分享资源

【PyTorch 深度学习开发医学影像端到端判别项目】

  • 发布时间：
    2025-06-13 09:40:51
  • 文件大小：
    共计 116 个文件，合计：2.82GB
  • 资源来源：
    夸克网盘夸克网盘
  • 资源售价：
    积分5积分
・本站会员获取资源无需消耗积分。
・获取资源后可以在「个人中心」24 小时内无理由退积分。
・为防止资源链接失效，请及时转存文件。

  • 夸克网盘 PyTorch深度学习开发医学影像

    PyTorch是一个学习框架，它提供了各种工具和功能来构建、训练和部署深度学习模型。相比其他深度学习框架，例如TensorFlow，PyTorch更加易于使用和灵活。在PyTorch中，我们可以使用（tensor）对象来存储和操作数据。这些张量对象非常类似于NumPy数组，但是PyTorch的张量支持GPU加速和自动求导功能，这使得我们可以更快地进行运算和优化模型。除此之外，PyTorch还提供了一些内置的神经网络层和损失函数，以及预训练模型的接口。这些工具和功能使得我们可以轻松地构建和训练深度学习模型，而不需要从头开始编写所有的代码。建议先收藏保存，不定时失效。...

  • 夸克网盘 PyTorch深度学习开发医学影像

    PyTorch是一个学习框架，它提供了各种工具和功能来构建、训练和部署深度学习模型。相比其他深度学习框架，例如TensorFlow，PyTorch更加易于使用和灵活。在PyTorch中，我们可以使用（tensor）对象来存储和操作数据。这些张量对象非常类似于NumPy数组，但是PyTorch的张量支持GPU加速和自动求导功能，这使得我们可以更快地进行运算和优化模型。除此之外，PyTorch还提供了一些内置的神经网络层和损失函数，以及预训练模型的接口。这些工具和功能使得我们可以轻松地构建和训练深度学习模型，而不需要从头开始编写所有的代码。建议先收藏保存，不定时失效。...

  • 夸克网盘 PyTorch深度学习开发医学影像

    PyTorch深度学习开发医学影像...

  • 夸克网盘 【Python全能工程师】

    Python全能工程师。 全新版本覆盖5大热门就业方向：Web全栈、爬虫、数据分析、软件测试、人工智能，零基础进击Python全能型工程师，从大厂挑人到我挑大厂，诱人薪资在前方！ ├── 第1周 打好 Python 开发基石 ├── 第2~3周 深入编程底层原理与 Python 工程开发扩展库 ├── 第4周 Python 办公自动化实战 ├── 第5~6周 Linux系统、Git管理工具、及MySQL数据库技术实战 ├── 第7周 HTML--构建网页结构的骨架 ├── 第8周 CSS 样式表--页面美化必备技术 ├── 第9周 CSS 样式表进阶--盒子模型强化布局 ├── 第10周 Bo…...

  • 夸克网盘 【马士兵教育】AI人工智能工程师第2期【26.1GB】

    01.开班典礼_学前必看 02.FM模型 03.推荐系统之协同过滤 04.推荐系统之召回 05.推荐系统之排序1 06.推荐系统之排序2 07.RNN和LSTM 08.语音合成方法介绍 09.语音合成前端 10.端到端语音合成声学模型 11.语音合成声码器及端到端语音合成实战 12.LSTM和ELMO 13.实战项目：智能输入法 14.输入法项目之新词发现 15.注意力模型Attention 16.注意力模型Self-Attention 17.Transformer和Bert 18.图像之文本检测 19.图像之文本识别 20.文本分类项目：分类任务简介、分类系统综述 21.文本分类项目：基本模…...

  • 阿里云盘 【马士兵教育】AI人工智能工程师第2期

    【马士兵教育】AI人工智能工程师第2期-阿里云盘资源下载地址由网盘用户[A姐分***com[132***686]]分享，包含mp4等格式共计41个文件，文件大小为26.08GB，分享时间2025-08-17，此阿里云盘资源由桔子搜网盘搜索引擎收集整理。...

  • 阿里云盘 23年最好最全自学PyTorch教程适合所有数据分析深度学习初学者快速入门

    深度Python数据分析与机器学习视频资料，包含自动求导线性回归，卷积神经网络模型，机器学习，词向量，训练网络模型等实战案例。...

