資源共享吧|易語言論壇|逆向破解教程|輔助開發(fā)教程|網(wǎng)絡(luò)安全教程|anzei.cn|我的開發(fā)技術(shù)隨記

 找回密碼
 注冊(cè)成為正式會(huì)員
查看: 287|回復(fù): 27
打印 上一主題 下一主題

唐宇迪人工智能深度學(xué)習(xí)系統(tǒng)班第九期

[復(fù)制鏈接]

2

主題

82

帖子

0

精華

終身高級(jí)VIP會(huì)員

Rank: 7Rank: 7Rank: 7

資源幣
185
積分
155
貢獻(xiàn)
0
在線時(shí)間
13 小時(shí)
注冊(cè)時(shí)間
2016-1-25
最后登錄
2024-10-15

終身VIP會(huì)員
跳轉(zhuǎn)到指定樓層
樓主
發(fā)表于 2024-10-15 00:40:31 | 只看該作者 回帖獎(jiǎng)勵(lì) |倒序?yàn)g覽 |閱讀模式
唐宇迪人工智能深度學(xué)習(xí)系統(tǒng)班第九期



唐宇迪人工智能深度學(xué)習(xí)系統(tǒng)班第九期V9.2
├──0咕泡機(jī)器學(xué)習(xí)
| ├──01-第一模塊：Python快速入門
| | ├──01-1-Python環(huán)境配置
| | ├──02-2-Python庫安裝工具
| | ├──03-3-Notebook工具使用
| | ├──04-4-Python簡(jiǎn)介
| | ├──05-5-Python數(shù)值運(yùn)算
| | ├──06-6-Python字符串操作
| | ├──07-7-1-索引結(jié)構(gòu)
| | ├──08-7-2-List基礎(chǔ)結(jié)構(gòu)
| | ├──09-8-List核心操作
| | ├──10-9-字典基礎(chǔ)定義
| | ├──11-10-字典的核心操作
| | ├──12-11-Set結(jié)構(gòu)
| | ├──13-12-賦值機(jī)制
| | ├──14-13-判斷結(jié)構(gòu)
| | ├──15-14-循環(huán)結(jié)構(gòu)
| | ├──16-15-函數(shù)定義
| | ├──17-16-模塊與包
| | ├──18-17-異常處理模塊
| | ├──19-18-文件操作
| | ├──20-19-類的基本定義
| | ├──21-20-類的屬性操作
| | ├──22-21-時(shí)間操作
| | ├──23-22-Python練習(xí)題-1
| | └──24-23-Python練習(xí)題-2
| ├──02-第二模塊：Python數(shù)據(jù)科學(xué)必備工具包實(shí)戰(zhàn)
| | ├──01-科學(xué)計(jì)算庫-Numpy
| | ├──02-數(shù)據(jù)分析處理庫-Pandas
| | ├──03-.可視化庫-Matplotlib
| | └──04-可視化庫-Seaborn
| ├──03-第三模塊：人工智能-必備數(shù)學(xué)課程
| | ├──01-高等數(shù)學(xué)基礎(chǔ)
| | ├──02-微積分
| | ├──03-泰勒公式與拉格朗日
| | ├──04-線性代數(shù)基礎(chǔ)
| | ├──05-特征值與矩陣分解
| | ├──06-隨機(jī)變量
| | ├──07-概率論基礎(chǔ)
| | ├──08-數(shù)據(jù)科學(xué)你得知道的幾種分布
| | ├──09-核函數(shù)變換
| | ├──10-熵與激活函數(shù)
| | ├──11-回歸分析
| | ├──12-假設(shè)檢驗(yàn)
| | ├──13-相關(guān)分析
| | ├──14-方差分析
| | ├──15-聚類分析
| | └──16-貝葉斯分析
| ├──04-第四模塊：機(jī)器學(xué)習(xí)算法精講及其案例應(yīng)用
| | ├──01-線性回歸原理推導(dǎo)
| | ├──02-線性回歸代碼實(shí)現(xiàn)
| | ├──03-模型評(píng)估方法
| | ├──04-線性回歸實(shí)驗(yàn)分析
| | ├──05-邏輯回歸實(shí)驗(yàn)分析
| | ├──06-邏輯回歸代碼實(shí)現(xiàn)
| | ├──07-邏輯回歸實(shí)驗(yàn)分析
| | ├──08-聚類算法-Kmeans&Dbscan原理
| | ├──09-Kmeans代碼實(shí)現(xiàn)
| | ├──10-聚類算法實(shí)驗(yàn)分析
| | ├──11-決策樹原理
| | ├──12-決策樹代碼實(shí)現(xiàn)
| | ├──13-決策樹實(shí)驗(yàn)分析
| | ├──14-集成算法原理
| | ├──15-集成算法實(shí)驗(yàn)分析
| | ├──16-支持向量機(jī)原理推導(dǎo)
| | ├──17-支持向量機(jī)實(shí)驗(yàn)分析
| | ├──18-神經(jīng)網(wǎng)絡(luò)算法原理
| | ├──19-神經(jīng)網(wǎng)絡(luò)代碼實(shí)現(xiàn)
| | ├──20-貝葉斯算法原理
| | ├──21-貝葉斯代碼實(shí)現(xiàn)
| | ├──22-關(guān)聯(lián)規(guī)則實(shí)戰(zhàn)分析
| | ├──23-關(guān)聯(lián)規(guī)則代碼實(shí)現(xiàn)
| | ├──24-詞向量word2vec通俗解讀
| | ├──25-代碼實(shí)現(xiàn)word2vec詞向量模型
| | ├──26-線性判別分析降維算法原理解讀
| | ├──27-主成分分析降維算法原理解讀
| | ├──28-隱馬爾科夫模型
| | └──29-HMM應(yīng)用實(shí)例
| ├──05-第五模塊：機(jī)器學(xué)習(xí)算法建模實(shí)戰(zhàn)項(xiàng)目
| | ├──01-項(xiàng)目實(shí)戰(zhàn)-交易數(shù)據(jù)異常檢測(cè)
| | ├──02-基于隨機(jī)森林的氣溫預(yù)測(cè)實(shí)戰(zhàn)
| | ├──03-貝葉斯新聞分類實(shí)戰(zhàn)
| | ├──04-推薦系統(tǒng)實(shí)戰(zhàn)
| | ├──05-fbprophe時(shí)間序列預(yù)測(cè)
| | └──06-京東用戶購(gòu)買意向預(yù)測(cè)
| ├──06-第六模塊：機(jī)器學(xué)習(xí)案例實(shí)戰(zhàn)應(yīng)用集錦
| | ├──01-Python實(shí)戰(zhàn)關(guān)聯(lián)規(guī)則
| | ├──02-愛彼迎數(shù)據(jù)集分析與建模
| | ├──03-基于相似度的酒店推薦系統(tǒng)
| | ├──04-商品銷售額回歸分析
| | ├──05-絕地求生數(shù)據(jù)集探索分析與建模
| | ├──06-機(jī)器學(xué)習(xí)-模型解釋方法實(shí)戰(zhàn)
| | ├──07-自然語言處理必備工具包實(shí)戰(zhàn)
| | ├──08-NLP核心模型-Word2vec
| | ├──09-數(shù)據(jù)特征預(yù)處理
| | ├──10-10文本特征處理方法對(duì)比
| | ├──11-銀行客戶還款可能性預(yù)測(cè)
| | └──12-圖像特征聚類分析實(shí)踐
| ├──07-第七模塊：機(jī)器學(xué)習(xí)競(jìng)賽優(yōu)勝解決方案實(shí)戰(zhàn)
| | ├──01-快手短視頻用戶活躍度分析
| | ├──02-工業(yè)化生產(chǎn)預(yù)測(cè)
| | ├──03-智慧城市-道路通行時(shí)間預(yù)測(cè)
| | ├──04-特征工程建�？山忉尠�
| | ├──05-醫(yī)學(xué)糖尿病數(shù)據(jù)命名實(shí)體識(shí)別
| | ├──06-貸款平臺(tái)風(fēng)控模型+特征工程
| | ├──07-新聞關(guān)鍵詞抽取模型
| | ├──08-數(shù)據(jù)特征常用構(gòu)建方法
| | ├──09-用電敏感客戶分類
| | └──10-機(jī)器學(xué)習(xí)項(xiàng)目實(shí)戰(zhàn)模板
| ├──08-第八模塊：Python金融分析與量化交易實(shí)戰(zhàn)
| | ├──01-課程內(nèi)容與大綱介紹
| | ├──02-金融數(shù)據(jù)時(shí)間序列分析
| | ├──03-1雙均線交易策略實(shí)戰(zhàn)
| | ├──04-策略收益與風(fēng)險(xiǎn)評(píng)估指標(biāo)解析
| | ├──05-量化交易與回測(cè)平臺(tái)解讀
| | ├──06-Ricequant回測(cè)選股分析實(shí)戰(zhàn)
| | ├──07-因子數(shù)據(jù)預(yù)處理實(shí)戰(zhàn)
| | ├──08-因子選股策略實(shí)戰(zhàn)
| | ├──09-因子分析實(shí)戰(zhàn)
| | ├──10-因子打分選股實(shí)戰(zhàn)
| | ├──11-回歸分析策略
| | ├──11-聚類分析策略
| | ├──12-拓展：fbprophet時(shí)間序列預(yù)測(cè)神器
| | └──13-基于深度學(xué)習(xí)的時(shí)間序列預(yù)測(cè)
| ├──09-第九模塊：深度學(xué)習(xí)經(jīng)典算法解析
| | ├──01-深度學(xué)習(xí)必備基礎(chǔ)知識(shí)點(diǎn)礎(chǔ)
| | ├──02-神經(jīng)網(wǎng)絡(luò)整體架構(gòu)
| | ├──03-卷積神經(jīng)網(wǎng)絡(luò)原理與參數(shù)解讀
| | ├──04-遞歸神經(jīng)網(wǎng)絡(luò)與詞向量原理解讀
| | ├──05-案例實(shí)戰(zhàn)搭建神經(jīng)網(wǎng)絡(luò)
| | ├──06-案例實(shí)戰(zhàn)卷積神經(jīng)網(wǎng)絡(luò)
| | └──07-案例實(shí)戰(zhàn)LSTM時(shí)間序列預(yù)測(cè)任務(wù)
| ├──10-選修：Python數(shù)據(jù)分析案例實(shí)戰(zhàn)
| | ├──01-KIVA貸款數(shù)據(jù)
| | ├──02-訂單數(shù)據(jù)集分析
| | ├──03-基于統(tǒng)計(jì)分析的電影推薦
| | ├──04-紐約出租車建模
| | ├──05-商品信息可視化與文本分析
| | └──06-數(shù)據(jù)分析-機(jī)器學(xué)習(xí)模板
| ├──11-選修：機(jī)器學(xué)習(xí)進(jìn)階實(shí)戰(zhàn)
| | ├──01-GBDT提升算法
| | ├──01-數(shù)據(jù)特征
| | ├──02-xgboost-gbdt-lightgbm提升算法框架對(duì)比
| | ├──04-4.使用lightgbm進(jìn)行飯店流量預(yù)測(cè)
| | ├──05-降維算法-線性判別分析
| | ├──05-人口普查數(shù)據(jù)集項(xiàng)目實(shí)戰(zhàn)-收入預(yù)測(cè)
| | ├──07-貝葉斯優(yōu)化及其工具包使用
| | ├──08-貝葉斯優(yōu)化實(shí)戰(zhàn)
| | ├──09-EM算法
| | ├──10-HMM隱馬爾科夫模型
| | ├──11-HMM案例實(shí)戰(zhàn)
| | ├──12-推薦系統(tǒng)
| | ├──13-基于統(tǒng)計(jì)分析的電影推薦
| | ├──13-音樂推薦系統(tǒng)實(shí)戰(zhàn)
| | ├──15-NLP-文本特征方法對(duì)比
| | ├──15-學(xué)習(xí)曲線
| | ├──17-使用word2vec分類任務(wù)
| | ├──18-Tensorflow自己打造word2vec
| | ├──19-制作自己常用工具包
| | ├──20-機(jī)器學(xué)習(xí)項(xiàng)目實(shí)戰(zhàn)-數(shù)據(jù)處理與特征提取
| | └──21-機(jī)器學(xué)習(xí)項(xiàng)目實(shí)戰(zhàn)-建模與分析
| ├──數(shù)學(xué)基礎(chǔ)課件
