欧美成人午夜精品久久久,国产?V天堂一区二区三区,欧美精品va在线观看,亚洲一区二区三区免费在线观看,av无码精品一区二区久久,欧美性爱视频不卡一区三区,欧美乱人伦视频在线观看,国产一级牲交高潮

ARTICLE DETAIL

資訊詳情

深耕商務(wù)建站與企業(yè)官網(wǎng)運(yùn)營的一線實(shí)戰(zhàn)洞察。

3D醫(yī)學(xué)影像分類實(shí)戰(zhàn):基于PyTorch的候選塊方案與避坑指南

3D醫(yī)學(xué)影像分類實(shí)戰(zhàn):基于PyTorch的候選塊方案與避坑指南 簡介面向機(jī)器學(xué)習(xí)課程設(shè)計與大作業(yè)場景這份3D醫(yī)學(xué)影像分類實(shí)現(xiàn)包覆蓋數(shù)據(jù)預(yù)處理、模型訓(xùn)練到結(jié)果評估的完整流程適合計算機(jī)、電子信息及數(shù)學(xué)類專業(yè)學(xué)生完成期末項目或畢業(yè)設(shè)計。壓縮包共596個文件主體為582個npz格式的影像特征與樣本數(shù)據(jù)配合8個Python源碼文件實(shí)現(xiàn)分類算法另有csv標(biāo)注文件、pyc緩存及md文檔說明整體約446MB結(jié)構(gòu)清晰便于按模塊復(fù)現(xiàn)。已有360人學(xué)習(xí)下載。除完整源代碼外資料附帶運(yùn)行結(jié)果與詳細(xì)注釋采用參數(shù)化編程可靈活調(diào)整模型參數(shù)和數(shù)據(jù)路徑遇到問題還可向作者咨詢能有效降低復(fù)現(xiàn)門檻幫助讀者快速掌握3D醫(yī)學(xué)影像分類的項目實(shí)現(xiàn)思路。1. 機(jī)器學(xué)習(xí)大作業(yè)選3D醫(yī)學(xué)影像分類一份能直接跑通的候選塊方案機(jī)器學(xué)習(xí)大作業(yè)選課題有個反直覺的點(diǎn)2D圖像分類看著簡單卻難出新意3D醫(yī)學(xué)影像分類看著復(fù)雜反而容易做成完整交付方案。原因很簡單這類任務(wù)的數(shù)據(jù)已被整理成固定格式模型也有成熟的3D CNN套路可用真正考驗(yàn)人的是把數(shù)據(jù)讀到內(nèi)存、把標(biāo)簽對上、把提交文件生成對。這套3D醫(yī)學(xué)影像分類方案就圍繞這三件事組織候選塊npz存三維影像csv記錄標(biāo)簽sampleSubmission定義提交格式。適合三類人計算機(jī)、電子信息專業(yè)做期末大作業(yè)和課程設(shè)計的同學(xué)數(shù)學(xué)專業(yè)想快速跑通深度學(xué)習(xí)實(shí)驗(yàn)基準(zhǔn)的同學(xué)以及畢設(shè)想以醫(yī)學(xué)影像分類為方向的開發(fā)者。下面按數(shù)據(jù)方案、總體設(shè)計、關(guān)鍵實(shí)現(xiàn)、避坑、驗(yàn)收答辯的順序把整套方案講透。2. 需求分析與數(shù)據(jù)組織npz候選塊與三個csv各自的角色拿到這類交付資源我的習(xí)慣是先翻README.md再讀csv最后才動npz。README會寫明依賴庫和啟動順序是這套方案的入口train_val.csv、0617.csv、sampleSubmission.csv三個表決定了數(shù)據(jù)怎么切分、模型怎么評估、結(jié)果怎么提交candidate開頭的npz文件則是真正的三位影像內(nèi)容。如果把數(shù)據(jù)語義搞反后面的模型搭建全是在錯誤地基上蓋樓。2.1 文件清單與字段語義npz是黑匣子csv才是說明書先在代碼層面做一次數(shù)據(jù)摸查不急著寫任何訓(xùn)練邏輯。用下面的腳本分別打開npz和csv把內(nèi)部結(jié)構(gòu)全部打印出來import numpy as np import pandas as pd # 查看npz內(nèi)部有哪些鍵以及每個鍵對應(yīng)的數(shù)組形狀 data np.load(candidate409.npz, allow_pickleTrue) print(data.files) # 可能輸出 [images] 或 [data] 等鍵名 for key in data.files: arr data[key] print(key, arr.shape, arr.dtype) # 查看標(biāo)注表結(jié)構(gòu)和類別分布 train_val pd.read_csv(train_val.csv) print(train_val.head()) print(train_val.info()) if label in train_val.columns: print(train_val[label].value_counts()) else: print(train_val.iloc[:, -1].value_counts())這段代碼解決的問題很直接npz是二進(jìn)制黑匣子不打印內(nèi)部鍵名就不知道取哪個字段。有的資源里鍵名叫images有的叫data還有的只有一個匿名鍵先打印files再寫索引能避免后面幾十處地方重復(fù)踩KeyError。csv同理先確認(rèn)哪一列是樣本ID、哪一列是類別標(biāo)簽再確認(rèn)正負(fù)樣本比例這一步直接影響評估口徑的選型。對這份資源而言train_val.csv負(fù)責(zé)訓(xùn)練和驗(yàn)證樣本的標(biāo)注0617.csv通常是與train_val結(jié)構(gòu)一致的補(bǔ)充標(biāo)注文件可以當(dāng)作額外驗(yàn)證集或者增量訓(xùn)練數(shù)據(jù)sampleSubmission.csv是提交模板里面是待填寫的樣本ID與預(yù)測概率列。落筆之前把三張表的列名對齊尤其要確認(rèn)ID的統(tǒng)一格式是純數(shù)字candidate_id還是帶前綴的文件名會給后面關(guān)聯(lián)npz省下大量麻煩。2.2 候選塊預(yù)處理尺寸統(tǒng)一與歸一化的先后順序npz里的三維塊未必是同一尺寸不同候選結(jié)節(jié)可能來自不同大小的檢測窗口直接塞進(jìn)網(wǎng)絡(luò)會報維度錯誤。統(tǒng)一的穩(wěn)妥做法是縮放到48×48×48既保留足夠的空間信息又不至于讓三維卷積的顯存開銷失控。這一步推薦用scipy的zoom插值import numpy as np from scipy.ndimage import zoom def load_and_unify(npz_path, target_size(48, 48, 48)): data np.load(npz_path, allow_pickleTrue) # 單鍵文件直接用第一個鍵多鍵文件按實(shí)際字段名匹配 key data.files[0] if len(data.files) 1 else images vol data[key].astype(np.float32) # 按目標(biāo)尺寸計算三個軸的縮放系數(shù) factors [t / s for t, s in zip(target_size, vol.shape)] vol zoom(vol, factors, order3) # 三次插值保留邊緣結(jié)構(gòu) return volorder3的三次插值比線性插值更平滑對結(jié)節(jié)邊緣這類判別區(qū)域更友好如果追求更快速度可以降到order1但基線實(shí)驗(yàn)不要省這點(diǎn)精度。