别项目网盘资源免费观看百度云网盘链接提取码分享下载

• file:9-17图像分割的几种类型.mp4
• file:9-4编写数据加载器部分.mp4
• file:9-24模型存储图像存储代码介绍.mp4
• file:9-15数据增强的代码实现.mp4
• file:9-9尝试训练第一个模型.mp4
• file:9-2定义模型训练框架.mp4
• file:9-11新的模型评估指标F1score.mp4
• file:9-16第二个模型结节分割.mp4
• file:9-8在日志中保存重要信息.mp4
• file:9-25分割模型训练及在TensorBoard中查看结果.mp4
• file:9-26本章小结.mp4
• file:9-7定义损失计算和训练验证环节二.mp4
• file:9-3初始化都包含什么内容.mp4
• file:9-18U-Net模型介绍.mp4
• file:9-10借助TensorBoard绘制指标曲线.mp4
• file:9-12实现F1Score计算逻辑.mp4
• file:9-20为图像分割构建Dataset类.mp4
• file:9-21构建训练Dataset和使用GPU进行数据增强.mp4
• file:9-22Adam优化器和Dice损失.mp4
• file:8-12CT数据可视化实现二.mp4
• file:8-3制定一个解决方案.mp4
• file:8-4下载项目中的数据集.mp4
• file:8-9编写Dataset方法.mp4
• file:8-8数据坐标系的转换.mp4
• file:8-5原始数据是长什么样子的.mp4
• file:8-1肺部癌症检测的项目简介.mp4
• file:8-10分割训练集和验证集.mp4
• file:11-4面试过程中可能遇到的问题.mp4
• file:11-2课程中的神经网络回顾.mp4
• file:11-5持续学习的几个建议.mp4
• file:7-10使用卷积提取图像中的特定特征.mp4
• file:7-11借助下采样压缩数据.mp4
• file:7-20优化方案之增加模型深度-depth.mp4
• file:7-17优化方案之数据正则化-normalization一.mp4
• file:7-12借助PyTorch搭建卷积网络.mp4
• file:7-14训练好的模型如何存储.mp4
• file:7-5分类模型常用损失之交叉熵损失.mp4
• file:7-1CIFAR-10数据集介绍.mp4
• file:7-7对全连接网络的改进之卷积网络.mp4
• file:7-15该用GPU训练我们的模型.mp4
• file:7-9卷积中的数据填充方法padding.mp4
• file:7-4借助softmax方法给出分类结果.mp4
• folder:【imooc-612】PyTorch深度学习开发医学影像端到端判别项目
• folder:第9章 项目实战二：模型训练与优化
• folder:第11章 课程总结与面试问题
• folder:第7章 使用神经网络区分小鸟和飞机图像
• folder:第4章 PyTorch基础知识必备-张量
• folder:第2章 课程内容整体规划
• folder:第10章 项目实战三：实现端到端的模型预测
• folder:第6章 神经网络理念解决温度计转换