| | ├──SVD.pdf 396.61kb
| | ├──概率分布與概率密度.pdf 640.21kb
| | ├──概率論.pdf 2.33M
| | ├──高等數(shù)學(xué).pdf 1.12M
| | ├──核函數(shù).pdf 477.72kb
| | ├──后驗(yàn)概率估計(jì).pdf 230.81kb
| | ├──激活函數(shù).pdf 264.40kb
| | ├──矩陣.pdf 1.32M
| | ├──拉格朗日乘子法.pdf 599.32kb
| | ├──熵.pdf 267.74kb
| | ├──似然函數(shù).pdf 384.36kb
| | ├──泰勒公式.pdf 777.52kb
| | ├──特征值與特征向量.pdf 386.91kb
| | ├──梯度.pdf 702.08kb
| | ├──統(tǒng)計(jì)分析-數(shù)據(jù)代碼.zip 66.35M
| | └──微積分.pdf 960.85kb
| └──資料
| | ├──第八模塊：Python金融分析與量化交易實(shí)戰(zhàn)
| | ├──第九模塊：深度學(xué)習(xí)入門
| | ├──第六模塊：Python數(shù)據(jù)分析與機(jī)器學(xué)習(xí)實(shí)戰(zhàn)集錦
| | ├──第七模塊：數(shù)據(jù)挖掘競(jìng)賽-優(yōu)勝解決方案
| | ├──第三模塊：數(shù)學(xué)基礎(chǔ)
| | ├──第四模塊：機(jī)器學(xué)習(xí)實(shí)訓(xùn)營(yíng)（原理+復(fù)現(xiàn)+實(shí)驗(yàn)）
| | ├──第五模塊：機(jī)器學(xué)習(xí)算法建模實(shí)戰(zhàn)
| | ├──第一二模塊：Python數(shù)據(jù)科學(xué)必備庫（4個(gè)）
| | └──選修機(jī)器學(xué)習(xí)進(jìn)階實(shí)戰(zhàn)
├──1-直播回放
| ├──1-直播：開班典禮
| | └──1-開班典禮.mp4 1.41G
| ├──10-直播：對(duì)比學(xué)習(xí)與多模態(tài)任務(wù)
| | └──1-對(duì)比學(xué)習(xí)與多模態(tài)任務(wù).mp4 1.33G
| ├──11-直播：GPT與Hugging face
| | ├──1-GPT與Hugging face(1).mp4 1.57G
| | └──1-GPT與Hugging face.mp4 1.57G
| ├──12-直播：自監(jiān)督任務(wù)
| | └──1-自監(jiān)督任務(wù).mp4 1.24G
| ├──13-直播：知識(shí)蒸餾
| | └──1-知識(shí)蒸餾.mp4 1.53G
| ├──14-直播：分割Mask2former算法
| | └──1-分割Mask2former算法.mp4 452.34M
| ├──15-直播：多模態(tài)與交叉注意力應(yīng)用
| | └──1-多模態(tài)與交叉注意力應(yīng)用.mp4 1.43G
| ├──16-直播：時(shí)間序列timesnet與地理分類任務(wù)
| | └──1-時(shí)間序列timesnet與地理分類任務(wù).mp4 1.27G
| ├──17-直播：論文寫作與就業(yè)簡(jiǎn)歷
| | └──1-論文寫作與就業(yè)簡(jiǎn)歷.mp4 1.15G
| ├──18-直播：知識(shí)圖譜與LORA
| | └──1-知識(shí)圖譜與LORA.mp4 1.49G
| ├──2-直播：Pycharm環(huán)境配置與Debug演示(沒用過的同學(xué)必看)
| | └──1-Pycharm環(huán)境配置與Debug演示(沒用過的同學(xué)必看).mp4 125.39M
| ├──3-直播：神經(jīng)網(wǎng)絡(luò)
| | └──1-神經(jīng)網(wǎng)絡(luò).mp4 1.38G
| ├──4-直播：卷積神經(jīng)網(wǎng)絡(luò)
| | └──1-卷積神經(jīng)網(wǎng)絡(luò).mp4 1.31G
| ├──5-直播：Transformer
| | └──1-Transformer.mp4 1.27G
| ├──6-直播：視覺Transformer Vit Debug解讀
| | └──1-視覺Transformer Vit Debug解讀.mp4 1.22G
| ├──7-直播：密集場(chǎng)景計(jì)數(shù)統(tǒng)計(jì)實(shí)戰(zhàn)
| | └──1-密集場(chǎng)景計(jì)數(shù)統(tǒng)計(jì)實(shí)戰(zhàn).mp4 835.21M
| ├──8-直播：圖神經(jīng)網(wǎng)絡(luò)
| | └──1-圖神經(jīng)網(wǎng)絡(luò).mp4 1.36G
| └──9-直播：Transformer Decoder在視覺任務(wù)的應(yīng)用
| | └──1-Transformer Decoder在視覺任務(wù)的應(yīng)用.mp4 1.40G
├──10-2022論⽂必備-Transformer實(shí)戰(zhàn)系列
| ├──1-Transformer算法解讀
| | └──1-Transformer算法解讀.mp4 557.22M
| ├──10-MedicalTrasnformer論文解讀
| | ├──1-論文整體分析.mp4 23.72M
| | ├──2-核心思想分析.mp4 54.26M
| | ├──3-網(wǎng)絡(luò)結(jié)構(gòu)計(jì)算流程概述.mp4 44.46M
| | ├──4-論文公式計(jì)算分析.mp4 46.93M
| | ├──5-位置編碼的作用與效果.mp4 46.55M
| | └──6-拓展應(yīng)用分析.mp4 56.52M
| ├──11-MedicalTransformer源碼解讀
| | ├──1-項(xiàng)目環(huán)境配置.mp4 25.29M
| | ├──2-醫(yī)學(xué)數(shù)據(jù)介紹與分析.mp4 56.68M
| | ├──3-基本處理操作.mp4 25.77M
| | ├──4-AxialAttention實(shí)現(xiàn)過程.mp4 36.87M
| | ├──5-位置編碼向量解讀.mp4 27.80M
| | ├──6-注意力計(jì)算過程與方法.mp4 52.13M
| | └──7-局部特征提取與計(jì)算.mp4 40.92M
| ├──12-商湯LoFTR算法解讀
| | ├──1-特征匹配的應(yīng)用場(chǎng)景.mp4 87.35M
| | ├──10-總結(jié)分析.mp4 39.42M
| | ├──2-特征匹配的基本流程分析.mp4 15.91M
| | ├──3-整體流程梳理分析.mp4 16.46M
| | ├──4-CrossAttention的作用與效果.mp4 15.69M
| | ├──5-transformer構(gòu)建匹配特征.mp4 33.79M
| | ├──6-粗粒度匹配過程與作用.mp4 26.00M
| | ├──7-特征圖拆解操作.mp4 14.34M
| | ├──8-細(xì)粒度匹配的作用與方法.mp4 19.87M
| | └──9-基于期望預(yù)測(cè)最終位置.mp4 23.08M
| ├──13-局部特征關(guān)鍵點(diǎn)匹配實(shí)戰(zhàn)
| | ├──1-項(xiàng)目與參數(shù)配置解讀.mp4 44.48M
| | ├──10-得到精細(xì)化輸出結(jié)果.mp4 19.35M
| | ├──11-通過期望計(jì)算最終輸出.mp4 40.24M
| | ├──2-DEMO效果演示.mp4 39.57M
| | ├──3-backbone特征提取模塊.mp4 28.65M
| | ├──4-注意力機(jī)制的作用與效果分析.mp4 30.98M
| | ├──5-特征融合模塊實(shí)現(xiàn)方法.mp4 29.29M
| | ├──6-cross關(guān)系計(jì)算方法實(shí)例.mp4 29.30M
| | ├──7-粗粒度匹配過程.mp4 49.80M
| | ├──8-完成基礎(chǔ)匹配模塊.mp4 63.33M
| | └──9-精細(xì)化調(diào)整方法與實(shí)例.mp4 42.73M
| ├──14-分割模型Maskformer系列
| | └──1-分割模型Maskformer系列.mp4 776.88M
| ├──15-Mask2former源碼解讀
| | ├──1-Backbone獲取多層級(jí)特征.mp4 35.79M
| | ├──10-正樣本篩選損失計(jì)算.mp4 41.78M
| | ├──11-標(biāo)簽分類匹配結(jié)果分析.mp4 62.04M
| | ├──12-最終損失計(jì)算流程.mp4 52.29M
| | ├──13-匯總所有損失完成迭代.mp4 35.76M
| | ├──2-多層級(jí)采樣點(diǎn)初始化構(gòu)建.mp4 41.46M
| | ├──3-多層級(jí)輸入特征序列創(chuàng)建方法.mp4 43.83M
| | ├──4-偏移量與權(quán)重計(jì)算并轉(zhuǎn)換.mp4 48.78M
| | ├──5-Encoder特征構(gòu)建方法實(shí)例.mp4 49.77M
| | ├──6-query要預(yù)測(cè)的任務(wù)解讀.mp4 45.61M
| | ├──7-Decoder中的AttentionMask方法.mp4 50.89M
| | ├──8-損失模塊輸入?yún)?shù)分析.mp4 40.84M
| | └──9-標(biāo)簽分配策略解讀.mp4 42.53M
| ├──16-BEV特征空間
| | └──1-BEV特征空間.mp4 523.07M
| ├──17-BevFormer源碼解讀
| | ├──1-環(huán)境配置方法解讀.mp4 42.79M
| | ├──10-獲取當(dāng)前BEV特征.mp4 35.90M
| | ├──11-Decoder級(jí)聯(lián)校正模塊.mp4 41.58M
| | ├──12-損失函數(shù)與預(yù)測(cè)可視化.mp4 49.48M
| | ├──2-數(shù)據(jù)集下載與配置方法.mp4 53.57M
| | ├──3-特征提取以及BEV空間初始化.mp4 43.81M
| | ├──4-特征對(duì)齊與位置編碼初始化.mp4 43.63M
| | ├──5-Reference初始點(diǎn)構(gòu)建.mp4 37.26M
| | ├──6-BEV空間與圖像空間位置對(duì)應(yīng).mp4 37.67M
| | ├──7-注意力機(jī)制模塊計(jì)算方法.mp4 38.61M
| | ├──8-BEV空間特征構(gòu)建.mp4 34.01M
| | └──9-Decoder要完成的任務(wù)分析.mp4 33.95M
| ├──18-時(shí)間序列預(yù)測(cè)
| | └──1-時(shí)間序列預(yù)測(cè).mp4 375.40M
| ├──19-Informer時(shí)間序列源碼解讀
| | └──1-Informer時(shí)間序列源碼解讀.mp4 829.10M
| ├──2-視覺Transformer及其源碼分析
| | └──1-視覺Transformer及其源碼分析.mp4 878.23M
| ├──20-Huggingface與NLP（講故事）
| | └──1-Huggingface與NLP（講故事）.mp4 163.59M
| ├──3-VIT算法模型源碼解讀
| | ├──1-項(xiàng)目配置說明.mp4 43.27M
| | ├──2-輸入序列構(gòu)建方法解讀.mp4 29.80M
| | ├──3-注意力機(jī)制計(jì)算.mp4 28.04M
| | └──4-輸出層計(jì)算結(jié)果.mp4 37.72M
| ├──4-swintransformer算法原理解析
| | ├──1-swintransformer整體概述.mp4 14.76M
| | ├──10-分層計(jì)算方法.mp4 21.71M
| | ├──2-要解決的問題及其優(yōu)勢(shì)分析.mp4 22.33M
| | ├──3-一個(gè)block要完成的任務(wù).mp4 17.36M
| | ├──4-獲取各窗口輸入特征.mp4 18.99M