縮放完成后還要做歸一化這里有個容易忽略的順序問題先統(tǒng)一尺寸、再做歸一化而不是反過來。先縮放會讓原本分布在某個區(qū)間的體素值被插值稀釋后續(xù)算出來的均值和方差會漂移。歸一化策略取決于npz內(nèi)部數(shù)值的物理含義。如果體素范圍已經(jīng)是0到1直接做z-score即可如果是原始CT值或0到255的灰度就要先統(tǒng)計min和max再決定用均值方差歸一化還是固定窗寬。按通常做法我會先對訓(xùn)練集全部樣本做一次分布統(tǒng)計把min、max、mean、std打印出來再選擇歸一化方式而不是憑感覺套一個公式跑到底。2.3 評估口徑為什么AUC比準(zhǔn)確率更能反映模型好壞醫(yī)學(xué)影像二分類任務(wù)里陽性結(jié)節(jié)通常只占少數(shù)準(zhǔn)確率會被多數(shù)類拉高看起來95%很漂亮實(shí)際對陽性樣本的識別能力可能很弱。因此驗(yàn)收標(biāo)準(zhǔn)應(yīng)該用AUC它不依賴閾值、對類別不平衡更魯棒也是這類任務(wù)最通用的排序指標(biāo)。劃分?jǐn)?shù)據(jù)時要保證訓(xùn)練集和驗(yàn)證集正負(fù)比例一致from sklearn.model_selection import train_test_split # stratify保證劃分后正負(fù)樣本比例與原始數(shù)據(jù)一致 train_df, val_df train_test_split( train_val, test_size0.2, stratifytrain_val[label], random_state42, )stratify參數(shù)是分層劃分的關(guān)鍵不寫的話隨機(jī)切分可能把少量正樣本全分到驗(yàn)證集導(dǎo)致訓(xùn)練時根本學(xué)不到陽性特征。0617.csv先檢查列結(jié)構(gòu)是否與train_val一致一致的話可以留在一邊做二次驗(yàn)證用來回答答辯時“你的模型泛化性怎么樣”這類問題。還有一種情況要提前排查train_val和0617.csv是否包含同一個candidate_id若有交集必須去重否則驗(yàn)證集會泄漏訓(xùn)練信息后面的指標(biāo)全是虛高這個問題在避坑章節(jié)會專門展開。3. 總體架構(gòu)設(shè)計四段式pipeline與參數(shù)化配置數(shù)據(jù)摸清之后下一步不是直接寫網(wǎng)絡(luò)而是先把整套流程拆成模塊。很多同學(xué)做課設(shè)翻車不是模型不會搭是流程亂成一團(tuán)訓(xùn)練腳本和預(yù)處理代碼耦合在一起換個數(shù)據(jù)路徑要改七八處實(shí)驗(yàn)做了一半想換參數(shù)只能全部重跑。這套方案采用四段式結(jié)構(gòu)把每個階段徹底分開。3.1 四段職責(zé)劃分?jǐn)?shù)據(jù)層、預(yù)處理層、模型層、提交層層核心職責(zé)主要產(chǎn)物數(shù)據(jù)層讀取csv、關(guān)聯(lián)npz路徑、劃分訓(xùn)練驗(yàn)證集樣本索引表、DataLoader輸入預(yù)處理層尺寸統(tǒng)一、歸一化、數(shù)據(jù)增強(qiáng)固定shape的Tensor樣本模型層3D CNN定義、訓(xùn)練循環(huán)、指標(biāo)評估訓(xùn)練日志、最優(yōu)權(quán)重文件提交層讀取模板、寫入概率、校驗(yàn)格式submission_final.csv四個層之間的依賴方向是單向的數(shù)據(jù)層只產(chǎn)出索引和標(biāo)簽預(yù)處理層不關(guān)心模型結(jié)構(gòu)模型層不關(guān)心文件路徑提交層只吃模型權(quán)重和模板。任何一層要換實(shí)現(xiàn)比如把3D CNN換成本地預(yù)訓(xùn)練的特征提取器或者把npz換成其他格式只需要改對應(yīng)模塊其他層不動。這種解耦帶來的直接好處是同一套代碼可以快速復(fù)現(xiàn)不同實(shí)驗(yàn)配置而不需要“重寫一份腳本”。3.2 參數(shù)化配置改一個yaml就能跑一組新實(shí)驗(yàn)參數(shù)化編程是這套資源強(qiáng)調(diào)的特點(diǎn)落到實(shí)處就是弄一個獨(dú)立配置文件把容易變的值全部抽出來data: train_csv: train_val.csv extra_csv: 0617.csv submission: sampleSubmission.csv npz_dir: ./npz preprocess: image_size: 48 normalize: zscore model: base_channels: 16 num_classes: 1 train: batch_size: 8 epochs: 30 lr: 0.001 device: cuda讀取端用yaml庫加載成字典訓(xùn)練腳本只從配置取參數(shù)import yaml def load_config(config_pathconfig.yaml): with open(config_path, r, encodingutf-8) as f: return yaml.safe_load(f)這個文件的價值在實(shí)驗(yàn)管理上想換batch_size改train.batch_size即可想換輸入尺寸改preprocess.image_size預(yù)處理和模型輸入會跟隨數(shù)據(jù)加載器自動變化想對比不同學(xué)習(xí)率復(fù)制一份config.yaml改成另一組值跑出來的結(jié)果與舊實(shí)驗(yàn)完全隔離。我一般會把config.yaml和訓(xùn)練日志、最優(yōu)權(quán)重放在同一個實(shí)驗(yàn)?zāi)夸浵逻@樣過一個月回來看還能知道當(dāng)時的實(shí)驗(yàn)條件不至于對著一個裸權(quán)重文件發(fā)愁。3.3 訓(xùn)練到提交的編排流程每一步的輸入輸出是什么整體編排在main函數(shù)里按固定順序執(zhí)行每個函數(shù)只做一件事def main(): cfg load_config(config.yaml) # 數(shù)據(jù)層讀表、關(guān)聯(lián)npz路徑、分層劃分 full_df load_all_csv(cfg[data]) train_df, val_df split_with_stratify(full_df) # 預(yù)處理層構(gòu)建按需讀取的Dataset和DataLoader train_loader build_loader(train_df, cfg, shuffleTrue) val_loader build_loader(val_df, cfg, shuffleFalse) # 模型層初始化網(wǎng)絡(luò)并訓(xùn)練 model build_model(cfg[model]) train(model, train_loader, val_loader, cfg[train]) # 提交層用最優(yōu)權(quán)重生成提交文件 make_submission(model, cfg[data][submission])把生成提交文件獨(dú)立成最后一步是因?yàn)樗妮敵鲋苯記Q定作業(yè)能不能完成閉環(huán)。訓(xùn)練中途打印的指標(biāo)再好看模板沒填對、ID順序搞亂提交結(jié)果都是廢的。