【imooc-612】PyTorch深度学习开发医学影像端到端判别项目 - 猎人搜索 轻松搜寻全网资源

• file:9-9尝试训练第一个模型.mp4
• file:9-8在日志中保存重要信息.mp4
• file:9-7定义损失计算和训练验证环节二.mp4
• file:9-5实现模型的核心部分.mp4
• file:9-3初始化都包含什么内容.mp4
• file:9-26本章小结.mp4
• file:9-25分割模型训练及在TensorBoard中查看结果.mp4
• file:9-24模型存储图像存储代码介绍.mp4
• file:8-9编写Dataset方法.mp4
• file:8-8数据坐标系的转换.mp4
• file:8-7加载CT影像数据.mp4
• file:8-5原始数据是长什么样子的.mp4
• file:8-3制定一个解决方案.mp4
• file:8-1肺部癌症检测的项目简介.mp4
• file:8-13CT数据可视化实现三.mp4
• file:7-9卷积中的数据填充方法padding.mp4
• file:7-8借助PyTorch搭建卷积网络模型.mp4
• file:7-7对全连接网络的改进之卷积网络.mp4
• file:7-5分类模型常用损失之交叉熵损失.mp4
• file:7-4借助softmax方法给出分类结果.mp4
• file:7-3为模型准备训练集和验证集.mp4
• file:7-20优化方案之增加模型深度-depth.mp4
• file:7-1CIFAR-10数据集介绍.mp4
• file:6-9使用PyTorch自动计算梯度.mp4
• file:6-8使用超参数优化我们的模型效果.mp4
• file:6-7神经网络重要概念-归一化.mp4
• file:6-2温度计示数转换.mp4
• file:6-1常规模型训练的过程.mp4
• file:6-14使用神经网络解决温度计示数转换问题.mp4
• file:5-7自然语言文本数据加载.mp4
• file:5-6连续值序列值分类值的处理.mp4
• file:5-33D图像的加载.mp4