| | ├──5-基于窗口的注意力機(jī)制解讀.mp4 29.53M
| | ├──6-窗口偏移操作的實(shí)現(xiàn).mp4 24.27M
| | ├──7-偏移細(xì)節(jié)分析及其計(jì)算量概述.mp4 20.41M
| | ├──8-整體網(wǎng)絡(luò)架構(gòu)整合.mp4 20.88M
| | └──9-下采樣操作實(shí)現(xiàn)方法.mp4 22.24M
| ├──5-swintransformer源碼解讀
| | ├──1-數(shù)據(jù)與環(huán)境配置解讀.mp4 59.59M
| | ├──2-圖像數(shù)據(jù)patch編碼.mp4 37.62M
| | ├──3-數(shù)據(jù)按window進(jìn)行劃分計(jì)算.mp4 31.46M
| | ├──4-基礎(chǔ)attention計(jì)算模塊.mp4 27.58M
| | ├──5-窗口位移模塊細(xì)節(jié)分析.mp4 36.81M
| | ├──6-patchmerge下采樣操作.mp4 25.24M
| | ├──7-各block計(jì)算方法解讀.mp4 27.91M
| | └──8-輸出層概述.mp4 41.11M
| ├──6-基于Transformer的detr目標(biāo)檢測(cè)算法
| | ├──1-DETR目標(biāo)檢測(cè)基本思想解讀.mp4 19.27M
| | ├──2-整體網(wǎng)絡(luò)架構(gòu)分析.mp4 31.54M
| | ├──3-位置信息初始化query向量.mp4 19.90M
| | ├──4-注意力機(jī)制的作用方法.mp4 20.79M
| | └──5-訓(xùn)練過程的策略.mp4 28.34M
| ├──7-detr目標(biāo)檢測(cè)源碼解讀
| | ├──1-項(xiàng)目環(huán)境配置解讀.mp4 40.33M
| | ├──2-數(shù)據(jù)處理與dataloader.mp4 63.98M
| | ├──3-位置編碼作用分析.mp4 47.86M
| | ├──4-backbone特征提取模塊.mp4 35.54M
| | ├──5-mask與編碼模塊.mp4 34.68M
| | ├──6-編碼層作用方法.mp4 42.78M
| | ├──7-Decoder層操作與計(jì)算.mp4 30.08M
| | ├──8-輸出預(yù)測(cè)結(jié)果.mp4 41.20M
| | └──9-損失函數(shù)與預(yù)測(cè)輸出.mp4 41.18M
| ├──8-DeformableDetr算法解讀
| | └──1-DeformableDetr算法解讀.mp4 730.35M
| └──9-DeformableDetr物體檢測(cè)源碼分析
| | ├──1-特征提取與位置編碼.mp4 38.16M
| | ├──10-分類與回歸輸出模塊.mp4 49.72M
| | ├──11-預(yù)測(cè)輸出結(jié)果與標(biāo)簽匹配模塊.mp4 44.31M
| | ├──2-序列特征展開并迭加.mp4 51.07M
| | ├──3-得到相對(duì)位置點(diǎn)編碼.mp4 28.80M
| | ├──4-準(zhǔn)備Encoder編碼層所需全部輸入.mp4 37.91M
| | ├──5-編碼層中的序列分析.mp4 39.73M
| | ├──6-偏移量offset計(jì)算.mp4 46.09M
| | ├──7-偏移量對(duì)齊操作.mp4 39.80M
| | ├──8-Encoder層完成特征對(duì)齊.mp4 51.84M
| | └──9-Decoder要完成的操作.mp4 38.98M
├──11-圖神經(jīng)網(wǎng)絡(luò)實(shí)戰(zhàn)
| ├──1-圖神經(jīng)網(wǎng)絡(luò)基礎(chǔ)
| | ├──1-圖神經(jīng)網(wǎng)絡(luò)應(yīng)用領(lǐng)域分析.mp4 26.40M
| | ├──2-圖基本模塊定義.mp4 10.51M
| | ├──3-鄰接矩陣的定義.mp4 16.06M
| | ├──4-GNN中常見任務(wù).mp4 19.17M
| | ├──5-消息傳遞計(jì)算方法.mp4 14.23M
| | └──6-多層GCN的作用.mp4 13.00M
| ├──10-基于圖模型的時(shí)間序列預(yù)測(cè)
| | └──1-基于圖模型的時(shí)間序列預(yù)測(cè).mp4 1021.16M
| ├──11-異構(gòu)圖神經(jīng)網(wǎng)絡(luò)
| | └──1-異構(gòu)圖神經(jīng)網(wǎng)絡(luò).mp4 754.04M
| ├──2-圖卷積GCN模型
| | ├──1-GCN基本模型概述.mp4 13.24M
| | ├──2-圖卷積的基本計(jì)算方法.mp4 12.56M
| | ├──3-鄰接的矩陣的變換.mp4 18.38M
| | └──4-GCN變換原理解讀.mp4 21.12M
| ├──3-圖模型必備神器PyTorch Geometric安裝與使用
| | ├──1-PyTorch Geometric工具包安裝與配置方法.mp4 45.07M
| | ├──2-數(shù)據(jù)集與鄰接矩陣格式.mp4 51.92M
| | ├──3-模型定義與訓(xùn)練方法.mp4 41.92M
| | └──4-文獻(xiàn)引用數(shù)據(jù)集分類案例實(shí)戰(zhàn).mp4 47.75M
| ├──4-使用PyTorch Geometric構(gòu)建自己的圖數(shù)據(jù)集
| | ├──1-構(gòu)建數(shù)據(jù)集基本方法.mp4 13.47M
| | ├──2-數(shù)據(jù)集與任務(wù)背景概述.mp4 21.63M
| | ├──3-數(shù)據(jù)集基本預(yù)處理.mp4 31.50M
| | ├──4-用戶行為圖結(jié)構(gòu)創(chuàng)建.mp4 36.67M
| | ├──5-數(shù)據(jù)集創(chuàng)建函數(shù)介紹.mp4 34.87M
| | ├──6-網(wǎng)絡(luò)結(jié)構(gòu)定義模塊.mp4 36.87M
| | ├──7-TopkPooling進(jìn)行下采樣任務(wù).mp4 31.30M
| | ├──8-獲取全局特征.mp4 25.71M
| | └──9-模型訓(xùn)練與總結(jié).mp4 35.84M
| ├──5-圖注意力機(jī)制與序列圖模型
| | ├──1-圖注意力機(jī)制的作用與方法.mp4 16.53M
| | ├──2-鄰接矩陣計(jì)算圖Attention.mp4 21.40M
| | ├──3-序列圖神經(jīng)網(wǎng)絡(luò)TGCN應(yīng)用.mp4 12.59M
| | └──4-序列圖神經(jīng)網(wǎng)絡(luò)細(xì)節(jié).mp4 23.67M
| ├──6-圖相似度論文解讀
| | ├──1-要完成的任務(wù)分析.mp4 47.79M
| | ├──2-基本方法概述解讀.mp4 52.67M
| | ├──3-圖模型提取全局與局部特征.mp4 47.42M
| | ├──4-NTN模塊的作用與效果.mp4 41.09M
| | ├──5-點(diǎn)之間的對(duì)應(yīng)關(guān)系計(jì)算.mp4 51.22M
| | └──6-結(jié)果輸出與總結(jié).mp4 71.18M
| ├──7-圖相似度計(jì)算實(shí)戰(zhàn)
| | ├──1-數(shù)據(jù)集與任務(wù)概述.mp4 18.11M
| | ├──2-圖卷積特征提取模塊.mp4 55.92M
| | ├──3-分別計(jì)算不同Batch點(diǎn)的分布.mp4 31.70M
| | ├──4-獲得直方圖特征結(jié)果.mp4 21.11M
| | ├──5-圖的全局特征構(gòu)建.mp4 31.45M
| | ├──6-NTN圖相似特征提取.mp4 39.25M
| | └──7-預(yù)測(cè)得到相似度結(jié)果.mp4 18.64M
| ├──8-基于圖模型的軌跡估計(jì)
| | ├──1-數(shù)據(jù)集與標(biāo)注信息解讀.mp4 57.53M
| | ├──2-整體三大模塊分析.mp4 71.83M
| | ├──3-特征工程的作用與效果.mp4 41.75M
| | ├──4-傳統(tǒng)方法與現(xiàn)在向量空間對(duì)比.mp4 51.83M
| | ├──5-輸入細(xì)節(jié)分析.mp4 49.96M
| | ├──6-子圖模塊構(gòu)建方法.mp4 42.55M
| | ├──7-特征融合模塊分析.mp4 47.67M
| | └──8-VectorNet輸出層分析.mp4 85.45M
| └──9-圖模型軌跡估計(jì)實(shí)戰(zhàn)
| | ├──1-數(shù)據(jù)與環(huán)境配置.mp4 35.36M
| | ├──2-訓(xùn)練數(shù)據(jù)準(zhǔn)備.mp4 27.69M
| | ├──3-Agent特征提取方法.mp4 37.87M
| | ├──4-DataLoader構(gòu)建圖結(jié)構(gòu).mp4 28.61M
| | └──5-SubGraph與Attention模型流程.mp4 34.55M
├──12-3D點(diǎn)云實(shí)戰(zhàn)
| ├──1-3D點(diǎn)云實(shí)戰(zhàn) 3D點(diǎn)云應(yīng)用領(lǐng)域分析
| | ├──1-點(diǎn)云數(shù)據(jù)概述.mp4 49.53M
| | ├──2-點(diǎn)云應(yīng)用領(lǐng)域與發(fā)展分析.mp4 82.18M
| | ├──3-點(diǎn)云分割任務(wù).mp4 52.03M
| | ├──4-點(diǎn)云補(bǔ)全任務(wù).mp4 29.17M
| | ├──5-點(diǎn)云檢測(cè)與配準(zhǔn)任務(wù).mp4 59.58M
| | └──6-點(diǎn)云數(shù)據(jù)特征提取概述與預(yù)告.mp4 22.69M
| ├──2-3D點(diǎn)云PointNet算法
| | ├──1-3D數(shù)據(jù)應(yīng)用領(lǐng)域與點(diǎn)云介紹.mp4 40.05M
| | ├──2-點(diǎn)云數(shù)據(jù)可視化展示.mp4 40.07M
| | ├──3-點(diǎn)云數(shù)據(jù)特性和及要解決的問題.mp4 33.08M
| | ├──4-PointNet算法出發(fā)點(diǎn)解讀.mp4 17.46M
| | └──5-PointNet算法網(wǎng)絡(luò)架構(gòu)解讀.mp4 31.01M
| ├──3-PointNet++算法解讀
| | ├──1-PointNet升級(jí)版算法要解決的問題.mp4 22.08M
| | ├──2-最遠(yuǎn)點(diǎn)采樣方法.mp4 21.00M
| | ├──3-分組Group方法原理解讀.mp4 32.79M
| | ├──4-整體流程概述分析.mp4 16.37M
| | ├──5-分類與分割問題解決方案.mp4 21.74M
| | └──6-遇到的問題及改進(jìn)方法分析.mp4 13.43M
| ├──4-Pointnet++項(xiàng)目實(shí)戰(zhàn)
| | ├──1-項(xiàng)目文件概述.mp4 29.02M
| | ├──11-分割任務(wù)數(shù)據(jù)與配置概述.mp4 51.28M
| | ├──12-分割需要解決的任務(wù)概述.mp4 33.94M
| | ├──13-上采樣完成分割任務(wù).mp4 44.75M
| | ├──2-數(shù)據(jù)讀取模塊配置.mp4 39.23M
| | ├──3-DEBUG解讀網(wǎng)絡(luò)模型架構(gòu).mp4 24.25M
| | ├──4-最遠(yuǎn)點(diǎn)采樣介紹.mp4 19.48M
| | ├──5-采樣得到中心點(diǎn).mp4 31.77M
| | ├──6-組區(qū)域劃分方法.mp4 24.88M
| | ├──7-實(shí)現(xiàn)group操作得到各中心簇.mp4 35.00M
| | ├──8-特征提取模塊整體流程.mp4 40.04M
| | └──9-預(yù)測(cè)結(jié)果輸出模塊.mp4 38.74M