在這個編排里make_submission只讀取模板、按模板順序?qū)懭腩A(yù)測概率、最后做一次空值校驗(yàn)三件事邊界非常清晰。整套pipeline跑通之后才算真正把“數(shù)據(jù)讀到內(nèi)存、標(biāo)簽對上、提交文件生成對”三個交付目標(biāo)全部落地。4. 關(guān)鍵實(shí)現(xiàn)3D CNN分類模型搭建與訓(xùn)練細(xì)節(jié)流程骨架搭好后核心就是把網(wǎng)絡(luò)和數(shù)據(jù)加載器填進(jìn)去。這里給出一套能跑通最小閉環(huán)的實(shí)現(xiàn)數(shù)據(jù)加載器按需讀npz模型用三個Conv3d塊組成基線訓(xùn)練循環(huán)以驗(yàn)證集AUC為保存權(quán)重的依據(jù)最后生成提交文件。這套實(shí)現(xiàn)覆蓋了從文件到預(yù)測結(jié)果的全鏈路。4.1 數(shù)據(jù)加載器按需讀取npz不一次性進(jìn)內(nèi)存數(shù)據(jù)加載器決定訓(xùn)練能否穩(wěn)定跑完。最容易翻車的寫法是把所有npz讀進(jìn)一個list樣本數(shù)量上來后內(nèi)存直接被占滿訓(xùn)練剛開始就被系統(tǒng)殺掉。正確做法是繼承Dataset在__getitem__里按索引讀取import os import torch from torch.utils.data import Dataset class CandidateDataset(Dataset): def __init__(self, df, npz_dir, image_size): self.df df.reset_index(dropTrue) self.npz_dir npz_dir self.image_size image_size def __len__(self): return len(self.df) def __getitem__(self, idx): row self.df.iloc[idx] # 樣本主鍵與文件名對應(yīng)例如 candidate409.npz npz_path os.path.join(self.npz_dir, fcandidate{row[candidate_id]}.npz) vol load_and_unify(npz_path, (self.image_size,) * 3) vol normalize_volume(vol) # z-score或min-max按config選擇 label torch.tensor([row[label]], dtypetorch.float32) return torch.from_numpy(vol).unsqueeze(0), label每次按索引加載一個樣本內(nèi)存里只保留當(dāng)前batch的數(shù)據(jù)這是三維影像任務(wù)的基本功。batch_size設(shè)為8比較穩(wěn)妥48×48×48的輸入在單卡上不會太吃力如果顯存只有4G可以降到4同時把num_workers設(shè)成2到4提升數(shù)據(jù)讀取并發(fā)。load_and_unify復(fù)用2.2節(jié)里的函數(shù)normalize_volume在預(yù)處理層實(shí)現(xiàn)保持加載器代碼簡潔。4.2 模型結(jié)構(gòu)三個Conv3d塊加分類頭作為基線醫(yī)學(xué)影像分類的基線不需要一上來就上3D ResNet這類重模型先把一個簡單的3D CNN跑通確認(rèn)數(shù)據(jù)流沒問題再逐步加深才合理。我常用這樣的結(jié)構(gòu)import torch.nn as nn class Net3D(nn.Module): def __init__(self, in_channels1, base_channels16, num_classes1): super().__init__() self.block1 self._make_block(in_channels, base_channels) self.block2 self._make_block(base_channels, base_channels * 2) self.block3 self._make_block(base_channels * 2, base_channels * 4) self.pool nn.AdaptiveAvgPool3d(1) self.head nn.Linear(base_channels * 4, num_classes) def _make_block(self, cin, cout): return nn.Sequential( nn.Conv3d(cin, cout, kernel_size3, padding1), nn.BatchNorm3d(cout), nn.ReLU(inplaceTrue), nn.MaxPool3d(kernel_size2, stride2), ) def forward(self, x): x self.block1(x) x self.block2(x) x self.block3(x) x self.pool(x) return self.head(x.view(x.size(0), -1))輸入48×48×48經(jīng)過三層2倍池化后變成6×6×6通道數(shù)從16擴(kuò)到64特征圖尺寸縮小但語義信息加深這是卷積網(wǎng)絡(luò)提取三維特征的常規(guī)路徑。BatchNorm3d放在卷積和激活之間能顯著緩解訓(xùn)練初期梯度不穩(wěn)定AdaptiveAvgPool3d把任意尺寸的特征圖壓成1×1×1保證最后的全連接層輸入維度固定。head層不接sigmoid訓(xùn)練時配合BCEWithLogitsLoss在內(nèi)部做數(shù)值穩(wěn)定的二分類計算推理時再取sigmoid得到概率。4.3 訓(xùn)練循環(huán)與提交生成保存驗(yàn)證AUC最優(yōu)權(quán)重訓(xùn)練循環(huán)的核心不是把epoch跑完而是把驗(yàn)證集AUC最高的那一輪權(quán)重留下來。很多經(jīng)驗(yàn)不足的寫法是保存最后一個epoch的權(quán)重如果后面幾輪過擬合提交效果反而更差import torch import torch.nn as nn from sklearn.metrics import roc_auc_score criterion nn.BCEWithLogitsLoss() optimizer torch.optim.Adam(model.parameters(), lrcfg[train][lr]) best_auc 0.0 for epoch in range(cfg[train][epochs]): model.train() for x, y in train_loader: x, y x.to(device), y.to(device) pred model(x) loss criterion(pred, y) optimizer.zero_grad() loss.backward() optimizer.step() # 驗(yàn)證集AUC作為保存依據(jù) model.eval() preds, labels [], [] with torch.no_grad(): for x, y in val_loader: x x.to(device) preds.append(torch.sigmoid(model(x)).cpu().numpy()) labels.append(y.numpy()) auc roc_auc_score(labels, preds) print(fepoch {epoch1}, val_auc{auc:.4f}) if auc best_auc: best_auc auc torch.save(model.state_dict(), best_model.pth)學(xué)習(xí)率1e-3配合Adam是三維小數(shù)據(jù)集上比較通用的起點(diǎn)如果訓(xùn)練loss震蕩不下優(yōu)先把lr降到1e-4再試。