用于3D图像到图像翻译的生成对抗网络
该网络的目的是训练从T1w图像创建T2w图像的模型，反之亦然。 它以完整的3D NIfTI作为输入，并能够直接生成相应模态的3D体积。
该存储库基于Per Welander和Anders Eklund在
训练此网络的最大挑战之一是将其全部存储在内存中。 必须有GPU才能在合理的时间内（不到一周）训练模型，但是这种加速是以RAM为代价的。 为了训练此3D GAN，我们使用了具有32GB RAM的单个NVIDIA Tesla V100。 少了可能会导致内存不足错误。
系统设置
培训是在带有CUDA版本10.2.89的NVIDIA Tesla V100上完成的
所需的python软件包版本保存在requirements.txt中，应安装在虚拟环境中
python3 -m venv env
source env/bin/activate
pip insta
2021-04-22 20:25:05
22.82MB
1
目前见过的高清3D人体模型最好的一个了，截图供大家欣赏，这个可能我通过微信传的时候像素有损失，大家大量，我截取的当然也只有平面图，3D的效果，请恕我的无能，还不知道3D的人体模型要怎么截取。3D人体解剖高清图谱,人体骨骼解剖图,人体腹部解剖图,女性人体解剖图，
2021-04-21 13:08:58
6.36MB
1
Epoll
epoll内核源码详解剖析，揭开epoll的神秘面纱
为什么要剖析epoll原始码
在学习网络编程的过程中，在使用epoll的时候感觉epoll就像是神秘的魔法一样，可以创建百万的套接字句柄和以O（1）的时间复杂度返回允许的事件。与疑惑，我于是便来剖析epoll原始码，先前侯捷大师所言：“原始码之前，了无秘密”，不妨去探究其中的奥秘！
2021-03-24 21:07:24
31KB
1