  • 夸克网盘 技术大牛成长课,从0到1带你手写一个数据库系统

    技术大牛成长课,从0到1带你手写一个数据库系统，从数据库架构设计到功能实现，吃透底层原理，解决大量生产级问题，资源下载。 无论你是数据库内核研发、DBA、还是后端研发，能够手写一套自己的数据库系统，都是你突破技术发展瓶颈的有效途径。本课程将带你从架构设计 ，原理剖析，再到源码的实现，手把手带你构建一套完整的数据库系统，让你深度掌握数据库底层，及更多数据库高端技术，具备解决大量生产级数据库问题的能力，助力成为高端技术人才！...

  • 夸克网盘 Python全能工程师 【6.6GB】

    全新版本覆盖5大热门就业方向：Web全栈、爬虫、数据分析、软件测试、人工智能，零基础进击Python全能型工程师，从大厂挑人到我挑大厂，诱人薪资在前方！...

  • 夸克网盘 咕泡-人工智能深度学习系统班（第十期）【195.2GB】

    01、AI课程所需安装软件教程 02、深度学习必备核心算法 03、深度学习核心框架PyTorch 04、Opencv图像处理框架实战 05、综合项目-物体检测经典算法实战 06、图像分割实战 08、走向Al论文实验与项目实战的捷径-MMLAB实战系列 09、经典视觉项目实战:行为识别、姿态估计、目标追踪 10、2022论文必备-Transformer实战系列 11、图神经网络实战 12、3D点云实战 13、面向深度学习的无人驾驶实战 14、对比学习与多模态任务实战 15、缺陷检测实战 16、行人重识别实战 17、对抗生成网络实战 18、强化学习与AI黑科技实例 19、CV与NLP经典大模型解读…...

  • 夸克网盘 【人工智能深度学习系统班（第十期）】

    人工智能深度学习系统班（第十期）。 通俗易懂 以实例的形式进行算法讲解，通俗、易懂、接地气 全程实战 所有算法均给出相应实现案例及其应用项目，内容覆盖200+案例，30+应用场景 深度学习+计算机视觉+自然语言处理,AI领域全面覆盖 从基础的机器学习到当下主流的深度学习，再延伸到计算机视觉，自然语言处理与语音识别 覆盖当下AI全部热门领域 实战项目源码分析 从源码角度详细讲解各大项目实现细节，360°无死角掌握项目核心架构及其建模工作全部流程 基于论文展开讲解 AI工程师必备核心技能，通俗讲解各大领域经典与最新论文，结合论文展开项目实战 实战项目全部取自真实数据集与实际任务 结合数据与业务背景…...

  • 夸克网盘 人工智能深度学习系统班（第十期） 【199.4GB】

    通俗易懂 以实例的形式进行算法讲解，通俗、易懂、接地气 全程实战 所有算法均给出相应实现案例及其应用项目，内容覆盖200+案例，30+应用场景 深度学习+计算机视觉+自然语言处理,AI领域全面覆盖 从基础的机器学习到当下主流的深度学习，再延伸到计算机视觉，自然语言处理与语音识别 覆盖当下AI全部热门领域 实战项目源码分析 从源码角度详细讲解各大项目实现细节，360°无死角掌握项目核心架构及其建模工作全部流程 基于论文展开讲解 AI工程师必备核心技能，通俗讲解各大领域经典与最新论文，结合论文展开项目实战 实战项目全部取自真实数据集与实际任务 结合数据与业务背景展开建模与分析实战 追随热点持续更新…...

  • 夸克网盘 CSDN会员免费电子书1000本 epub 552.6M

    CSDN会员免费电子书1000本涵盖了编程、人工智能、数据库、设计制作等多个领域，内容丰富多样。这些电子书包括经典教材、实战指南、技术解析等，适合不同层次的读者学习提升。CSDN作为专业的软件开发网站，提供的电子书资源具有较高的权威性和实用性，是程序员和技术爱好者不可多得的学习宝库。...

  • 夸克网盘 「CSDN会员书，涉及16+个行业」

    「CSDN会员书，涉及16+个行业」-夸克网盘资源下载地址由网盘用户[旋漫*]分享，包含epub等格式共计808个文件，文件大小为462.08MB，分享时间2025-03-18，此夸克网盘资源由桔子搜网盘搜索引擎收集整理。...

  • 夸克网盘 CSDN会员免费电子书1000本

    电子书...