訓(xùn)練結(jié)束后生成提交文件順序必須以sampleSubmission模板為準(zhǔn)import pandas as pd def make_submission(model, cfg): sub pd.read_csv(cfg[data][submission]) model.load_state_dict(torch.load(best_model.pth)) model.eval() probs [] for pid in sub[id]: npz_path fcandidate{pid}.npz vol load_and_unify(npz_path, (cfg[preprocess][image_size],) * 3) vol normalize_volume(vol) x torch.from_numpy(vol).unsqueeze(0).unsqueeze(0).to(device) with torch.no_grad(): probs.append(torch.sigmoid(model(x)).item()) sub[probability] probs assert sub[probability].notna().all(), 提交文件存在空值 sub.to_csv(submission_final.csv, indexFalse)按模板id逐個計算概率而不是對預(yù)測結(jié)果排序后直接覆蓋這個順序錯了就全錯。最后的notna校驗(yàn)是提交前的最后一道防線存盤前只要有一行空值就拋異常避免把殘缺文件交出去。跑通這一整個閉環(huán)模型的訓(xùn)練、評估、提交三件事才算全部落地。5. 避坑指南3D影像分類最容易翻車的五個點(diǎn)三維醫(yī)學(xué)影像分類的坑比2D任務(wù)多一層因?yàn)閿?shù)據(jù)格式不透明、內(nèi)存開銷大、標(biāo)注不平衡又常見。下面五個點(diǎn)按數(shù)據(jù)讀入、預(yù)處理與訓(xùn)練、驗(yàn)證與提交三個階段梳理每條都是實(shí)際項目中踩過的真實(shí)教訓(xùn)。5.1 數(shù)據(jù)讀入階段npz字段名是黑匣子現(xiàn)象按資料里描述的字段名取數(shù)一運(yùn)行就報KeyError或者打印出來的數(shù)組shape和預(yù)期完全對不上。原因npz是壓縮二進(jìn)制容器內(nèi)部鍵名不是標(biāo)準(zhǔn)化的不同來源的文件可能叫images、data、volume甚至只有一個匿名鍵。直接用寫死的鍵名索引等于把代碼押在一個沒驗(yàn)證過的假設(shè)上。解決在寫任何數(shù)據(jù)處理邏輯之前先執(zhí)行2.1節(jié)里的files打印腳本把每個鍵對應(yīng)的shape和dtype確認(rèn)一遍。我的習(xí)慣是把這個探查代碼直接放在工程入口處每位拿到項目的人第一眼就能看到數(shù)據(jù)結(jié)構(gòu)長什么樣后面所有字段索引都從探查結(jié)果里來不再靠猜。5.2 一次性預(yù)讀所有npz導(dǎo)致內(nèi)存被殺現(xiàn)象代碼在本地小規(guī)模測試沒問題一旦加載全部樣本訓(xùn)練剛開始幾分鐘系統(tǒng)內(nèi)存就暴漲甚至直接被操作系統(tǒng)終止。原因?yàn)榱耸∈掳阉衝pz提前l(fā)oad進(jìn)list再拼成一個大數(shù)組。48×48×48的float32數(shù)組單個約0.44MB幾千個樣本累加就是幾個GB加上PyTorch的顯存開銷和DataLoader的預(yù)取緩沖內(nèi)存很容易被吃滿。解決把Dataset改成按需讀取每個__getitem__只load當(dāng)前樣本處理完就釋放再配合num_workers控制預(yù)取線程數(shù)。如果還想再省一點(diǎn)數(shù)據(jù)集加載順序用shuffle打亂即可不需要一次把全部數(shù)據(jù)搬進(jìn)內(nèi)存。5.3 歸一化順序錯亂導(dǎo)致指標(biāo)像玄學(xué)現(xiàn)象同樣的模型結(jié)構(gòu)今天跑AUC 0.85明天換一種歸一化方式掉到0.7怎么看都覺得代碼沒問題。原因先對原始體素做歸一化再做resize插值插值過程會把歸一化后的分布重新擾動反過來先resize再歸一化統(tǒng)計量才是真實(shí)反映縮放后數(shù)據(jù)的。另一個常見原因是沒先統(tǒng)計訓(xùn)練集分布就套用固定均值導(dǎo)致歸一化后數(shù)據(jù)偏移。解決統(tǒng)一順序?yàn)椤疤讲榉植?→ resize → 歸一化”。先用一行代碼統(tǒng)計訓(xùn)練集所有樣本的min、max、mean、std再決定用z-score還是固定窗寬并把統(tǒng)計結(jié)果隨config一起保存保證實(shí)驗(yàn)可復(fù)現(xiàn)。5.4 類別不平衡時準(zhǔn)確率騙人現(xiàn)象訓(xùn)練日志里準(zhǔn)確率一路漲到0.93AUC卻只有0.55模型對正樣本幾乎沒有區(qū)分能力。原因正負(fù)樣本比例懸殊模型只要全預(yù)測成多數(shù)類就能拿到高準(zhǔn)確率此時用準(zhǔn)確率做保存權(quán)重的依據(jù)選出來的最優(yōu)權(quán)重恰恰是最“偷懶”的那個。解決所有評估和模型保存都改用AUC訓(xùn)練集劃分時設(shè)置stratify保證正負(fù)比例一致如果類別差異特別大可以給loss加類別權(quán)重或者對少數(shù)類做加權(quán)采樣讓每個batch里都有足夠多的陽性樣本參與梯度計算。5.5 驗(yàn)證集泄漏與提交模板錯位現(xiàn)象驗(yàn)證集AUC很高換到0617.csv上評估明顯變差或者提交后返回的結(jié)果異常低檢查發(fā)現(xiàn)概率行和樣本ID對不上。原因train_val與0617.csv存在重合的candidate_id同一個樣本既參與訓(xùn)練又參與驗(yàn)證指標(biāo)自然虛高提交階段如果對預(yù)測結(jié)果重新排序后再寫入模板ID順序錯位會讓整份答案作廢。解決數(shù)據(jù)處理階段先對兩份標(biāo)注表做candidate_id交集檢查有交集就放在同一份訓(xùn)練集里0617.csv僅用作最終獨(dú)立驗(yàn)證生成提交文件時嚴(yán)格用模板的id逐行計算存盤前斷言沒有NaN并核對行數(shù)等于模板行數(shù)。這兩步不涉及任何調(diào)參技巧純粹是流程紀(jì)律但幾乎決定整個項目驗(yàn)收能否通過。6. 