| ├──5-點(diǎn)云補(bǔ)全PF-Net論文解讀
| | ├──1-點(diǎn)云補(bǔ)全要解決的問題.mp4 23.13M
| | ├──2-基本解決方案概述.mp4 17.42M
| | ├──3-整體網(wǎng)絡(luò)概述.mp4 20.61M
| | ├──4-網(wǎng)絡(luò)計(jì)算流程.mp4 25.52M
| | └──5-輸入與計(jì)算結(jié)果.mp4 65.02M
| ├──6-點(diǎn)云補(bǔ)全實(shí)戰(zhàn)解讀
| | ├──1-數(shù)據(jù)與項(xiàng)目配置解讀.mp4 41.86M
| | ├──2-待補(bǔ)全數(shù)據(jù)準(zhǔn)備方法.mp4 29.26M
| | ├──3-整體框架概述.mp4 49.10M
| | ├──4-MRE特征提取模塊.mp4 40.36M
| | ├──5-分層預(yù)測(cè)輸出模塊.mp4 31.04M
| | ├──6-補(bǔ)全點(diǎn)云數(shù)據(jù).mp4 35.21M
| | └──7-判別模塊.mp4 48.59M
| ├──7-點(diǎn)云配準(zhǔn)及其案例實(shí)戰(zhàn)
| | ├──1-點(diǎn)云配準(zhǔn)任務(wù)概述.mp4 20.00M
| | ├──2-配準(zhǔn)要完成的目標(biāo)解讀.mp4 17.64M
| | ├──3-訓(xùn)練數(shù)據(jù)構(gòu)建.mp4 23.43M
| | ├──4-任務(wù)基本流程.mp4 15.56M
| | ├──5-數(shù)據(jù)源配置方法.mp4 45.42M
| | ├──6-參數(shù)計(jì)算模塊解讀.mp4 21.85M
| | ├──7-基于模型預(yù)測(cè)輸出參數(shù).mp4 24.88M
| | ├──8-特征構(gòu)建方法分析.mp4 34.65M
| | └──9-任務(wù)總結(jié).mp4 33.31M
| └──8-基礎(chǔ)補(bǔ)充-對(duì)抗生成網(wǎng)絡(luò)架構(gòu)原理與實(shí)戰(zhàn)解析
| | ├──1-對(duì)抗生成網(wǎng)絡(luò)通俗解釋.mp4 18.39M
| | ├──2-GAN網(wǎng)絡(luò)組成.mp4 10.73M
| | ├──3-損失函數(shù)解釋說明.mp4 39.88M
| | ├──4-數(shù)據(jù)讀取模塊.mp4 29.93M
| | └──5-生成與判別網(wǎng)絡(luò)定義.mp4 44.24M
├──13-面向深度學(xué)習(xí)的無人駕駛實(shí)戰(zhàn)
| ├──1-深度估計(jì)算法原理解讀
| | ├──1-深度估計(jì)效果與應(yīng)用.mp4 98.47M
| | ├──10-損失計(jì)算.mp4 30.51M
| | ├──2-kitti數(shù)據(jù)集介紹.mp4 59.45M
| | ├──3-使用backbone獲取層級(jí)特征.mp4 22.18M
| | ├──4-差異特征計(jì)算邊界信息.mp4 26.49M
| | ├──5-SPP層的作用.mp4 15.27M
| | ├──6-空洞卷積與ASPP.mp4 18.94M
| | ├──7-特征拼接方法分析.mp4 21.24M
| | ├──8-網(wǎng)絡(luò)coarse-to-fine過程.mp4 26.50M
| | └──9-權(quán)重參數(shù)預(yù)處理.mp4 27.50M
| ├──10-NeuralRecon項(xiàng)目源碼解讀
| | ├──1-Backbone得到特征圖.mp4 36.02M
| | ├──2-初始化體素位置.mp4 41.51M
| | ├──3-坐標(biāo)映射方法實(shí)現(xiàn).mp4 26.66M
| | ├──4-得到體素所對(duì)應(yīng)特征圖.mp4 50.70M
| | ├──5-插值得到對(duì)應(yīng)特征向量.mp4 32.36M
| | ├──6-得到一階段輸出結(jié)果.mp4 38.08M
| | ├──7-完成三個(gè)階段預(yù)測(cè)結(jié)果.mp4 45.77M
| | └──8-項(xiàng)目總結(jié).mp4 108.40M
| ├──11-TSDF算法與應(yīng)用
| | ├──1-TSDF整體概述分析.mp4 23.16M
| | ├──2-合成過程DEMO演示.mp4 27.58M
| | ├──3-布局初始化操作.mp4 12.69M
| | ├──4-TSDF計(jì)算基本流程解讀.mp4 23.93M
| | ├──5-坐標(biāo)轉(zhuǎn)換流程分析.mp4 31.10M
| | └──6-輸出結(jié)果融合更新.mp4 34.23M
| ├──12-TSDF實(shí)戰(zhàn)案例
| | ├──1-環(huán)境配置概述.mp4 32.66M
| | ├──2-初始化與數(shù)據(jù)讀取.mp4 21.30M
| | └──3-計(jì)算得到TSDF輸出.mp4 44.10M
| ├──13-軌跡估計(jì)算法與論文解讀
| | ├──1-數(shù)據(jù)集與標(biāo)注信息解讀.mp4 57.53M
| | ├──2-整體三大模塊分析.mp4 71.83M
| | ├──3-特征工程的作用與效果.mp4 41.75M
| | ├──4-傳統(tǒng)方法與現(xiàn)在向量空間對(duì)比.mp4 51.83M
| | ├──5-輸入細(xì)節(jié)分析.mp4 49.96M
| | ├──6-子圖模塊構(gòu)建方法.mp4 42.55M
| | ├──7-特征融合模塊分析.mp4 47.67M
| | └──8-VectorNet輸出層分析.mp4 85.45M
| ├──14-軌跡估計(jì)預(yù)測(cè)實(shí)戰(zhàn)
| | ├──1-數(shù)據(jù)與環(huán)境配置.mp4 35.43M
| | ├──2-訓(xùn)練數(shù)據(jù)準(zhǔn)備.mp4 27.75M
| | ├──3-Agent特征提取方法.mp4 37.97M
| | ├──4-DataLoader構(gòu)建圖結(jié)構(gòu).mp4 28.68M
| | └──5-SubGraph與Attention模型流程.mp4 34.64M
| ├──15-特斯拉無人駕駛解讀
| | └──1-特斯拉無人駕駛解讀.mp4 644.17M
| ├──2-深度估計(jì)項(xiàng)目實(shí)戰(zhàn)
| | ├──1-項(xiàng)目環(huán)境配置解讀.mp4 52.89M
| | ├──10-損失函數(shù)通俗解讀.mp4 65.84M
| | ├──11-模型DEMO輸出結(jié)果.mp4 80.63M
| | ├──2-數(shù)據(jù)與標(biāo)簽定義方法.mp4 74.34M
| | ├──3-數(shù)據(jù)集dataloader制作.mp4 36.83M
| | ├──4-使用backbone進(jìn)行特征提取.mp4 42.38M
| | ├──5-計(jì)算差異特征.mp4 30.69M
| | ├──6-權(quán)重參數(shù)標(biāo)準(zhǔn)化操作.mp4 42.56M
| | ├──7-網(wǎng)絡(luò)結(jié)構(gòu)ASPP層.mp4 47.25M
| | ├──8-特征拼接方法解讀.mp4 47.64M
| | └──9-輸出深度估計(jì)結(jié)果.mp4 25.45M
| ├──3-車道線檢測(cè)算法與論文解讀
| | ├──1-數(shù)據(jù)標(biāo)簽與任務(wù)分析.mp4 84.49M
| | ├──2-網(wǎng)絡(luò)整體框架分析.mp4 28.89M
| | ├──3-輸出結(jié)果分析.mp4 18.12M
| | ├──4-損失函數(shù)計(jì)算方法.mp4 27.30M
| | └──5-論文概述分析.mp4 62.39M
| ├──4-基于深度學(xué)習(xí)的車道線檢測(cè)項(xiàng)目實(shí)戰(zhàn)
| | ├──1-車道數(shù)據(jù)與標(biāo)簽解讀.mp4 65.61M
| | ├──10-車道線規(guī)則損失函數(shù)限制.mp4 44.61M
| | ├──11-DEMO制作與配置.mp4 40.28M
| | ├──2-項(xiàng)目環(huán)境配置演示.mp4 29.98M
| | ├──3-制作數(shù)據(jù)集dataloader.mp4 54.62M
| | ├──4-車道線標(biāo)簽數(shù)據(jù)處理.mp4 34.18M
| | ├──5-四條車道線標(biāo)簽位置矩陣.mp4 22.28M
| | ├──6-grid設(shè)置方法.mp4 41.70M
| | ├──7-完成數(shù)據(jù)與標(biāo)簽制作.mp4 24.65M
| | ├──8-算法網(wǎng)絡(luò)結(jié)構(gòu)解讀.mp4 59.95M
| | └──9-損失函數(shù)計(jì)算模塊分析.mp4 45.66M
| ├──5-商湯LoFTR算法解讀
| | ├──1-特征匹配的應(yīng)用場(chǎng)景.mp4 87.35M
| | ├──10-總結(jié)分析.mp4 39.42M
| | ├──2-特征匹配的基本流程分析.mp4 15.91M
| | ├──3-整體流程梳理分析.mp4 16.46M
| | ├──4-CrossAttention的作用與效果.mp4 15.69M
| | ├──5-transformer構(gòu)建匹配特征.mp4 33.79M
| | ├──6-粗粒度匹配過程與作用.mp4 26.00M
| | ├──7-特征圖拆解操作.mp4 14.34M
| | ├──8-細(xì)粒度匹配的作用與方法.mp4 19.87M
| | └──9-基于期望預(yù)測(cè)最終位置.mp4 23.08M
| ├──6-局部特征關(guān)鍵點(diǎn)匹配實(shí)戰(zhàn)
| | ├──1-項(xiàng)目與參數(shù)配置解讀.mp4 44.48M
| | ├──10-得到精細(xì)化輸出結(jié)果.mp4 19.39M
| | ├──11-通過期望計(jì)算最終輸出.mp4 40.24M
| | ├──2-DEMO效果演示.mp4 39.56M
| | ├──3-backbone特征提取模塊.mp4 28.70M
| | ├──4-注意力機(jī)制的作用與效果分析.mp4 31.04M
| | ├──5-特征融合模塊實(shí)現(xiàn)方法.mp4 29.35M
| | ├──6-cross關(guān)系計(jì)算方法實(shí)例.mp4 29.36M
| | ├──7-粗粒度匹配過程.mp4 49.80M
| | ├──8-完成基礎(chǔ)匹配模塊.mp4 63.33M
| | └──9-精細(xì)化調(diào)整方法與實(shí)例.mp4 42.81M
| ├──7-三維重建應(yīng)用與坐標(biāo)系基礎(chǔ)
| | ├──1-三維重建概述分析.mp4 66.80M
| | ├──2-三維重建應(yīng)用領(lǐng)域概述.mp4 13.17M
| | ├──3-成像方法概述.mp4 16.33M
| | ├──4-相機(jī)坐標(biāo)系.mp4 17.15M
| | ├──5-坐標(biāo)系轉(zhuǎn)換方法解讀.mp4 20.91M
| | ├──6-相機(jī)內(nèi)外參.mp4 17.01M
| | ├──7-通過內(nèi)外參數(shù)進(jìn)行坐標(biāo)變換.mp4 16.47M
| | └──8-相機(jī)標(biāo)定簡(jiǎn)介.mp4 5.50M
| ├──8-NeuralRecon算法解讀
| | ├──1-任務(wù)流程分析.mp4 19.35M
| | ├──2-基本框架熟悉.mp4 27.45M
| | ├──3-特征映射方法解讀.mp4 34.68M
| | ├──4-片段融合思想.mp4 16.72M
| | └──5-整體架構(gòu)重構(gòu)方法.mp4 23.00M
| └──9-NeuralRecon項(xiàng)目環(huán)境配置
| | ├──1-數(shù)據(jù)集下載與配置方法.mp4 52.41M
| | ├──2-Scannet數(shù)據(jù)集內(nèi)容概述.mp4 37.26M
