文件名称：GaNDLF:使用PyTorch进行细分，回归和分类的通用应用程序框架
文件大小：162KB
文件格式：ZIP
更新时间：2024-03-24 20:07:24
deep-learning regression classification segmentation data-augmentation
甘道夫 A G ENER一个LLYÑuanced d EEP大号赚取˚Framework进行分割，回归和分类。 为什么要使用这个？ 支持多种 深度学习模型架构 数据尺寸（2D / 3D） 频道/图像/序列 预测类 领域模式（即放射扫描和数字化组织病理学组织切片） 强大的数据增强功能，由 内置的嵌套交叉验证（和相关的组合统计信息），支持基于并行HPC的计算 处理不平衡的类别（例如，大器官中的很小的肿瘤） 多GPU（在同一台计算机上-分布式）培训 利用强大的开源软件 无需编写任何代码即可生成可靠的模型 支持 引文 请为GaNDLF引用以下文章： @misc{gandlf2021, title={GaNDLF: A Generally Nuanced Deep Learning Framework for Scalable End-to-End Clinical Workf
【文件预览】：
GaNDLF-master
----.gitmodules(84B)
----gandlf_collectStats(4KB)
----docs()
--------rst()
--------_layouts()
--------_config.yaml(165B)
--------images()
--------_includes()
--------assets()
--------extending.md(3KB)
--------LICENSE(276B)
--------Gemfile(73B)
--------setup.md(649B)
--------README.md(1KB)
--------usage.md(5KB)
--------index.md(785B)
----HISTORY.md(2KB)
----GANDLF()
--------models()
--------preprocessing.py(8KB)
--------inference_manager.py(1KB)
--------utils.py(21KB)
--------data()
--------FillHoles.py(2KB)
--------inference_loop.py(13KB)
--------losses.py(5KB)
--------__init__.py(0B)
--------schd.py(1KB)
--------training_manager.py(9KB)
--------parseConfig.py(17KB)
--------parameterParsing.py(12KB)
--------OPM()
--------README.md(55B)
--------inference_dataloader_histopath.py(4KB)
--------training_loop.py(24KB)
----gandlf_patchMiner(4KB)
----.github()
--------PULL_REQUEST_TEMPLATE.md(1KB)
--------ISSUE_TEMPLATE.md(156B)
--------ISSUE_TEMPLATE()
----gandlf_constructCSV(2KB)
----testing()
--------test_full.py(5KB)
--------data.zip(132B)
----SECURITY.md(400B)
----LICENSE(276B)
----azure-pipelines.yml(1KB)
----CONTRIBUTING.md(1KB)
----gandlf_run(3KB)
----__init__.py(0B)
----samples()
--------sample_training_brats.yaml(6KB)
--------sge_train.sh(942B)
--------sample_training_histopathology.yaml(7KB)
--------sge_infer.sh(967B)
--------sge_wrapper(581B)
--------sample_test.csv(339B)
--------sample_train.csv(339B)
--------sample_training.yaml(9KB)
----setup.py(2KB)
----.gitignore(199B)
----CODE_OF_CONDUCT.md(3KB)
----README.md(2KB)
----.gitattributes(42B)
----.azure-pipelines()
--------steps.yml(328B)