驗(yàn)收與答辯把訓(xùn)練日志和指標(biāo)講成加分項6.1 驗(yàn)收清單先證明可復(fù)現(xiàn)再談指標(biāo)驗(yàn)收項判定標(biāo)準(zhǔn)操作建議環(huán)境復(fù)現(xiàn)README中的依賴安裝后可直接運(yùn)行用干凈環(huán)境跑通一次main訓(xùn)練閉環(huán)訓(xùn)練能完整跑完一個epoch且內(nèi)存穩(wěn)定觀察系統(tǒng)監(jiān)控確認(rèn)無OOM指標(biāo)留檔保存每個epoch的AUC與最優(yōu)權(quán)重訓(xùn)練日志、config.yaml、best_model.pth放同一目錄提交合規(guī)submission_final.csv無空值、行數(shù)等于模板運(yùn)行notna斷言并核對長度獨(dú)立驗(yàn)證0617.csv上的評估結(jié)果合理訓(xùn)練結(jié)束后加載最優(yōu)權(quán)重重新評估這份資源交付時自帶README和運(yùn)行結(jié)果第一輪驗(yàn)收就按清單逐項核對能避免答辯時被發(fā)現(xiàn)訓(xùn)練日志缺失或者權(quán)重文件與代碼不匹配。6.2 答辯技巧講一個修復(fù)過程勝過背十層網(wǎng)絡(luò)結(jié)構(gòu)答辯時常規(guī)流程是講模型結(jié)構(gòu)但這個項目真正體現(xiàn)工程能力的地方在數(shù)據(jù)組織與驗(yàn)證策略。可以準(zhǔn)備兩件素材一是把npz字段探查和尺寸統(tǒng)一的過程講清楚說明你拿到黑匣子數(shù)據(jù)的第一反應(yīng)是先看結(jié)構(gòu)再寫代碼二是講一次參數(shù)調(diào)整比如lr從1e-2發(fā)散、降到1e-3后loss收斂這類細(xì)節(jié)比復(fù)述Conv3d的padding更讓人信服。再補(bǔ)充0617.csv作獨(dú)立驗(yàn)證的設(shè)計證明你考慮過泛化性而不是只盯著訓(xùn)練集指標(biāo)。從那次把驗(yàn)證集混進(jìn)去導(dǎo)致答辯被追問翻車以后我每次拿到這種交付型資源都會強(qiáng)制自己先把訓(xùn)練、驗(yàn)證、提交三組數(shù)據(jù)分開再寫訓(xùn)練代碼最后核對提交模板順序整套流程走一遍才覺得踏實(shí)。希望你拿到這套方案后也按這個順序跑通一次把每個環(huán)節(jié)的產(chǎn)物都留檔答辯時自然有底氣。祝順利。本文還有配套的精品資源點(diǎn)擊獲取
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
啪啪视频99| 久久伊人大香蕉| 国产精品A片| 国产成人精品亚洲线观看| 最新日本A片| 色色操| 人人干99| 婷婷大香蕉| 五月婷婷丁香| 欧美婷婷五月激情| 久久综合55| 久久久五月婷婷| 五月激情丁香啪啪| 婷婷五月色天| 九九热视频精品2| 天天操天天操天天操天天操天天操 | 亚洲综合五月天婷婷丁香| 91五月天| 五月婷婷 激情按摩| 久色网五月| 99riAV成人在线视频| 久热这里只有精品视频免费观看| 九热精品| 美国少妇性做爰| 六月亭亭久久综合激情| A级毛片高清免费不卡播放谢谢谢谢| 亚洲欧洲午夜成人精品av| 久艹伊| 色婷婷免费观看| 另类在线| 伊人九九68| 色五月丁香婷婷| 中文字幕激情综合| 女人高潮内射99精品| 99热只有这里才是精品| 超碰成人电影| 亚洲午夜国产成人电影VA国产欧…| 五月婷婷视频28| 成人 九九九九| 99热这里只有精品1025| 婷婷五月天激情综合网| 五月丁香婷婷色色| 91干网站| 婷婷丁香五月激情| 五月丁香人妻| 一夜福利不卡| 玖玖婷婷精品| 丁香婷婷狠狠97| 婷婷九月亚洲| 久久精品A片777777| 五月婷婷自拍视频| 另类色视频| 五月婷婷综合在线视频小说| 五月天色导航| 久久婷婷91| 免费亚洲婷婷| 播播网色播播| 五月丁香AV、伊人业余、性色熟妇| 久久99免费视频网站| 五月丁香啪啪网| 色狠狠图片| 婷婷五月色影视先锋| 色婷婷丁香五月| 婷婷五月综合激情免费| 丁香六月婷婷高清| 午夜天堂啪啪| 国产99久9在线| 五月香婷婷| 天天狠狠色| 色九月婷婷综合| 国产婷婷婷| 成人短视频在线| 欧美色小说婷婷| 成人视屏在线观看| 啪啪色区| 亚洲成人中文字幕| 久久3级片| 色婷五月天| 99热99re6国产在线播放| 中文字幕在线观看视频www| 婷婷五月丁香亚洲| 中文字幕网伦射乱中文| 五月婷久久| 五月天社区狠狠| 五月花综合| 九九色情网五月天| 超碰在线网站9| 日本久热| 日本视频99| 亚洲丁香婷婷| 国产69久久久欧美黑人A片 | 啪啪激情网| 性欧美大战久久久久久久83| 久久婷婷色综合| 人人色人人弄人人操| 婷婷成人五月天成人文学小说| 男人天堂AV在线一区二区| 激情久久综合| 玖热精品综合视频| 九九综合88| 五月天激情婷婷| 开心激情站| 色情五月停停丁香| 毛片毛片毛片毛片| 色情综合网| 亚洲综合丁香五月| 婷婷五六日| 色播五月丁香| 婷婷香香五月| 天天爽爽日日做做| www色婷婷久久综合久色| 激情五月,激情综合网| 久草九一| 国产AV网页| 成人超碰网| 五月婷婷丁香六月| 欧美色婷婷| 亚洲色在线观看| 超碰成人av| 99re这里只有| 免费播放片大片| 丁香五月天中文字幕| 婷婷激情五月综合丁香社| 亚洲激情淫网| 久久婷婷五月国产激情综合片| 久久精品视频99| 婷婷伊人75| 狠狠色九月| 日韩久久日| 久久激丁香| 99精品偷自拍| 1024成人免费看| 久99久视频| 天天日,天天插| 丁香婷婷激情五月天无毒不卡蜜桃| 日韩AV大全| 色婷婷丁香| 国产综合网在线| 99re视频精品| 99热99精品| 丁香婷婷五月色成人网站| 天天操天天插| 五月天精品视频| 五月婷婷AV| 中文字幕AV在线播放| 99操无码视频观看| 天天干电影| 狠狠色噜噜狠狠狠狠综合| 120分钟婬片免费看| 婷婷天堂综合| 欧洲电影在线观看免费版英语版 | 色呦呦美女| 亚洲成人超碰| 色婷婷亚洲婷婷| 国产精品国产成人国产三级| 2018夜夜草| 在线看AV| 91黄操| 亚洲激情综| 丁香五月激情啪啪| 人妻肉射免费观看| 久久99热这里只频精品6学生| 日本色99| 成人在线99| 五月丁香六月婷| 亚洲成人在线观看av| 色婷婷五月综合色婷婷| 9色在线视频| 国产乱码久久| 色婷婷久综合久久一本国产AV| 99精品视频网| 亚洲超碰在线| 在线免费观看激情视频| 天天爽人人综合免费7799| 五月天伊人av| 天天色宗合| 色碰碰视频| 婷婷爱五月| 伊大人久久| 色婷六月| www.十八禁不禁AV.com| 色色无码| 老美AA片| aa久久| 亚洲精品五十一区| 激情五月婷| 色婷婷五月天偷拍| 日韩天堂久久| 天天草人人摸| 婷婷爱五月天| 亚洲欧洲中文日韩久久AV乱码 | 色婷婷狠狠18禁| 九九这里有精品视频| 乱色色色| 婷婷色在线观看| 操B视频在线播放| www.99热精品| 五月色俺婷婷| 婷婷五月天激情小说| 九九色插| 激情综合网五月天天| 亚洲另类视频| 五月丁香色综合| 丁香六月成人网| 五月丁香网视频| 欧美激情xxxXX| 99精品综合| 婷婷久久五月| 99福利导航| 色五月激情五月丁香五月婷婷啪啪综合| 极品人妻videosss人妻| 五月色网| 97超级碰碰碰| 丁香五月在线视频黑人| 激情99| 五月婷婷色色网址| 日本激情五月| 五月综合激情婷婷六月色窝| 精品婷婷| 狼人婷婷综合| 婷婷伊人綜合中文| 色综合久久天天综合网 | 激情丁香五月婷婷| 亚洲无码11| 婷婷激情网五月天| 福利视频在线播放| 色色色777| 亚洲男女激情| 久在线综合69| 色婷激情网| 日韩成人精品中文字幕| pom538精品视频| 色婷婷成人在线| 欧洲色色| 99色在线视频观看| 色综合综合网| 少妇熟女视频一区二区三区| 日韩色色色色色| 五月婷婷啪啪综合网| 丁香六月婷婷色XXXX| 丁香五月婷婷激情小说| 亚州色婷婷| 婷婷综合一二三| 夜夜操狠狠操天天操| 思思热视频在线观看| 