以前一直没有条件，曾一度想自己买个显卡搞DL，但没有时间，也没有支持，最后就不了了之了。
无论是NGS的genetics，还是NGS的single-cell，DL都是大有可为的，最近出现的chatgpt更是确信了这一点。
未来Deep learning将会成为生信的标准工具，这是大势所趋，不可阻挡。
我目前在研究的MIRA就是使用了Autoencoder，这个已经在单细胞领域非常成熟了。【清一色NC灌水】
降噪 - Single-cell RNA-seq denoising using a deep count autoencoder
空间 - Deciphering spatial domains from spatially resolved transcriptomics with an adaptive graph attention auto-encoder
Graph-based autoencoder integrates spatial transcriptomics with chromatin images and identifies joint biomarkers for Alzheimer’s disease
Fast and precise single-cell data analysis using a hierarchical autoencoder
进入开发者模式：
教程：
- PyTorch深度学习：60分钟入门(Translation)
- DEEP LEARNING WITH PYTORCH: A 60 MINUTE BLITZ
- 或许是东半球最好用的超参数优化框架： Optuna 简介
标签：autoencoder,Deep,cell,PyTorch,learning,using From： https://www.cnblogs.com/leezx/p/17087923.html