一、写在前面
重要！！！
各位读者有时间请务必到我第十七篇博客查看更多的细节，包括如何使用nnUNet的残差网络、如何选择模型其中一个去训练等。更多的细节会慢慢更新，建议直接把那篇收藏了。
1.更新于8.02，添加“如何训练自己的数据集”部分。
2.更新于9.07，修改恶心的apex部分，新更新的torch1.6支持混合精度训练，即你不用再安装apex啦！！！
3.更新于9.09，修改五折交叉验证理解！以及在整理好训练的数据集以后如何自动化地生成对应的json文件。
3.更新于11.05，添加如何在Windows上使用nnUNet。windows的使用仍然面临很多问题，预处理是可以跑的，但是在推理或者训练的时候就会出现torch的一些环境和兼容问题，现在仍未解决，也不是目前的工作重心，有时间有能力的读者可以自己挖掘一下，非常的不好意思。
4.更新于21.04.20，解决windows平台无法使用nnUNet问题。
- 1.笔者对nnUNet的使用也才一个多月，真正进入医疗影像领域也才三个月。对于nnUNet的理解肯定还停留在表层，希望大家在使用的时候能抱着一种纠错的态度，我会很感谢大家的指点！
- 2.nnUNet是德国癌症研究中心的工程师编写的框架，迄今为止依旧在维护和更新，希望大家共勉，“抄”出自己的水平的同时，协助框架的维护，也是在帮助中国医疗行业（手动狗头）。
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