欧美WW在线网| 久久精品这里只有精品免费首页| 六月丁香啪| 丁香五月综合在线播放| 日韩成人影片网站| 婷婷深爱五月亚洲综合| 天天做天天爽| 婷婷六月爽| 婷婷丁香人妻天天爽| 婷婷五月色综合| 六月丁香五月天| 婷婷五月丁香图片人人操| 色婷婷狠狠干| 人妻丰满精品一区二区A片| 婷婷久久大香蕉| 丁香五月婷婷av| 色yeye色综合| 久久激情网| 99热观看| 狠狠色97| 六月丁香啪啪| 超碰在线国产| 欧美成人无码高清一区二区三区| 99欧美| 天天做天天爱高潮片| 日韩一级片| 开心五月综合激情网| 免费啪啪亚州视频| 99re99在线看| 成人av免费观看| 欧美色狠婷久| 中文中文在线| 五月天激情美女久久| 久久性爱网| 69er小视频| 成人午夜天| 六月丁香视频网站| 国产在线激情视频| 色五月婷婷影院| 欧美成综合在线观看| 四色五月婷婷在线观看| 91丨九色|PRNY熟妇| 日亚二欧美| 激情五月色婷婷| 99精品视频偷拍| 久久9久| 99A片| 婷婷五月激情的图片| 99热这里只有精品99| 99热久久最新地址| 亚洲mm免费| 天天久| 激情综合国产| 91综合在线| 色情免费视频播放| 中文字幕欧美日韩VA免费视频| 五月婷婷香蕉| 日本大逼91| 狼友超碰| 激情久久四色| 亚洲啪| 亚洲成人av在线播放| 第四色网婷婷| 五月天精品视频| 五婷婷六月合| 婷婷va| 五月丁香六月婷婷久久肏| 91久久久久久久久久久| 狠狠干.com| 色色AV色色色东莞| 色五月网址| 中文字幕无码人妻少妇免费视频 | 98国产精品综合一区二区三区| 婷婷六月丁香激情综合| 激情五月丁香六月综合AVXXXX| 亚洲第一黄网| 国精产品一区二区三区| 亚洲第一成人无码A片| 天天操天天曰| 色婷婷狠狠久久综合五月| 日韩大片艹艹| 免费观看18视频网站| xxx综合在线| 天堂久久大香蕉| 99精品视频免费观看| 人人舔天天| 九伊人网| 亚洲精品V天堂中文字幕| 久热这里只有精品在线| 色婷婷狠狠爱| 99久久五月婷婷| 99热老网站| 丁香五月婷婷乱| 嫩草视频观看| 97日本在线播放| 91超级碰在线视频| 天天爽夜夜爽夜爽精品| WWW.天天日| 久久香视频| 五月激情网站| 99热中文字幕久久| 婷婷久久国产视频| 91热在线| 激情碰碰碰| 丁香五月成人| 思思热视频在线观看| 无码99| 亚洲免费婷婷| 噜噜噜色噜噜| 丁香六月婷婷开心| 97香蕉人人在线观看| AA丁香综合激情| 丁香六月婷婷色播| 五月天婷婷中文字幕在线播放| 超碰不卡在线| 4399在线观看免费高清毛片| 国产美女无遮挡裸体毛片A片| 六月激情网| 丁香婷停五月激情综合深爱| se99高清无码| 成人五月天丁香婷| 94干大香蕉| 青青久在线视频免费观看| 久久99激情| 女人天堂 AV| 99视频久久免费视频| 91热视频| 高潮毛片又色又爽免费| 五月色网| 99无码精品| 久9久9久9久9久9久9| 五月丁香花开综合网| 五月丁香爱婷婷深深| 2015WWW永久免费观看播放| 久久婷婷五月天激情新地址| 激情五月婷婷综合网| 91九色精品女同系列| 色婷婷女优有码五月亭| www.91五月| 婷婷色中文字幕| 五月婷婷99热| 综合视频久久| 色噜噜狠狠色综合成人99| www.五月天激情| 色色婷五月天| 99在线观看视频蜜臀| 婷婷色网| 综合久久99| 草榴视频网| 99热大| 婷婷99狠| 91色色色视频| 91在线观看www| 99热在线观看成人| 色在线免费观看| 色色欧美。| 亚洲色网址| 五月停亭六月,六月停亭的英语| 色五月成人| 深爱婷婷网| 26uuu亚洲精品国产| 这里只有免费的精品| 六月婷五月丁香| 第四色五月激情网| 六月丁香婷婷色综合| 另类在线| 亚洲色色图片| 精品久久人妻热| 99高级会所久久| www色婷婷久久综合久色 | 亚洲色婷婷视频| 99热这里只有精品一区| 色亚洲激情| 国产视频婷婷| 欧美 日韩 成人| 99爽视频| 色色色综合色| 青草视频在线观看视频| 狠狠色综合图片| 久久久久久久91| 久草婷婷视频| 99ri国产在线| 色五月婷婷激情综合网| 欧美va亚洲va| 第四色婷婷色五月| 五月伊人婷婷| 丁香六月婷婷综合啪啪| WWW免费视频碰碰碰碰| 五月色婷| 夜精品无码A片一区二区蜜桃| 欧美情色一区| 日本黄色精品| 五月丁香婷婷婷激情爱爱| 久久婷五月综合| 色婷网| 欧美丁香婷婷天天操| 六月丁香综合999| 五月草影视| 亚洲这里只有精品| 婷婷中文字幕| 亚洲狠狠色丁香婷婷综合久久| 激情综合色五月丁香| 无码人妻一区二区一牛影视| 欧美大香蕉视频| 九热精品| 五月丁香久久综合精品| 色五月丁香婷婷在线观看| 久久久久亚洲AV无码网影音先锋| 亚洲五月婷婷| 中文字幕人妻AV| 久热超碰91| 99热这里只有精品26| 日韩欧美四五区| 无码人妻一区| 五月天婷婷在线视频| 五月天成人综合| 婷婷丁香社区| 97日本在线播放| 日本九九视频| 婷婷丁香五月视频| 激情五月开心五月丁香五月| 五月丁香久久| 五月桃花网综合| 99久精品视频| 天天久久综合| 99热这里只有精品9| 亚洲激情网| 99视频免费播放| 大香蕉五月天婷婷丁香91| 插插干干干色| 99九九综合久久九九| 丁香六月婷婷久久综合| 99国产97在线,| 综合久| 五月宗合激情网| 五月婷婷激情综合| 极品五月天| 五月丁香六月色婷婷综合五月天 | 五月婷婷激情在线| 婷婷伊人綜合中文字幕| 亚亚州久久高潮| 日本三级韩三级99久久| 超碰高清在线| 这里只有精品视频在线看| 色综合婷婷| 六月丁香AV| 久久久婷| 在线你懂的亚洲欧| 色色色国产| 婷婷六月综合激情| 99久久終合| 激情网第九色| www,com,五月色色| 日本偷拍九九九| 久这里只有精品99| 色五月天成人| 久久婷婷五月天丁香| 五月婷视频久久| 亚洲天天| 色色丁香婷婷五月天| 色八月婷婷| 丁香婷婷月| 大香蕉色婷婷伊人在线| 丁香激情网| 五月天狠狠网| 超碰人人在线观看| 五月丁香五月丁香| 99爱在线精品视频免费观看| 香蕉大综综综合久久| AAA亚洲AV| 九九激情网| 色九月婷婷综合| 狠狠色噜噜色狠狠狠综合久久成人波 | 2016日日夜夜操| 婷婷伊人五月| 色色操| 国产激情在线| 久久五月丁香| 综合日本婷婷| 99福利视频| 无码日本精品XXXXXXXXX| 在线99热| 丁香五月婷婷啪啪| 午夜在线成人网站免费观看| wwccc久久久| 国产精品噜噜在线视频| 色婷婷激情五月天| 五月天婷综合| 五月天基地| 热99re| 99国产精品久久久久久久久久久| 久久无码激情视频| 精品五月天| 色婷婷91| 91九色欧美| 九九超碰人人| 婷婷噜噜| 99久99久| 99国产这里只有精品| 色一情一乱一伦一区二区三区| www久久五月com| 亚洲男女激情| 婷婷五月激情六月丁香| 五月天偷拍| 五月丁香日本片| 天天噜日日噜综合无码| 久久99婷婷| 亚洲1区| 激情五月婷婷| 久草大| 色五月激情网| 九九色人| 99综合视频一体| 久鲁鲁色网| 色情五月综合婷婷| 五月激情六月| 人人色人人弄人人操| 日本三级99人妇网站| 婷婷六月天精品| 成人做爰黄A片免费看直播室男男| 六月婷五月丁香| 日韩999| 五月婷婷六月丁香激情综合网| 欧美日韩成人在线| 丁香五月婷婷亚洲另类| 婷婷97C| 亚洲精品永久久久久久| 九九综舍久久| 日本成人噜噜噜| 婷婷欧美激情| 中文字幕在线观看视频www| 激情五月天久久丁香| www.色综合| 99久久思思| 超碰99热精品在线| jiZZdr| 中文资源在线a| www夜夜| 综合xx网| 99热99日天天干| 超碰高清在线| 大香蕉五月丁香| 99热免费| 婷婷五月天Av| 婷婷九九色| 婷婷五月激情天| 色色色在线| av九九| 无码地址| 日韩AV成人电影| 亚洲成人超碰| Se.