Deep learning in MRI beyond segmentation: Medical image reconstruction, registration, and synthesis
除了分割之外，深度学习如何彻底改变医学图像分析？在本文中，我们将看到医学成像中的几个有趣应用，例如医学图像重建、图像合成、超分辨率和医学图像配准
Distributed Deep Learning training: Model and Data Parallelism in Tensorflow
如何使用镜像策略、参数服务器和中央存储等分布式方法在多个 GPU 或机器中训练数据。
How to train a deep learning model in the cloud
如何在 Google Cloud 中创建 VM 实例、传输深度学习模型并使用来自云存储的外部数据运行训练作业
In-layer normalization techniques for training very deep neural networks
我们如何有效地训练非常深的神经网络架构？最好的层内规范化选项是什么？我们收集了您需要的有关 transformer、循环神经网络、卷积神经网络中规范化的所有信息。
Introduction to 3D medical imaging for machine learning: preprocessing and augmentations
了解如何应用 3D 变换进行医学图像预处理和增强，以设置您的出色深度学习管道
How to build a custom production-ready Deep Learning Training loop in Tensorflow from scratch
使用检查点和 Tensorboards 可视化在 Tensorflow 和 Python 中构建自定义训练循环
Recurrent Neural Networks: building GRU cells VS LSTM cells in Pytorch
RNN 相对于 transformer 有哪些优势？何时使用 GRU 而不是 LSTM？GRU 的方程式到底是什么意思？如何在 Pytorch 中构建 GRU 单元？
Recurrent neural networks: building a custom LSTM cell
您是否有兴趣了解循环网络如何在后台处理序列？这就是本文的全部内容。我们将检查并构建我们自己的自定义 LSTM 模型。此外，我们对循环模块和卷积模块进行了一些比较，以最大限度地加深我们的理解。
Self-supervised representation learning on videos
在本文中，我们通过仔细回顾学习视频表示的自监督基本概念，深入研究计算机视觉中自监督表示学习的最新方法。
Data preprocessing for deep learning: How to build an efficient big data pipeline
如何使用 ETL 模式和函数式编程在 Tensorflow 中开发高性能输入管道
Understanding coordinate systems and DICOM for deep learning medical image analysis
关于医学成像中深度学习的多个入门概念，例如从机器学习角度进行的坐标系和 dicom 数据提取。
Understanding the receptive field of deep convolutional networks
关于为什么检查感受野很重要以及感受野如何影响深度卷积网络的设计选择的直观指南。
How to Unit Test Deep Learning: Tests in TensorFlow, mocking and test coverage
使用 tf.test() 探索 TensorFlow 代码中的单元测试、模拟和修补对象、代码覆盖率以及机器学习应用程序中测试用例的不同示例
Best practices to write Deep Learning code: Project structure, OOP, Type checking and documentation
深度学习 Python 项目模板，面向对象的技术，例如抽象、继承和静态方法、类型提示和文档字符串
Deep Learning in Production: Laptop set up and system design
关于如何在生产中编写和部署深度学习系统的文章课程。python 代码优化、云托管和系统设计
Deepfakes: Face synthesis with GANs and Autoencoders
深入了解 Deepfakes：使用 StyleGAN 进行人脸合成、使用 XceptionNet 进行人脸交换以及使用 StarGAN 进行面部属性和表情操纵