| | ├──3-TSDF標(biāo)簽生成方法.mp4 55.30M
| | ├──4-ISSUE的作用.mp4 49.23M
| | └──5-完成依賴環(huán)境配置.mp4 57.11M
├──14-對(duì)比學(xué)習(xí)與多模態(tài)任務(wù)實(shí)戰(zhàn)
| ├──1-對(duì)比學(xué)習(xí)算法與實(shí)例
| | └──1-對(duì)比學(xué)習(xí)算法與實(shí)例.mp4 549.52M
| ├──2-CLIP系列
| | └──1-CLIP系列.mp4 621.00M
| ├──3-多模態(tài)3D目標(biāo)檢測(cè)算法源碼解讀
| | ├──1-環(huán)境配置與數(shù)據(jù)集概述.mp4 51.52M
| | ├──10-3D卷積特征融合.mp4 56.76M
| | ├──11-輸出層預(yù)測(cè)結(jié)果.mp4 80.80M
| | ├──2-數(shù)據(jù)與標(biāo)注文件介紹.mp4 37.49M
| | ├──3-基本流程梳理并進(jìn)入debug模式.mp4 50.33M
| | ├──4-數(shù)據(jù)與圖像特征提取模塊.mp4 58.02M
| | ├──5-體素索引位置獲取.mp4 64.72M
| | ├──6-體素特征提取方法解讀.mp4 37.57M
| | ├──7-體素特征計(jì)算方法分析.mp4 70.71M
| | ├──8-全局體素特征提取.mp4 95.96M
| | └──9-多模態(tài)特征融合.mp4 68.36M
| ├──4-多模態(tài)文字識(shí)別
| | └──1-多模態(tài)文字識(shí)別.mp4 766.02M
| └──5-ANINET源碼解讀
| | ├──1-數(shù)據(jù)集與環(huán)境概述.mp4 55.58M
| | ├──2-配置文件修改方法.mp4 52.49M
| | ├──3-Bakbone模塊得到特征.mp4 42.10M
| | ├──4-視覺Transformer模塊的作用.mp4 45.97M
| | ├──5-視覺模型中的編碼與解碼的效果.mp4 54.49M
| | ├──6-文本模型中的結(jié)構(gòu)分析.mp4 38.66M
| | ├──7-迭代修正模塊.mp4 38.14M
| | └──8-輸出層與損失計(jì)算.mp4 52.81M
├──15-缺陷檢測(cè)實(shí)戰(zhàn)
| ├──1-課程介紹
| | └──1-課程介紹.mp4 26.71M
| ├──10-基于Opencv缺陷檢測(cè)項(xiàng)⽬實(shí)戰(zhàn)
| | ├──1-任務(wù)需求與環(huán)境配置.mp4 15.40M
| | ├──2-數(shù)據(jù)讀取與基本處理.mp4 26.63M
| | ├──3-缺陷形態(tài)學(xué)操作.mp4 26.46M
| | ├──4-整體流程解讀.mp4 23.65M
| | └──5-缺陷檢測(cè)效果演示.mp4 50.91M
| ├──11-基于視頻流⽔線的Opencv缺陷檢測(cè)項(xiàng)⽬
| | ├──1-數(shù)據(jù)與任務(wù)概述.mp4 16.48M
| | ├──2-視頻數(shù)據(jù)讀取與輪廓檢測(cè).mp4 20.83M
| | ├──3-目標(biāo)質(zhì)心計(jì)算.mp4 32.47M
| | ├──4-視頻數(shù)據(jù)遍歷方法.mp4 31.41M
| | ├──5-缺陷區(qū)域提取.mp4 36.00M
| | ├──6-不同類型的缺陷檢測(cè)方法.mp4 36.77M
| | └──7-檢測(cè)效果演示.mp4 25.73M
| ├──12-圖像分割deeplab系列算法
| | ├──1-deeplab分割算法概述.mp4 13.81M
| | ├──2-空洞卷積的作用.mp4 16.74M
| | ├──3-感受野的意義.mp4 19.37M
| | ├──4-SPP層的作用.mp4 19.02M
| | ├──5-ASPP特征融合策略.mp4 13.45M
| | └──6-deeplabV3Plus版本網(wǎng)絡(luò)架構(gòu).mp4 24.08M
| ├──13-基于deeplabV3+版本進(jìn)⾏VOC分割實(shí)戰(zhàn)
| | ├──1-PascalVoc數(shù)據(jù)集介紹.mp4 70.12M
| | ├──2-項(xiàng)目參數(shù)與數(shù)據(jù)集讀取.mp4 60.32M
| | ├──3-網(wǎng)絡(luò)前向傳播流程.mp4 33.10M
| | ├──4-ASPP層特征融合.mp4 51.19M
| | └──5-分割模型訓(xùn)練.mp4 34.97M
| ├──14-Deeplab鐵質(zhì)材料缺陷檢測(cè)與開源項(xiàng)⽬應(yīng)⽤流程
| | ├──1-數(shù)據(jù)集與任務(wù)概述.mp4 31.09M
| | ├──2-開源項(xiàng)目應(yīng)用方法.mp4 36.52M
| | ├──3-github與kaggle中需要注意的點(diǎn).mp4 40.24M
| | ├──4-源碼的利用方法.mp4 89.46M
| | ├──5-數(shù)據(jù)集制作方法.mp4 75.53M
| | ├──6-數(shù)據(jù)路徑配置.mp4 54.55M
| | ├──7-訓(xùn)練模型.mp4 34.38M
| | └──8-任務(wù)總結(jié).mp4 43.02M
| ├──2-物體檢框架YOLO-V4版本算法解讀
| | ├──1-V4版本整體概述.mp4 15.06M
| | ├──10-PAN模塊解讀.mp4 20.64M
| | ├──11-激活函數(shù)與整體架構(gòu)總結(jié).mp4 19.19M
| | ├──2-V4版本貢獻(xiàn)解讀.mp4 10.06M
| | ├──3-數(shù)據(jù)增強(qiáng)策略分析.mp4 24.70M
| | ├──4-DropBlock與標(biāo)簽平滑方法.mp4 19.36M
| | ├──5-損失函數(shù)遇到的問題.mp4 14.26M
| | ├──6-CIOU損失函數(shù)定義.mp4 10.82M
| | ├──7-NMS細(xì)節(jié)改進(jìn).mp4 16.66M
| | ├──8-SPP與CSP網(wǎng)絡(luò)結(jié)構(gòu).mp4 14.81M
| | └──9-SAM注意力機(jī)制模塊.mp4 22.48M
| ├──3-物體檢測(cè)框架YOLOV5版本項(xiàng)目配置
| | ├──1-整體項(xiàng)目概述.mp4 35.77M
| | ├──2-訓(xùn)練自己的數(shù)據(jù)集方法.mp4 41.32M
| | ├──3-訓(xùn)練數(shù)據(jù)參數(shù)配置.mp4 51.48M
| | └──4-測(cè)試DEMO演示.mp4 50.47M
| ├──4-物體檢測(cè)框架YOLOV5項(xiàng)目工程源碼解讀
| | ├──1-數(shù)據(jù)源DEBUG流程解讀.mp4 48.13M
| | ├──10-完成配置文件解析任務(wù).mp4 58.80M
| | ├──11-前向傳播計(jì)算.mp4 30.80M
| | ├──12-BottleneckCSP層計(jì)算方法.mp4 33.82M
| | ├──13-SPP層計(jì)算細(xì)節(jié)分析.mp4 29.17M
| | ├──14-Head層流程解讀.mp4 29.19M
| | ├──15-上采樣與拼接操作.mp4 21.48M
| | ├──16-輸出結(jié)果分析.mp4 41.71M
| | ├──17-超參數(shù)解讀.mp4 34.94M
| | ├──18-命令行參數(shù)介紹.mp4 44.26M
| | ├──19-訓(xùn)練流程解讀.mp4 46.81M
| | ├──2-圖像數(shù)據(jù)源配置.mp4 34.65M
| | ├──20-各種訓(xùn)練策略概述.mp4 38.43M
| | ├──21-模型迭代過程.mp4 38.42M
| | ├──3-加載標(biāo)簽數(shù)據(jù).mp4 26.33M
| | ├──4-Mosaic數(shù)據(jù)增強(qiáng)方法.mp4 28.19M
| | ├──5-數(shù)據(jù)四合一方法與流程演示.mp4 41.69M
| | ├──6-getItem構(gòu)建batch.mp4 33.03M
| | ├──7-網(wǎng)絡(luò)架構(gòu)圖可視化工具安裝.mp4 34.33M
| | ├──8-V5網(wǎng)絡(luò)配置文件解讀.mp4 35.74M
| | └──9-Focus模塊流程分析.mp4 21.93M
| ├──5-基于YOLOV5的鋼材缺陷檢測(cè)實(shí)戰(zhàn)
| | ├──1-任務(wù)需求與項(xiàng)目概述.mp4 14.14M
| | ├──2-數(shù)據(jù)與標(biāo)簽配置方法.mp4 38.42M
| | ├──3-標(biāo)簽轉(zhuǎn)換格式腳本制作.mp4 30.57M
| | ├──4-各版本模型介紹分析.mp4 33.52M
| | ├──5-項(xiàng)目參數(shù)配置.mp4 27.21M
| | ├──6-缺陷檢測(cè)模型訓(xùn)練.mp4 34.15M
| | └──7-輸出結(jié)果與項(xiàng)目總結(jié).mp4 45.20M
| ├──6-Semi-supervised布料缺陷檢測(cè)實(shí)戰(zhàn)
| | ├──1-任務(wù)目標(biāo)與流程概述.mp4 53.72M
| | ├──2-論文思想與模型分析.mp4 129.03M
| | ├──3-項(xiàng)目配置解讀.mp4 63.00M
| | ├──4-網(wǎng)絡(luò)流程分析.mp4 37.48M
| | └──5-輸出結(jié)果展示.mp4 39.29M
| ├──7-Opencv圖像常⽤處理⽅法實(shí)例
| | ├──1-計(jì)算機(jī)眼中的圖像.mp4 30.88M
| | ├──10-膨脹操作.mp4 12.25M
| | ├──11-開運(yùn)算與閉運(yùn)算.mp4 9.32M
| | ├──12-梯度計(jì)算.mp4 7.85M
| | ├──13-禮帽與黑帽.mp4 15.88M
| | ├──2-視頻的讀取與處理.mp4 46.97M
| | ├──3-ROI區(qū)域.mp4 15.37M
| | ├──4-邊界填充.mp4 21.46M
| | ├──5-數(shù)值計(jì)算.mp4 40.04M
| | ├──6-圖像閾值.mp4 30.85M
| | ├──7-圖像平滑處理.mp4 24.77M
| | ├──8-高斯與中值濾波.mp4 20.61M
| | └──9-腐蝕操作.mp4 20.99M
| ├──8-Opencv梯度計(jì)算與邊緣檢測(cè)實(shí)例
| | ├──1-Canny邊緣檢測(cè)流程.mp4 18.97M
| | ├──2-非極大值抑制.mp4 18.32M
| | ├──3-邊緣檢測(cè)效果.mp4 36.63M
| | ├──4-Sobel算子.mp4 27.00M
| | ├──5-梯度計(jì)算方法.mp4 30.29M
| | └──6-scharr與lapkacian算子.mp4 27.39M
| └──9-Opencv輪廓檢測(cè)與直⽅圖
| | ├──1-圖像金字塔定義.mp4 19.68M
| | ├──10-均衡化效果.mp4 27.21M
| | ├──11-傅里葉概述.mp4 38.86M
| | ├──12-頻域變換結(jié)果.mp4 26.32M
| | ├──13-低通與高通濾波.mp4 27.40M
| | ├──2-金字塔制作方法.mp4 25.47M
| | ├──3-輪廓檢測(cè)方法.mp4 19.37M
| | ├──4-輪廓檢測(cè)結(jié)果.mp4 34.44M
| | ├──5-輪廓特征與近似.mp4 37.62M
| | ├──6-模板匹配方法.mp4 47.45M
| | ├──7-匹配效果展示.mp4 21.20M
| | ├──8-直方圖定義.mp4 23.64M
| | └──9-均衡化原理.mp4 31.35M
├──16-行人重識(shí)別實(shí)戰(zhàn)
| ├──1-行人重識(shí)別原理及其應(yīng)用