婷婷五月天| 人人摸人人干| 国产成人+综合亚洲+天堂| 多精窝99在线视频| 国产亚洲av片| 激情五月久久| 深爱激情丁香五月| www,五月天com| 五月J香蕉婷婷| 综合婷婷五月天| 五月婷婷激情四季| 真实的国产乱XXXX在线91| www.色九月| 91操片| 91大神操美女| 日笨久久网| 九九aV| 伊人丁香六月婷婷| 极品五月天| 99热最新网址| 色女伊人| 欧美久热| ady狠狠入| 婷婷综合五月天| 久久99热久久99精品| 亚洲综合网在线| 99热在线精品播放| 天天综合天天做天天综合| 99ER热精品视频| 思思99久久| 五月四色婷婷| 伊人www22综合色| av高清无码| 玖玖在线| 综合激情深爱| 性爱五月婷婷| 成人无码髙潮喷水A片| 久热69| 久久在线人妻| 久久这里都是精品免费| 婷色视频| 思思热精品在线观看| 五月丁香亚洲校园欧美| 99日在线观看视频| www五月婷婷88导航| www.99热在线观看| 99无吗| 开心久久xxx色| 丁香婷婷九月在线| 九九在线视频| 99男人的天堂| 婷婷色五月在线视频| 丁香九月婷婷| 99A级片| 热久久这里只有三级视频| 99久久综合| 久色网址| 亚洲成人中心| 视色综合| 日本熟妇人妻在线| 97丁香花五月天激情小说| 涩 五月 婷婷 狠狠| 69凹凸成人综合网| 777影视理论片大全在线观看| 精品激情| 五月婷婷综合在线| 九九九九这里只有精品| 色婷婷五月天亚洲| 婷婷亚洲色| 免费啪啪亚州视频| 婷婷五月丁香色综合| 91人妻九色大屁股| 国产黄色在线| 99热综合| 大香蕉婷婷| 激情九月婷婷| 情色婷婷五月天| 婷婷社区五月天| 人人爱人人添| 五月激情婷婷女| 99九九视屏| 丁香色播五月天| 色婷婷五月天激情在线播放| 夜夜躁狠狠| 婷色五月天| 五月天婷婷爱| 六月婷婷日| www.cao.com久久| 激情综合文学| 五月婷婷综合色啪首页| 99热97美女| 国产高潮白浆一区二区| 午夜激情久久| 婷色综合| 大胆伊人久久| 久9精品| 国产午夜精品一区二区| 色婷婷五月天av在线| 狠狠色噜噜狠狠狠888| 丁香五月天激情综合| 激情六月色| 日本欧美成人片AAAA| 99热亚洲| 婷婷激情视频欧美视频自拍视频欧美剧 | 色五月亚洲| www.五月丁香| 天天色粽合合合合合合合| 国产亚洲精品久久一区二区三区| 狠狠高潮精品亚洲1| 久久天天| 久久曰曰| 色婷婷综合影院| 丁香五月色色| 五月婷婷六月丁香| 精品影院| 亚洲丁香婷婷| 五月天激情黄色网址| 五月色情婷婷| AV成人在线播放| 久久综合激情| 婷婷综合97| 激情五月天色| 久久久久综合激动五月天| 五月丁香色婷| 五月婷婷啪啪| 超碰在线超碰| 五月丁香六月综合激情| 日韩成人中文| 丁香五月婷婷老师网站| 偷拍九九五月丁香婷婷| 大香网伊人久久综合| eeuus五月婷| 思思热久久婷婷五月天| 五月婷婷第四色| 久久五月激情综合| 色五月婷婷基地| 中日韩美欧成人一区二区精品在线| 九九久久偷拍| 丁香花五月天激情| 欧美色图45678| 天天婷婷天天| 六月激情婷婷| 99热在线观看免费精品| 激情亚洲五月| 久久大香蕉同僚| 99区视频| 五月丁香激情综合久久| 婷婷五月天视频| 思思久久99热只有频精品66| 久艹伊| 激情久久久久久| 影音先锋 91工厂| 久色五月丁香视频| 国产精品电影| 97碰碰人人视频| 色三级色三级| 操操操www.com| 丁香五月亚综合图片| 九九热免费| 欧美在线ee日韩| 婷婷四色五月| 丁香婷婷成人在线播放| 97久久久| 激情性爱五月天网页| 淫视馆AV在线| 精品99只有。| 久久99网站| www.色多多婷| 色婷婷免费观看| 五月色俺婷婷| 婷婷在线精品| 97搞在线| www.婷婷| 欧美草久久五月天91| 色婷天天| 激情婷婷五月社区| 国产噜一噜天天噜| www,色色色网站| 99色在线视频| 丁香九色不卡aaa | 99热精品在线| 青青日韩| 伊人在线婷婷草| 久久婷婷五月综合色丁香| 青青青在线视频国产| Www99热| 亚州AV超碰人人操| 超碰av在线| 婷婷五月综合网| 婷婷五月丁香网| 色情成人五月天| 亚洲日韩久久婷婷伊人| 99亚色色色| 五日激情综合| 人妻熟人中文字幕一区二区| av色婷婷| 色婷婷电影网| 免费一区二区三区| 色之综合网| 国产成人高清| OUMEIRIHANCHENGREN| 能看的AV网站| 99亚洲天堂| 97精品自拍| 五月久久丁香| 四川BBB搡BBB搡多人乱亂| 大香蕉综合网| 亚洲顶级VA在线观看-高清完整版在线影院观看-S022AV | 婷婷亚洲在线| 日韩精品AV一区二区三区| 色情五月婷| 九九婷婷网五月天| www99精品日韩| 久久综合伊人综合在线| 五月婷中文字幕| 视频在线免费观看欧洲乱码| 深爱五月最新网址| 久热9| 激情五月天婷婷色色色色色色色色色色色| 丁香五月天激情小说| 日韩视频99| A级毛片高清免费不卡播放谢谢谢谢| 五月婷婷综合色啪首页| www.婷婷| 久青青久| 日本丁香五月| 99欧州偷拍视频| 嫩草AV久久伊人妇女超级a| AA片在线观看视频在线播放 | 99视频网址| 婷婷.com| 男人的天堂99| www,五月天激情| 激情小说色五月| 婷婷五月天视频小说| 国产精品久久欧美久久一区| 五月丁香怕怕综合| 激情色播| 久色视频首页| A片试看50分钟做受视频| 日韩成人五月天| 国产做A爰片毛片A片美国| 六月综和久久| 天天爽天天爽| 六月婷婷日| 国产性av| 亚洲九九在线| 亚州成人综合在线| 六月婷婷色宗合| 久久精品A片777777| 色五月久久成人婷婷| 久色网| 青草网在线观看| 丰满人妻一区二区三区| 同性gv国产精品一区二区| 欧美色综合天天久久综合精品| 韩日在线熟女| 五月丁香啪啪网| 人人干人人干骚美女| 成人精品视频99在线观看免费| 蜜臀A∨在线水帘洞| 久久丁香五月婷婷| 日韩av大全| 色吊操色妞| 色在线视频网2025| 色天使色婷婷| 五月亭亭直播| 综合五月亭亭9| 亚洲av另类在线观看| 夜夜操夜夜操| 五月丁香精品| 色婷五月天| 丁香五月天天高清在线| 91人人爱| 九九干视频| 入口五月婷婷六月香| 亚洲亚洲人成综合网络| 亚洲婷婷丁香五月视频| 热久91| 熟女激情网| 色色婷婷五月天| 男妓跪趴把舌头伸进我的嘴巴| 99热只有这里才是精品| 久久综合网桃花| av中文在线| 色婷婷丁香特级性爱视频| 99re在线免费视频| 色激情综合| 婷婷久久国产视频| 狠狠噪| 五月丁香六月情亚洲| 婷婷五月,偷窥偷拍网| 玖玖婷婷五月天| 天天婷婷综合| 4399精品一区二区| 五月丁香六月婷婷色日| 激情五月激情综合俺也去婷婷小说| 艹B高清无码| 色五月视频,小说| 国产中文字幕在线视频免费观看| 人妻人人操| 亚洲俩性性爱图片久久第六页| 九九伦子片| 在线另类| 久久婷婷亚洲五月天| 国产婷婷久久| 操人91| 天天操人人干| www.25五月婷婷| 999精品久久久久久久| 超碰在线成人| 色丁香五月婷婷在线| 射区导航| 国产精品99久久久久久久女警| 激情五月天小说网| 国产xxxxx在线观看| 九九九九热99超碰| 超碰成人电影| 五月天俺去也| 久久天天天| 色97啪啪| 五月天伊人| 色婷婷五月综合| 婷婷丁香色五月亚洲| 五月综合激情图片| 色情综合网| 久人操| 五月婷婷天天色| 色婷婷先锋| 五月丁香久久综合91| 天天干天天干天天操| 六月婷婷开心| 亚洲色小说在线综合| 丁香六月色婷婷| 久久丁香网| 天天日天天色| 