【17400】-小李聊医学深度学习
1-1课程说明.mp4
1-2-课程准备.mp4
1-3-GPU安装与配置.mp4
2-1-python初相见.mp4
2-10-pandas基础.mp4
2-2-Anaconda安装.mp4
2-3-JupyterNotebook使用.mp4
2-4-软件与库的管理.mp4
2-5-Python基础入门.mp4
2-6-Pytnon基础之控制流.mp4
2-7-Python：基础之列表，字典和元组.mp4
2-8-Pytnona基础之函数.mp4
2-9-Numpya基础.mp4
3-1-机器学习入门.mp4
3-2-机器学习常用概念和术语.mp4
3-3-机器学习分类.mp4
3-4-确定研究方案和收集数据.mp4
3-5-数据预处理.mp4
3-6-确定评估方法，划分数据集.mp4
3-7-建模与调整.mp4
4-1-形象化理解深度学习神经网络.mp4
4-2-深度学习神经网络基本概念.mp4
4-3-激活函数.mp4
4-4-损失函数和优化器.mp4
4-5-keras建模流程详解-理论篇.mp4
4-6-kerast模型可视化.mp4
4-7-keras建模实践.mp4
5-1-多层感知器理论介绍.mp4
5-2-多层感知器医学应用文献导读.mp4
5-3-多层感知器实践.mp4
6-1-自然语言处理基础.mp4
6-2-分词和one-hot编码.mp4
6-3-英文文本分类实践.mp4
6-4-中文文本分类实践.mp4
6-5-循环神经网络基础.mp4
6-6-自然语言处理在医学上的应用文献导读.mp4
6-7-RNN系列实践.mp4
7-1-卷积神经网络（CNN）基础讲解.mp4
7-2-卷积神经网络（CNN）在医学上的应用举例.mp4
7-3-卷积神经网络（CNN）实践.mp4
7-4-迁移学习基础.mp4
7-5-VGG网络基础.mp4
7-6-VGG网络在医学上的应用举例.mp4
7-7-VGG网络实践.mp4
8-1-影像组学深度特征介绍.mp4
8-2-深度残差网络（ResNet）介绍.mp4
8-3-影像组学深度特征提取应用举例.mp4
8-4-影像组学深度特征提取实践.mp4
9-1-图像的语义分割与U-Net介绍.mp4
9-2-U-Net感兴趣区分割应用举例.mp4
9-3-U-Net感兴趣区分割实践-简单版.mp4
9-4-DiceScore代a码.mp4
深度学习课件
9-5-U-Net感兴趣区分割实践-多功能版.mp4
10-1-图像目标检测和YOL0网络介绍.mp4
10-2-YoL0目标检测和分类在医学上的应用举例.mp4
10-3-图像标注.mp4
10-4-YoL0v4实现.mp4
小李聊医学深度学习.pdf深度学习课件