| | ├──1-行人重識(shí)別要解決的問題.mp4 17.26M
| | ├──2-挑戰(zhàn)與困難分析.mp4 35.89M
| | ├──3-評(píng)估標(biāo)準(zhǔn)rank1指標(biāo).mp4 14.05M
| | ├──4-map值計(jì)算方法.mp4 15.70M
| | ├──5-triplet損失計(jì)算實(shí)例.mp4 25.16M
| | └──6-Hard-Negative方法應(yīng)用.mp4 27.27M
| ├──2-基于注意力機(jī)制的Reld模型論文解讀
| | ├──1-論文整體思想及注意力機(jī)制的作用解讀.mp4 50.47M
| | ├──2-空間權(quán)重值計(jì)算流程分析.mp4 32.88M
| | ├──3-融合空間注意力所需特征.mp4 27.38M
| | └──4-基于特征圖的注意力計(jì)算.mp4 66.01M
| ├──3-基于Attention的行人重識(shí)別項(xiàng)目實(shí)戰(zhàn)
| | ├──1-項(xiàng)目環(huán)境與數(shù)據(jù)集配置.mp4 49.78M
| | ├──2-參數(shù)配置與整體架構(gòu)分析.mp4 65.40M
| | ├──3-進(jìn)入debug模式解讀網(wǎng)絡(luò)計(jì)算流程.mp4 30.56M
| | ├──4-獲得空間位置點(diǎn)之間的關(guān)系.mp4 43.11M
| | ├──5-組合關(guān)系特征圖.mp4 39.65M
| | ├──6-計(jì)算得到位置權(quán)重值.mp4 38.01M
| | ├──7-基于特征圖的權(quán)重計(jì)算.mp4 25.57M
| | ├──8-損失函數(shù)計(jì)算實(shí)例解讀.mp4 60.36M
| | └──9-訓(xùn)練與測(cè)試模塊演示.mp4 75.66M
| ├──4-AAAI2020頂會(huì)算法精講
| | ├──1-論文整體框架概述.mp4 16.23M
| | ├──2-局部特征與全局關(guān)系計(jì)算方法.mp4 15.39M
| | ├──3-特征分組方法.mp4 15.12M
| | ├──4-GCP模塊特征融合方法.mp4 28.45M
| | ├──5-oneVsReset方法實(shí)例.mp4 15.63M
| | └──6-損失函數(shù)應(yīng)用位置.mp4 16.80M
| ├──5-項(xiàng)目實(shí)戰(zhàn)-基于行人局部特征融合的再識(shí)別實(shí)戰(zhàn)
| | ├──1-項(xiàng)目配置與數(shù)據(jù)集介紹.mp4 67.72M
| | ├──10-得到所有分組特征結(jié)果.mp4 51.20M
| | ├──11-損失函數(shù)與訓(xùn)練過程演示.mp4 42.52M
| | ├──12-測(cè)試與驗(yàn)證模塊.mp4 47.02M
| | ├──2-數(shù)據(jù)源構(gòu)建方法分析.mp4 41.23M
| | ├──3-dataloader加載順序解讀.mp4 27.96M
| | ├──4-debug模式解讀.mp4 62.34M
| | ├──5-網(wǎng)絡(luò)計(jì)算整體流程演示.mp4 30.51M
| | ├──6-特征序列構(gòu)建.mp4 41.00M
| | ├──7-GCP全局特征提取.mp4 39.65M
| | ├──8-局部特征提取實(shí)例.mp4 52.39M
| | └──9-特征組合匯總.mp4 49.29M
| ├──6-曠視研究院最新算法解讀（基于圖模型）
| | ├──1-關(guān)鍵點(diǎn)位置特征構(gòu)建.mp4 22.40M
| | ├──2-圖卷積與匹配的作用.mp4 24.41M
| | ├──3-局部特征熱度圖計(jì)算.mp4 24.78M
| | ├──4-基于圖卷積構(gòu)建人體拓?fù)潢P(guān)系.mp4 29.82M
| | ├──5-圖卷積模塊實(shí)現(xiàn)方法.mp4 27.54M
| | ├──6-圖匹配在行人重識(shí)別中的作用.mp4 18.07M
| | └──7-整體算法框架分析.mp4 24.09M
| ├──7-基于拓?fù)鋱D的行人重識(shí)別項(xiàng)目實(shí)戰(zhàn)
| | ├──1-數(shù)據(jù)集與環(huán)境配置概述.mp4 48.08M
| | ├──10-整體項(xiàng)目總結(jié).mp4 79.79M
| | ├──2-局部特征準(zhǔn)備方法.mp4 47.66M
| | ├──3-得到一階段熱度圖結(jié)果.mp4 42.07M
| | ├──4-階段監(jiān)督訓(xùn)練.mp4 78.61M
| | ├──5-初始化圖卷積模型.mp4 34.82M
| | ├──6-mask矩陣的作用.mp4 40.13M
| | ├──7-鄰接矩陣學(xué)習(xí)與更新.mp4 50.98M
| | ├──8-基于拓?fù)浣Y(jié)構(gòu)組合關(guān)鍵點(diǎn)特征.mp4 63.20M
| | └──9-圖匹配模塊計(jì)算流程.mp4 67.63M
| └──8-額外補(bǔ)充：行人搜索源碼分析
| | ├──1-項(xiàng)目概述.mp4 26.15M
| | ├──2-項(xiàng)目概述.mp4 31.61M
| | ├──3-數(shù)據(jù)與標(biāo)簽讀取模塊.mp4 57.97M
| | ├──4-通過配置文件讀取模型位置.mp4 37.97M
| | ├──5-BackBone位置與流程.mp4 52.30M
| | ├──6-Neck層操作方法.mp4 33.12M
| | ├──7-Head層預(yù)測(cè)模塊.mp4 40.06M
| | ├──8-損失函數(shù)計(jì)算模塊.mp4 54.31M
| | └──9-總結(jié)概述.mp4 34.10M
├──17-對(duì)抗生成網(wǎng)絡(luò)實(shí)戰(zhàn)
| ├──1-課程介紹
| | └──1-課程介紹.mp4 28.55M
| ├──2-對(duì)抗生成網(wǎng)絡(luò)架構(gòu)原理與實(shí)戰(zhàn)解析
| | ├──1-對(duì)抗生成網(wǎng)絡(luò)通俗解釋.mp4 18.39M
| | ├──2-GAN網(wǎng)絡(luò)組成.mp4 10.73M
| | ├──3-損失函數(shù)解釋說明.mp4 39.88M
| | ├──4-數(shù)據(jù)讀取模塊.mp4 29.93M
| | └──5-生成與判別網(wǎng)絡(luò)定義.mp4 44.24M
| ├──3-基于CycleGan開源項(xiàng)目實(shí)戰(zhàn)圖像合成
| | ├──1-CycleGan網(wǎng)絡(luò)所需數(shù)據(jù).mp4 37.56M
| | ├──10-額外補(bǔ)充：VISDOM可視化配置.mp4 38.69M
| | ├──2-CycleGan整體網(wǎng)絡(luò)架構(gòu).mp4 21.36M
| | ├──3-PatchGan判別網(wǎng)絡(luò)原理.mp4 11.45M
| | ├──4-Cycle開源項(xiàng)目簡(jiǎn)介.mp4 46.41M
| | ├──5-數(shù)據(jù)讀取與預(yù)處理操作.mp4 57.93M
| | ├──6-生成網(wǎng)絡(luò)模塊構(gòu)造.mp4 48.52M
| | ├──7-判別網(wǎng)絡(luò)模塊構(gòu)造.mp4 19.77M
| | ├──8-損失函數(shù)：identity loss計(jì)算方法.mp4 37.16M
| | └──9-生成與判別損失函數(shù)指定.mp4 54.69M
| ├──4-stargan論文架構(gòu)解析
| | ├──1-stargan效果演示分析.mp4 27.95M
| | ├──2-網(wǎng)絡(luò)架構(gòu)整體思路解讀.mp4 30.84M
| | ├──3-建模流程分析.mp4 42.55M
| | ├──4-V1版本存在的問題及后續(xù)改進(jìn)思路.mp4 60.74M
| | ├──5-V2版本在整體網(wǎng)絡(luò)架構(gòu).mp4 63.67M
| | ├──6-編碼器訓(xùn)練方法.mp4 53.45M
| | ├──7-損失函數(shù)公式解析.mp4 49.43M
| | └──8-訓(xùn)練過程分析.mp4 34.17M
| ├──5-stargan項(xiàng)目實(shí)戰(zhàn)及其源碼解讀
| | ├──1-測(cè)試模塊效果與實(shí)驗(yàn)分析.mp4 29.95M
| | ├──10-生成模塊損失計(jì)算.mp4 70.07M
| | ├──2-項(xiàng)目配置與數(shù)據(jù)源下載.mp4 21.51M
| | ├──3-測(cè)試效果演示.mp4 34.97M
| | ├──4-項(xiàng)目參數(shù)解析.mp4 27.62M
| | ├──5-生成器模塊源碼解讀.mp4 53.18M
| | ├──6-所有網(wǎng)絡(luò)模塊構(gòu)建實(shí)例.mp4 46.52M
| | ├──7-數(shù)據(jù)讀取模塊分析.mp4 56.60M
| | ├──8-判別器損失計(jì)算.mp4 32.90M
| | └──9-損失計(jì)算詳細(xì)過程.mp4 45.76M
| ├──6-基于starganvc2的變聲器論文原理解讀
| | ├──1-論文整體思路與架構(gòu)解讀.mp4 34.66M
| | ├──2-VCC2016輸入數(shù)據(jù).mp4 20.76M
| | ├──3-語音特征提取.mp4 30.57M
| | ├──4-生成器模型架構(gòu)分析.mp4 15.81M
| | ├──5-InstanceNorm的作用解讀.mp4 18.58M
| | ├──6-AdaIn的目的與效果.mp4 13.18M
| | └──7-判別器模塊分析.mp4 114.03M
| ├──7-starganvc2變聲器項(xiàng)目實(shí)戰(zhàn)及其源碼解讀
| | ├──1-數(shù)據(jù)與項(xiàng)目文件解讀.mp4 21.80M
| | ├──10-源碼損失計(jì)算流程.mp4 34.82M
| | ├──11-測(cè)試模塊-生成轉(zhuǎn)換語音.mp4 47.17M
| | ├──2-環(huán)境配置與工具包安裝.mp4 37.11M
| | ├──3-數(shù)據(jù)預(yù)處理與聲音特征提取.mp4 88.49M
| | ├──4-生成器構(gòu)造模塊解讀.mp4 41.33M
| | ├──5-下采樣與上采樣操作.mp4 35.48M
| | ├──6-starganvc2版本標(biāo)簽輸入分析.mp4 49.96M
| | ├──7-生成器前向傳播維度變化.mp4 26.49M
| | ├──8-判別器模塊解讀.mp4 35.22M
| | └──9-論文損失函數(shù).mp4 100.48M
| ├──8-圖像超分辨率重構(gòu)實(shí)戰(zhàn)
| | ├──1-論文概述.mp4 46.83M
| | ├──2-網(wǎng)絡(luò)架構(gòu).mp4 106.93M
| | ├──3-數(shù)據(jù)與環(huán)境配置.mp4 26.90M
| | ├──4-數(shù)據(jù)加載與配置.mp4 39.14M
| | ├──5-生成模塊.mp4 48.50M
| | ├──6-判別模塊.mp4 44.60M
| | ├──7-VGG特征提取網(wǎng)絡(luò).mp4 35.88M
| | ├──8-損失函數(shù)與訓(xùn)練.mp4 89.00M
| | └──9-測(cè)試模塊.mp4 90.79M
| └──9-基于GAN的圖像補(bǔ)全實(shí)戰(zhàn)
| | ├──1-論文概述.mp4 75.09M
| | ├──2-網(wǎng)絡(luò)架構(gòu).mp4 30.75M
| | ├──3-細(xì)節(jié)設(shè)計(jì).mp4 77.69M
| | ├──4-論文總結(jié).mp4 67.30M
| | ├──5-數(shù)據(jù)與項(xiàng)目概述.mp4 45.92M
| | ├──6-參數(shù)基本設(shè)計(jì).mp4 81.81M