久久99热精品a片在线观看| 久久久www| 色久一| 亚洲愉拍99热成人精品| 99热这里是精品| 色色aⅤ網| 五月份婷婷| 91趴趴| 五月天啪啪| 粉嫩av蜜桃av蜜臀av| 丁香五月婷婷天| 五月天开心激情网色欲无码| 一月婷婷色色| 色婷婷亚洲综合av| 天天干天天做| 婷婷丁香五月激情| 91肏| 五月天激情婷婷久久| 丁香综合伊人AV| 7月婷婷六月丁香| 日本少妇AA一级特黄大片| 久久婷婷五月天| 99九九在线视频| 欧美色爱五月天| 99热欧| 影音先锋按摩| 99 re视频一区| 色噜噜五月丁香婷婷| 一本大道伊人AV久久综合| 丁香六月激情| 精品人人操| 丁香五月激情网| 一级操逼内射在线视频| 五月天色婷好好| 日本久久人人| 日本女人久久| 99丁香五月婷婷在线| 91丨九色丨国产打屁股网站| 免费在线观看AV网站| 欧美人与性动交CCOO| 另类图片天天影视在线观看| 91色涩| 狠狠干综合网| 蜜桃人妻无码AV天堂三区| 日撸夜撸日操| 人妻操操色| 五月色丁香婷婷中文字幕| 五月丁香五月丁香| 日本综合色色| 激情av在线| 久久99久久久| 97超级碰碰碰| 色婷婷影| 丁香婷婷五月综合欧美另类| 九九婷婷五月天| 欧美综合激情| 婷婷五月色播天| 日韩在线视频9色| 色情终和网| 成人精品视频99在线观看免费| 另类少妇人与禽zOZZ0性伦| 色五月婷婷色| 国产 码在线成人网站| 欧美在线视频99| 亚洲中文字幕av| 久久伦乱| 久久92| 亚洲成人在线免费| 五月天婷婷在线观看| 色色色色综合| 五月婷婷婷丁香播| 91九色中文字幕女在线观看| 五月婷视频| 2017人人操| 五月丁香婷婷在线| 思思热99热| 久久99网| 婷婷五月av| 日日干天天| 丰满老熟妇BBBBB搡BBB| 天天干一干| 青青草青青草五月天| 2050人人操免费工开爱| 亚洲国产黄色电影| 在线成人国产| 色婷婷色九月| 久久婷婷色综合| 亚洲乱码在线观看| 丁香五月香蕉| 丁香久色| 丁香婷婷激情网站| 天堂综合久久 | 婷婷六月色开| 狠狠香婷婷五月| 亚洲第一黄网| 色综合久久天天综合网 | 五月丁香欧美在线| 九九成人| www.99色| 久9热视频在线| 丁香视频| 99精品久久| 色婷婷五月天亚洲| 久久精品小视频| 人人干人人操人人摸| 激情综合区| 99精品国产在热久久| 噼里啪啦完整版中文在线观看| 五月天婷婷青青草| 1024婷婷综合久久五月天| 武则天精品久久| 就爱啪啪婷婷| 国产精品久久久60086| 2025年最新亚洲在线欧美| 五月婷激情影院| 少妇熟女视频一区二区三区| 激情国产五月| 婷婷涩五月| 全国最新疫情| www.色婷婷| 天天天天干| 停停五月色宗合| 激情网五夜婷婷| 99爱免费在线视频| 丁香五月人妻| 丁香啪啪| 国产亚洲av片| 色噜久| 综合五月天亚洲婷婷| 久久五月网| www.99日本| 婷婷丁香社区| 99视频在线播放大全| www.色婷婷。com| 天天插天天爱| 在线观看国产高清视频免费网站| www.com任你艹| 丁香五月色色色色| 三级成人网站| 久久久久久人妻| 久超超碰| 六月婷综合| 综合99视频| 色~性~乱~伦~噜| 人人视频色| 综合五月婷婷| 婷婷五月精品中文| 久色姿源| 99精品视频偷拍| 婷婷色五月大香蕉在线| 色婷婷久久久| 99只有这里是精品| 九九色热| 国产亚洲色婷婷久久99精品91 www.riverspirits.org www.hnnun.com www.changh | 深爱五月最新网址| 激情五月天网| 一起操 91N.com| 色吧五月婷婷六月丁香| 六月色播| 大地资源色婷婷视频在线| 成人五月天丁香婷| 五月天色婷婷伊人网| 色噜噜狠狠色综无码久久合欧美| 成人视频在线免费播放| www.热99热| 色噜噜狠狠色综无码久久合欧美| 色综合香蕉| 99青青草| 激情五月天婷婷| 五月丁香激| 婷婷五月天六点丁香五月| 国外亚洲成AV人片在线观看| 色五月婷婷影视| 色 五月婷婷基地| 综激情网| 久久五月天免费网站| 青青草深爱激情网| 成人丁香五月天| 无码动漫AV| 五月天婷a| 国产亚洲99久久精品| 亚洲av无码精品色午夜| 久操人| 提提热五月天婷婷| 久久九九色| 久久综合色五月| 五月婷综合网| 精品亚洲国产成人A片在线鸭王| 97碰碰在线看视频免费| 色七七色九九| 九九色网| 狠狠狠狠狠操| 怡红院AV亚洲一区二区三区H| 久久五月婷婷电影| 一区二区成人电影| 成人免费在线电影| 日韩啊啊啊| 99久| 2014天天爽| 色五月综合激情| 日本WWW九九九| 夜夜躁爽日日| 伊人青涩网| 五月丁香婷爱在线| 婷婷色资源| 丁香婷婷色五月合集| 丁香五月性| 色丁香五月天射婷婷爱婷婷| 97啪啪| 综合玖玖偷拍| 婷婷深爱五月| 欧美人人女女精品综合五月天| 激情五月天伊人影院| 99爱在线| www.五月天婷婷姐姐| 无码激情AAAAA片-区区| 五月婷婷六月丁香激情综合网| 色九月婷婷综合| 亚洲AV人人操| 欧美人妻一区二区| 婷婷大香蕉| 五月丁香偷拍| 思思热闹这里只有精品| 99色在线| 五月丁香婷中文| 日韩成人av在线| 色婷婷综合网站| 激情综合在线观看| 久99视频在线观看| 超碰免费99| 免费黄色视频网址| 丁香五月婷婷网| 99re这里只有精品国产99| 婷婷婷婷色| 另类五月婷婷| 性一交一乱一交A片久| 人人爽人人爽人人爽人人爽| 91蝌蚪窝视频在线| 婷婷五月天第四色| 影音先锋91视频| 狠狠色综合网站久久久久| 久热re在线视频| 五月成人网站| 99玖玖在线视频| 91日韩在线| 欧美久草在线日本一级特黄大片做受9在线观看韩国电影《两个女人》未删减-毛片 | 亚洲四色五月| ...婷婷国产成人亚洲日韩| 五月丁香啪啪啪| xxx综合在线| 色碰97| 狠狠88综合久久久久噜噜噜| 国产精品日本一区二区在线播放| 999热成人在线综合网| 国产亚洲av片| 日本色视| 丁香九月婷| 婷婷五月成人有| 亚洲天堂婷婷丁香| 九九热在线视频观看| 久久久久8888| 极品少妇高潮啪啪AV无码| 五月婷婷激情四月| 99操免费视频| 亚洲操B| 99热这里有精品24| 欧美啪啪五月天| 99日本精品视频热| 超碰三级秋霞| 真实的国产乱XXXX在线91| 天天色天天| 色五月婷婷婷婷婷婷婷婷婷婷| 色99视频| 久热视频A.| 夜色热久| 五月激情网站| 狠狠狠人妻| 碰碰碰97国产| 婷婷五月综激情| 六月婷婷成人| 91re色综合视频| 激情六月丁香| 婷婷丁香视频在线观看免费| 99热热热天天人人人超超碰| 久久婷婷丁香| 久久99热免费| 五月伊人婷婷999| 欧美丁香五月夫妻天| 亚洲国产色婷婷| 亚洲成片在线观看| 9l视频自拍9l九色成人| 天天肏天天插| 极品人妻VIDEOSSS人妻| 久久综合五月天| 深爱五月中文字幕| 五月婷婷激情日本| 丁香五月激动深爱欧美| 五月丁香婷婷三级| 91色色色| 色爱综合五月| 操99| 五月婷婷成人| 色宗合,宗合网| 加勒比日本一区二区三区| 亚洲操操操| 欧州色色| 99热热九九| 国洲夜色亚热在线久久| 激情综合婷婷| 激情黄色五月天| 激情五月婷婷| WWW99热| 五月丁香六月欧美| 精品牛仔裤超碰| 丁香五月天堂婷婷| 天天做天天爱| 精品99爱免费视频在线观看| 97色婷| 韩日另类| 人妻AV在线| 婷婷五月天男人影院色色网| 色色色色欧洲| 国产精品成人网站| 无码少妇高潮喷水A片免费| 99精品在线观看视频| 伊人狠狠干| 91精品综合久久久五月天| 亚洲精品又粗又大又爽A片| 亚洲午夜AV| 五月婷婷免费看| 狠狠色婷婷丁香六月| 久热精品视频在线观| 日本少妇AA一级特黄大片| 久久精品99国产精品日本|