PyTorch 深度学习开发医学影像端到端判别项目。 深度学习是人工智能领域中最令人兴奋和前沿的研究领域之一。PyTorch作为一种广受欢迎的深度学习框架，以其动态图的特性和简洁的语法赢得了众多开发者的青睐。本文将介绍PyTorch深度学习开发的基本概念、工作流程以及一些常用技巧，帮助读者快速上手并开发出高效准确的深度学习模型。 ├── 第1章 课程导学
├── 第2章 课程内容整体规划
├── 第3章 PyTorch项目热身实践
├── 第4章 PyTorch基础知识必备-张量
├── 第5章 PyTorch如何处理真实数据
├── 第6章 神经网络理念解决温度计转换
├── 第7章 使用神经网络区分小鸟和飞机图像
├── 第8章 项目实战一：理解业务与数据
├── 第9章 项目实战二：模型训练与优化
├── 第10章 项目实战三：实现端到端的模型预测
├── 第11章 课程总结与面试问题

📢 以下文件由夸克网盘用户于2024-12-13分享（文件数量过多时仅展示部分文件）
PyTorch深度学习开发医学影像端到端判别项目2.82GB
第1章 课程导学94.14MB
1-1课程导学.mp449.04MB
1-2深度学习如何影响生活.mp420.25MB
1-3常用深度学习框架.mp424.86MB
第2章 课程内容整体规划127.44MB
2-1环境安装与配置.mp427.18MB
2-2使用预训练的ResNet网络给图片分类一.mp431.88MB
2-3使用预训练的ResNet网络给图片分类二.mp430.1MB
2-4使用预训练的GAN网络把马变成斑马.mp438.28MB
第3章 PyTorch项目热身实践92.3MB
3-1工业级数据挖掘流程一.mp441.06MB
3-2工业级数据挖掘流程二.mp431.86MB
3-3课程重难点技能分布.mp48.53MB
3-4课程实战项目简介.mp410.85MB
第4章 PyTorch基础知识必备-张量145.51MB
4-1什么是张量.mp416.6MB
4-2张量的获取与存储一.mp417.69MB
4-3张量的获取与存储二.mp415.24MB
4-4张量的基本操作一.mp49.89MB
4-5张量的基本操作二.mp423.13MB
4-6张量中的元素类型.mp410.37MB
4-7张量的命名.mp49.93MB
4-8把张量传递到GPU中进行运算.mp47.26MB
4-9张量的底层实现逻辑一.mp421.86MB
4-10张量的底层实现逻辑二.mp413.55MB
第5章 PyTorch如何处理真实数据191.64MB
5-1普通二维图像的加载一.mp421.21MB
5-2普通二维图像的加载二.mp417.77MB
5-4普通表格数据加载.mp428.4MB
5-5有时间序列的表格数据加载.mp430.47MB
5-6连续值序列值分类值的处理.mp423.59MB
5-7自然语言文本数据加载.mp431.08MB
5-8本章小结.mp47.07MB
5-33D图像的加载.mp432.06MB
第6章 神经网络理念解决温度计转换378.64MB
6-1常规模型训练的过程.mp419.12MB
6-2温度计示数转换.mp415.56MB
6-3神经网络重要概念-损失.mp418.61MB
6-4PyTorch中的广播机制.mp427.49MB
6-5神经网络重要概念-梯度.mp435.14MB
6-6神经网络重要概念-学习率.mp436.69MB
6-7神经网络重要概念-归一化.mp449.28MB
6-8使用超参数优化我们的模型效果.mp421.93MB
6-9使用PyTorch自动计算梯度.mp432.18MB
6-10使用PyTorch提供的优化器.mp422.54MB
6-11神经网络重要概念-激活函数.mp427.89MB
6-12用PyTorch的nn模块搭建神经网络.mp416.75MB
6-13构建批量训练方法.mp421.25MB
6-14使用神经网络解决温度计示数转换问题.mp434.2MB
第7章 使用神经网络区分小鸟和飞机图像381.93MB
7-1CIFAR-10数据集介绍.mp411.6MB
7-2为数据集实现Dataset类.mp415.65MB
7-3为模型准备训练集和验证集.mp419.59MB
7-4借助softmax方法给出分类结果.mp415.55MB
7-5分类模型常用损失之交叉熵损失.mp412.2MB
7-6全连接网络实现图像分类.mp447.58MB
7-7对全连接网络的改进之卷积网络.mp422.16MB
7-8借助PyTorch搭建卷积网络模型.mp426.13MB
7-9卷积中的数据填充方法padding.mp47.66MB
7-10使用卷积提取图像中的特定特征.mp413.3MB
7-11借助下采样压缩数据.mp412.38MB
7-12借助PyTorch搭建卷积网络.mp414.77MB