| | ├──7-網(wǎng)絡(luò)結(jié)構(gòu)配置.mp4 71.57M
| | ├──8-網(wǎng)絡(luò)迭代訓(xùn)練.mp4 92.87M
| | └──9-測(cè)試模塊.mp4 48.39M
├──17-對(duì)抗生成網(wǎng)絡(luò)實(shí)戰(zhàn)(1)
| ├──1-課程介紹
| | └──1-課程介紹.mp4 28.55M
| ├──2-對(duì)抗生成網(wǎng)絡(luò)架構(gòu)原理與實(shí)戰(zhàn)解析
| | ├──1-對(duì)抗生成網(wǎng)絡(luò)通俗解釋.mp4 18.39M
| | ├──2-GAN網(wǎng)絡(luò)組成.mp4 10.73M
| | ├──3-損失函數(shù)解釋說明.mp4 39.88M
| | ├──4-數(shù)據(jù)讀取模塊.mp4 29.93M
| | └──5-生成與判別網(wǎng)絡(luò)定義.mp4 44.24M
| ├──3-基于CycleGan開源項(xiàng)目實(shí)戰(zhàn)圖像合成
| | ├──1-CycleGan網(wǎng)絡(luò)所需數(shù)據(jù).mp4 37.56M
| | ├──10-額外補(bǔ)充：VISDOM可視化配置.mp4 38.69M
| | ├──2-CycleGan整體網(wǎng)絡(luò)架構(gòu).mp4 21.36M
| | ├──3-PatchGan判別網(wǎng)絡(luò)原理.mp4 11.45M
| | ├──4-Cycle開源項(xiàng)目簡(jiǎn)介.mp4 46.41M
| | ├──5-數(shù)據(jù)讀取與預(yù)處理操作.mp4 57.93M
| | ├──6-生成網(wǎng)絡(luò)模塊構(gòu)造.mp4 48.52M
| | ├──7-判別網(wǎng)絡(luò)模塊構(gòu)造.mp4 19.77M
| | ├──8-損失函數(shù)：identity loss計(jì)算方法.mp4 37.16M
| | └──9-生成與判別損失函數(shù)指定.mp4 54.69M
| ├──4-stargan論文架構(gòu)解析
| | ├──1-stargan效果演示分析.mp4 27.95M
| | ├──2-網(wǎng)絡(luò)架構(gòu)整體思路解讀.mp4 30.84M
| | ├──3-建模流程分析.mp4 42.55M
| | ├──4-V1版本存在的問題及后續(xù)改進(jìn)思路.mp4 60.74M
| | ├──5-V2版本在整體網(wǎng)絡(luò)架構(gòu).mp4 63.67M
| | ├──6-編碼器訓(xùn)練方法.mp4 53.45M
| | ├──7-損失函數(shù)公式解析.mp4 49.43M
| | └──8-訓(xùn)練過程分析.mp4 34.17M
| ├──5-stargan項(xiàng)目實(shí)戰(zhàn)及其源碼解讀
| | ├──1-測(cè)試模塊效果與實(shí)驗(yàn)分析.mp4 29.95M
| | ├──10-生成模塊損失計(jì)算.mp4 70.07M
| | ├──2-項(xiàng)目配置與數(shù)據(jù)源下載.mp4 21.51M
| | ├──3-測(cè)試效果演示.mp4 34.97M
| | ├──4-項(xiàng)目參數(shù)解析.mp4 27.62M
| | ├──5-生成器模塊源碼解讀.mp4 53.18M
| | ├──6-所有網(wǎng)絡(luò)模塊構(gòu)建實(shí)例.mp4 46.52M
| | ├──7-數(shù)據(jù)讀取模塊分析.mp4 56.60M
| | ├──8-判別器損失計(jì)算.mp4 32.90M
| | └──9-損失計(jì)算詳細(xì)過程.mp4 45.76M
| ├──6-基于starganvc2的變聲器論文原理解讀
| | ├──1-論文整體思路與架構(gòu)解讀.mp4 34.66M
| | ├──2-VCC2016輸入數(shù)據(jù).mp4 20.76M
| | ├──3-語音特征提取.mp4 30.57M
| | ├──4-生成器模型架構(gòu)分析.mp4 15.81M
| | ├──5-InstanceNorm的作用解讀.mp4 18.58M
| | ├──6-AdaIn的目的與效果.mp4 13.18M
| | └──7-判別器模塊分析.mp4 114.03M
| ├──7-starganvc2變聲器項(xiàng)目實(shí)戰(zhàn)及其源碼解讀
| | ├──1-數(shù)據(jù)與項(xiàng)目文件解讀.mp4 21.80M
| | ├──10-源碼損失計(jì)算流程.mp4 34.82M
| | ├──11-測(cè)試模塊-生成轉(zhuǎn)換語音.mp4 47.17M
| | ├──2-環(huán)境配置與工具包安裝.mp4 37.11M
| | ├──3-數(shù)據(jù)預(yù)處理與聲音特征提取.mp4 88.49M
| | ├──4-生成器構(gòu)造模塊解讀.mp4 41.33M
| | ├──5-下采樣與上采樣操作.mp4 35.48M
| | ├──6-starganvc2版本標(biāo)簽輸入分析.mp4 49.96M
| | ├──7-生成器前向傳播維度變化.mp4 26.49M
| | ├──8-判別器模塊解讀.mp4 35.22M
| | └──9-論文損失函數(shù).mp4 100.48M
| ├──8-圖像超分辨率重構(gòu)實(shí)戰(zhàn)
| | ├──1-論文概述.mp4 46.83M
| | ├──2-網(wǎng)絡(luò)架構(gòu).mp4 106.93M
| | ├──3-數(shù)據(jù)與環(huán)境配置.mp4 26.90M
| | ├──4-數(shù)據(jù)加載與配置.mp4 39.14M
| | ├──5-生成模塊.mp4 48.50M
| | ├──6-判別模塊.mp4 44.60M
| | ├──7-VGG特征提取網(wǎng)絡(luò).mp4 35.88M
| | ├──8-損失函數(shù)與訓(xùn)練.mp4 89.00M
| | └──9-測(cè)試模塊.mp4 90.79M
| └──9-基于GAN的圖像補(bǔ)全實(shí)戰(zhàn)
| | ├──1-論文概述.mp4 75.09M
| | ├──2-網(wǎng)絡(luò)架構(gòu).mp4 30.75M
| | ├──3-細(xì)節(jié)設(shè)計(jì).mp4 77.69M
| | ├──4-論文總結(jié).mp4 67.30M
| | ├──5-數(shù)據(jù)與項(xiàng)目概述.mp4 45.92M
| | ├──6-參數(shù)基本設(shè)計(jì).mp4 81.81M
| | ├──7-網(wǎng)絡(luò)結(jié)構(gòu)配置.mp4 71.57M
| | ├──8-網(wǎng)絡(luò)迭代訓(xùn)練.mp4 92.87M
| | └──9-測(cè)試模塊.mp4 48.39M
├──18-強(qiáng)化學(xué)習(xí)與AI黑科技實(shí)例
| ├──1-強(qiáng)化學(xué)習(xí)簡(jiǎn)介及其應(yīng)用
| | ├──1-一張圖通俗解釋強(qiáng)化學(xué)習(xí).mp4 17.69M
| | ├──2-強(qiáng)化學(xué)習(xí)的指導(dǎo)依據(jù).mp4 20.19M
| | ├──3-強(qiáng)化學(xué)習(xí)AI游戲DEMO.mp4 20.36M
| | ├──4-應(yīng)用領(lǐng)域簡(jiǎn)介.mp4 17.34M
| | ├──5-強(qiáng)化學(xué)習(xí)工作流程.mp4 14.78M
| | └──6-計(jì)算機(jī)眼中的狀態(tài)與行為.mp4 20.09M
| ├──10-CLIP系列
| | └──1-CLIP系列.mp4 621.00M
| ├──11-Diffusion模型解讀
| | └──1-Diffusion模型解讀.mp4 737.53M
| ├──12-Dalle2及其源碼解讀
| | └──1-Dalle2源碼解讀.mp4 614.12M
| ├──13-ChatGPT
| | └──1-ChatGPT.mp4 382.23M
| ├──2-PPO算法與公式推導(dǎo)
| | ├──1-基本情況介紹.mp4 28.05M
| | ├──2-與環(huán)境交互得到所需數(shù)據(jù).mp4 23.17M
| | ├──3-要完成的目標(biāo)分析.mp4 24.51M
| | ├──4-策略梯度推導(dǎo).mp4 21.76M
| | ├──5-baseline方法.mp4 18.36M
| | ├──6-OnPolicy與OffPolicy策略.mp4 20.77M
| | ├──7-importance sampling的作用.mp4 23.19M
| | └──8-PPO算法整體思路解析.mp4 26.57M
| ├──3-PPO實(shí)戰(zhàn)-月球登陸器訓(xùn)練實(shí)例
| | ├──1-Critic的作用與效果.mp4 40.06M
| | ├──2-PPO2版本公式解讀.mp4 31.64M
| | ├──3-參數(shù)與網(wǎng)絡(luò)結(jié)構(gòu)定義.mp4 33.70M
| | ├──4-得到動(dòng)作結(jié)果.mp4 29.01M
| | ├──5-獎(jiǎng)勵(lì)獲得與計(jì)算.mp4 36.29M
| | └──6-參數(shù)迭代與更新.mp4 49.26M
| ├──4-Q-learning與DQN算法
| | ├──1-整體任務(wù)流程演示.mp4 23.90M
| | ├──2-探索與action獲取.mp4 28.41M
| | ├──3-計(jì)算target值.mp4 22.46M
| | ├──4-訓(xùn)練與更新.mp4 34.15M
| | ├──5-算法原理通俗解讀.mp4 25.99M
| | ├──6-目標(biāo)函數(shù)與公式解析.mp4 25.54M
| | ├──7-Qlearning算法實(shí)例解讀.mp4 16.65M
| | ├──8-Q值迭代求解.mp4 22.46M
| | └──9-DQN簡(jiǎn)介.mp4 15.36M
| ├──5-DQN改進(jìn)與應(yīng)用技巧
| | ├──1-DoubleDqn要解決的問題.mp4 22.34M
| | ├──2-DuelingDqn改進(jìn)方法.mp4 19.06M
| | ├──3-Dueling整體網(wǎng)絡(luò)架構(gòu)分析.mp4 21.73M
| | ├──4-MultiSetp策略.mp4 8.67M
| | └──5-連續(xù)動(dòng)作處理方法.mp4 22.24M
| ├──6-Actor-Critic算法分析（A3C）
| | ├──1-AC算法回顧與知識(shí)點(diǎn)總結(jié).mp4 17.31M
| | ├──2-優(yōu)勢(shì)函數(shù)解讀與分析.mp4 19.87M
| | ├──3-計(jì)算流程實(shí)例.mp4 17.59M
| | ├──4-A3C整體架構(gòu)分析.mp4 16.43M
| | └──5-損失函數(shù)整理.mp4 22.40M
| ├──7-用A3C玩轉(zhuǎn)超級(jí)馬里奧
| | ├──1-整體流程與環(huán)境配置.mp4 26.97M
| | ├──2-啟動(dòng)游戲環(huán)境.mp4 32.19M
| | ├──3-要計(jì)算的指標(biāo)回顧.mp4 37.00M
| | ├──4-初始化局部模型并加載參數(shù).mp4 32.22M
| | ├──5-與環(huán)境交互得到訓(xùn)練數(shù)據(jù).mp4 39.26M
| | └──6-訓(xùn)練網(wǎng)絡(luò)模型.mp4 44.24M
| ├──8-GPT系列生成模型
| | └──1-GPT系列.mp4 442.99M
| └──9-GPT建模與預(yù)測(cè)流程
| | ├──1-生成模型可以完成的任務(wù)概述.mp4 28.91M
| | ├──2-數(shù)據(jù)樣本生成方法.mp4 72.04M
| | ├──3-訓(xùn)練所需參數(shù)解讀.mp4 57.68M
| | ├──4-模型訓(xùn)練過程.mp4 51.48M