7-13训练我们的分类模型.mp417.48MB
7-14训练好的模型如何存储.mp43.88MB
7-15该用GPU训练我们的模型.mp416.57MB
7-16优化方案之增加模型宽度-width.mp417.65MB
7-17优化方案之数据正则化-normalization一.mp421.74MB
7-18优化方案之数据正则化-normalization二.mp427.13MB
7-19优化方案之数据正则化-normalization三.mp414.82MB
7-20优化方案之增加模型深度-depth.mp435.25MB
7-21本章小结.mp48.84MB
第8章 项目实战一：理解业务与数据285.49MB
8-1肺部癌症检测的项目简介.mp423.35MB
8-2CT数据是什么样子.mp414.53MB
8-3制定一个解决方案.mp414.18MB
8-4下载项目中的数据集.mp417.11MB
8-5原始数据是长什么样子的.mp419.11MB
8-6加载标注数据.mp429.35MB
8-7加载CT影像数据.mp411.66MB
8-8数据坐标系的转换.mp432.09MB
8-9编写Dataset方法.mp416.44MB
8-10分割训练集和验证集.mp413.25MB
8-11CT数据可视化实现一.mp419.3MB
8-12CT数据可视化实现二.mp438.78MB
8-13CT数据可视化实现三.mp429.16MB
8-14本章小结.mp47.16MB
第9章 项目实战二：模型训练与优化742.29MB
9-1第一个模型结节分类.mp425.78MB
9-2定义模型训练框架.mp425.58MB
9-3初始化都包含什么内容.mp414.85MB
9-4编写数据加载器部分.mp413.59MB
9-5实现模型的核心部分.mp429.98MB
9-6定义损失计算和训练验证环节一.mp431.25MB
9-7定义损失计算和训练验证环节二.mp416.13MB
9-8在日志中保存重要信息.mp436.12MB
9-9尝试训练第一个模型.mp470.04MB
9-10借助TensorBoard绘制指标曲线.mp438.84MB
9-11新的模型评估指标F1score.mp426.92MB
9-12实现F1Score计算逻辑.mp411.68MB
9-13数据优化方法.mp421.66MB
9-14数据重复采样的代码实现.mp424.45MB
9-15数据增强的代码实现.mp432.63MB
9-16第二个模型结节分割.mp420.08MB
9-17图像分割的几种类型.mp421.48MB
9-18U-Net模型介绍.mp442.58MB
9-19为图像分割进行数据预处理.mp446.34MB
9-20为图像分割构建Dataset类.mp435.16MB
9-21构建训练Dataset和使用GPU进行数据增强.mp422.36MB
9-22Adam优化器和Dice损失.mp417.53MB
9-23构建训练流程.mp426.21MB
9-24模型存储图像存储代码介绍.mp417.38MB
9-25分割模型训练及在TensorBoard中查看结果.mp451.82MB
9-26本章小结.mp421.86MB
第10章 项目实战三：实现端到端的模型预测288.21MB
10-1连接分割模型和分类模型.mp444.29MB
10-2新的评价指标AUC-ROC曲线.mp455.3MB
10-3使用finetune方法构建肿瘤恶性判断模型.mp458.88MB
10-4完整的实现端到端肺部肿瘤检测.mp450.39MB
10-5使用合适的框架把模型部署上线一.mp429.12MB
10-6使用合适的框架把模型部署上线二.mp437.87MB
10-7本章小结.mp412.36MB
第11章 课程总结与面试问题158.15MB
11-1肿瘤检测系统架构回顾.mp427.36MB
11-2课程中的神经网络回顾.mp423.64MB
11-3模型优化方法回顾.mp419.04MB
11-4面试过程中可能遇到的问题.mp445.55MB
11-5持续学习的几个建议.mp442.56MB
共116个文件，合计：2.82GB
夸克网盘
网站声明：
1. 该网盘资源的安全性和完整性需要您自行判断，点击下载地址直接跳转到网盘官方页面。本站链接通过程序自动收集互联网公开分享链接，本站不储存、复制、传播任何网盘文件，也不提供下载服务。
2. 本站遵守相关法律法规，坚决杜绝一切违规不良信息，如您发现任何涉嫌违规的网盘信息，请立即向网盘官方网站举报，并及时反馈给我们进行屏蔽删除。
3. 本站高度重视知识产权保护和个人隐私保护，如有网盘链接侵犯您的合法权益，请立即向网盘官方网站举报，并参见本站《版权说明》提供书面材料联系我们屏蔽删改。
资源评论 AUP主 M管理员
评分
{{ rating }}分