| | └──5-部署與網(wǎng)頁預(yù)測(cè)展示.mp4 79.57M
├──18-強(qiáng)化學(xué)習(xí)與AI黑科技實(shí)例(1)
| ├──1-強(qiáng)化學(xué)習(xí)簡(jiǎn)介及其應(yīng)用
| | ├──1-一張圖通俗解釋強(qiáng)化學(xué)習(xí).mp4 17.69M
| | ├──2-強(qiáng)化學(xué)習(xí)的指導(dǎo)依據(jù).mp4 20.19M
| | ├──3-強(qiáng)化學(xué)習(xí)AI游戲DEMO.mp4 20.36M
| | ├──4-應(yīng)用領(lǐng)域簡(jiǎn)介.mp4 17.34M
| | ├──5-強(qiáng)化學(xué)習(xí)工作流程.mp4 14.78M
| | └──6-計(jì)算機(jī)眼中的狀態(tài)與行為.mp4 20.09M
| ├──10-CLIP系列
| | └──1-CLIP系列.mp4 621.00M
| ├──11-Diffusion模型解讀
| | └──1-Diffusion模型解讀.mp4 737.53M
| ├──12-Dalle2及其源碼解讀
| | └──1-Dalle2源碼解讀.mp4 614.12M
| ├──13-ChatGPT
| | └──1-ChatGPT.mp4 382.23M
| ├──2-PPO算法與公式推導(dǎo)
| | ├──1-基本情況介紹.mp4 28.05M
| | ├──2-與環(huán)境交互得到所需數(shù)據(jù).mp4 23.17M
| | ├──3-要完成的目標(biāo)分析.mp4 24.51M
| | ├──4-策略梯度推導(dǎo).mp4 21.76M
| | ├──5-baseline方法.mp4 18.36M
| | ├──6-OnPolicy與OffPolicy策略.mp4 20.77M
| | ├──7-importance sampling的作用.mp4 23.19M
| | └──8-PPO算法整體思路解析.mp4 26.57M
| ├──3-PPO實(shí)戰(zhàn)-月球登陸器訓(xùn)練實(shí)例
| | ├──1-Critic的作用與效果.mp4 40.06M
| | ├──2-PPO2版本公式解讀.mp4 31.64M
| | ├──3-參數(shù)與網(wǎng)絡(luò)結(jié)構(gòu)定義.mp4 33.70M
| | ├──4-得到動(dòng)作結(jié)果.mp4 29.01M
| | ├──5-獎(jiǎng)勵(lì)獲得與計(jì)算.mp4 36.29M
| | └──6-參數(shù)迭代與更新.mp4 49.26M
| ├──4-Q-learning與DQN算法
| | ├──1-整體任務(wù)流程演示.mp4 23.90M
| | ├──2-探索與action獲取.mp4 28.41M
| | ├──3-計(jì)算target值.mp4 22.46M
| | ├──4-訓(xùn)練與更新.mp4 34.15M
| | ├──5-算法原理通俗解讀.mp4 25.99M
| | ├──6-目標(biāo)函數(shù)與公式解析.mp4 25.54M
| | ├──7-Qlearning算法實(shí)例解讀.mp4 16.65M
| | ├──8-Q值迭代求解.mp4 22.46M
| | └──9-DQN簡(jiǎn)介.mp4 15.36M
| ├──5-DQN改進(jìn)與應(yīng)用技巧
| | ├──1-DoubleDqn要解決的問題.mp4 22.34M
| | ├──2-DuelingDqn改進(jìn)方法.mp4 19.06M
| | ├──3-Dueling整體網(wǎng)絡(luò)架構(gòu)分析.mp4 21.73M
| | ├──4-MultiSetp策略.mp4 8.67M
| | └──5-連續(xù)動(dòng)作處理方法.mp4 22.24M
| ├──6-Actor-Critic算法分析（A3C）
| | ├──1-AC算法回顧與知識(shí)點(diǎn)總結(jié).mp4 17.31M
| | ├──2-優(yōu)勢(shì)函數(shù)解讀與分析.mp4 19.87M
| | ├──3-計(jì)算流程實(shí)例.mp4 17.59M
| | ├──4-A3C整體架構(gòu)分析.mp4 16.43M
| | └──5-損失函數(shù)整理.mp4 22.40M
| ├──7-用A3C玩轉(zhuǎn)超級(jí)馬里奧
| | ├──1-整體流程與環(huán)境配置.mp4 26.97M
| | ├──2-啟動(dòng)游戲環(huán)境.mp4 32.19M
| | ├──3-要計(jì)算的指標(biāo)回顧.mp4 37.00M
| | ├──4-初始化局部模型并加載參數(shù).mp4 32.22M
| | ├──5-與環(huán)境交互得到訓(xùn)練數(shù)據(jù).mp4 39.26M
| | └──6-訓(xùn)練網(wǎng)絡(luò)模型.mp4 44.24M
| ├──8-GPT系列生成模型
| | └──1-GPT系列.mp4 442.99M
| └──9-GPT建模與預(yù)測(cè)流程
| | ├──1-生成模型可以完成的任務(wù)概述.mp4 28.91M
| | ├──2-數(shù)據(jù)樣本生成方法.mp4 72.04M
| | ├──3-訓(xùn)練所需參數(shù)解讀.mp4 57.68M
| | ├──4-模型訓(xùn)練過程.mp4 51.48M
| | └──5-部署與網(wǎng)頁預(yù)測(cè)展示.mp4 79.57M
├──2-AI課程所需安裝軟件教程
| └──1-AI課程所需安裝軟件教程
| | └──1-AI課程所需安裝軟件教程.mp4 19.61M
├──2-AI課程所需安裝軟件教程(1)
| └──1-AI課程所需安裝軟件教程
| | └──1-AI課程所需安裝軟件教程.mp4 19.61M
├──20-CV與NLP經(jīng)典大模型解讀
| ├──1-課程簡(jiǎn)介
| | └──1-課程簡(jiǎn)介.mp4 10.19M
| ├──10-openai-dalle2論文解讀
| | ├──1-論文基本思想與核心模塊分析.mp4 42.10M
| | ├──2-不同模塊對(duì)比分析.mp4 34.78M
| | ├──3-算法核心流程解讀.mp4 62.78M
| | └──4-各模塊實(shí)現(xiàn)細(xì)節(jié)講解.mp4 78.77M
| ├──11-openai-dalle2源碼解讀
| | ├──1-項(xiàng)目整體流程分析.mp4 53.51M
| | ├──2-源碼實(shí)現(xiàn)細(xì)節(jié)分析.mp4 41.14M
| | ├──3-源碼公式對(duì)應(yīng)論文分析.mp4 47.57M
| | ├──4-Decoder模塊實(shí)現(xiàn)細(xì)節(jié)解讀.mp4 44.83M
| | └──5-源碼實(shí)現(xiàn)流程總結(jié).mp4 56.49M
| ├──12-自監(jiān)督任務(wù)-對(duì)比學(xué)習(xí)思想
| | ├──1-對(duì)比學(xué)習(xí)要解決的問題分析.mp4 47.41M
| | ├──2-正負(fù)樣本構(gòu)建方法.mp4 34.18M
| | ├──3-Simclr框架流程分析.mp4 40.15M
| | └──4-下游任務(wù)應(yīng)用概述.mp4 45.04M
| ├──13-視覺自監(jiān)督BEIT算法解讀
| | ├──1-視覺自監(jiān)督任務(wù)分析.mp4 56.86M
| | ├──2-任務(wù)訓(xùn)練目標(biāo)分析.mp4 72.80M
| | ├──3-建模流程分析與效果展示.mp4 101.08M
| | ├──4-codebook模塊的作用.mp4 81.31M
| | └──5-任務(wù)總結(jié)分析.mp4 114.38M
| ├──14-視覺自監(jiān)督任務(wù)BEITV2論文解讀
| | ├──1-BEITV2版本論文出發(fā)點(diǎn)解讀.mp4 48.00M
| | ├──2-自監(jiān)督任務(wù)中兩大核心任務(wù)分析.mp4 56.24M
| | ├──3-整體網(wǎng)絡(luò)架構(gòu)圖分析.mp4 43.98M
| | ├──4-框架實(shí)現(xiàn)細(xì)節(jié)流程分析.mp4 21.84M
| | └──5-論文細(xì)節(jié)模塊實(shí)現(xiàn)解讀.mp4 99.31M
| ├──15-視覺自監(jiān)督任務(wù)BEITV2源碼解讀
| | ├──1-mmselfup源碼實(shí)現(xiàn)解讀.mp4 42.02M
| | ├──2-網(wǎng)絡(luò)結(jié)構(gòu)搭建細(xì)節(jié)解讀.mp4 49.16M
| | └──3-源碼實(shí)現(xiàn)流程總結(jié).mp4 45.78M
| ├──16-BEV感知特征空間算法解讀
| | ├──1-BEV要解決的問題通俗解讀.mp4 57.89M
| | ├──10-整體架構(gòu)總結(jié).mp4 51.47M
| | ├──2-BEV中的3D與4D分析.mp4 23.58M
| | ├──3-特征融合過程中可能遇到的問題.mp4 22.25M
| | ├──4-BEV匯總特征方法實(shí)例解讀.mp4 35.67M
| | ├──5-DeformableAttention回顧.mp4 40.86M
| | ├──6-空間注意力模塊解讀.mp4 33.92M
| | ├──7-時(shí)間模塊與拓展補(bǔ)充.mp4 27.10M
| | ├──8-論文知識(shí)點(diǎn)分析.mp4 50.40M
| | └──9-核心模塊論文分析.mp4 57.14M
| ├──17-BEVformer項(xiàng)目源碼解讀
| | ├──1-環(huán)境配置方法解讀.mp4 42.79M
| | ├──10-獲取當(dāng)前BEV特征.mp4 35.90M
| | ├──11-Decoder級(jí)聯(lián)校正模塊.mp4 41.58M
| | ├──12-損失函數(shù)與預(yù)測(cè)可視化.mp4 49.48M
| | ├──2-數(shù)據(jù)集下載與配置方法.mp4 53.57M
| | ├──3-特征提取以及BEV空間初始化.mp4 43.81M
| | ├──4-特征對(duì)齊與位置編碼初始化.mp4 43.63M
| | ├──5-Reference初始點(diǎn)構(gòu)建.mp4 37.26M
| | ├──6-BEV空間與圖像空間位置對(duì)應(yīng).mp4 37.67M
| | ├──7-注意力機(jī)制模塊計(jì)算方法.mp4 38.61M
| | ├──8-BEV空間特征構(gòu)建.mp4 34.01M
| | └──9-Decoder要完成的任務(wù)分析.mp4 33.95M
| ├──18-補(bǔ)充-視覺大模型基礎(chǔ)-deformableAttention
| | ├──1-DeformableAttention概述分析.mp4 26.55M
| | ├──2-可變形偏移量分析.mp4 37.05M
| | ├──3-應(yīng)用場(chǎng)景分析解讀.mp4 48.64M
| | ├──4-論文計(jì)算公式解讀.mp4 70.45M
| | ├──5-整體框架流程實(shí)例.mp4 52.61M
| | └──6-下游任務(wù)應(yīng)用場(chǎng)景.mp4 29.34M
| ├──2-GPT系列算法解讀
| | ├──1-GPT系列算法概述.mp4 26.53M
| | ├──2-GPT三代版本分析.mp4 29.33M
| | ├──3-GPT初代版本要解決的問題.mp4 30.99M
| | ├──4-GPT第二代版本訓(xùn)練策略.mp4 28.94M
| | ├──5-采樣策略與多樣性.mp4 28.20M
| | ├──6-GPT3的提示與生成方法.mp4 74.39M
| | ├──7-應(yīng)用場(chǎng)景CODEX分析.mp4 36.50M
| | └──8-DEMO應(yīng)用演示.mp4 98.82M
| ├──3-GPT2訓(xùn)練與預(yù)測(cè)部署流程
| | ├──1-生成模型可以完成的任務(wù)概述.mp4 28.91M
| | ├──2-數(shù)據(jù)樣本生成方法.mp4 72.04M
| | ├──3-訓(xùn)練所需參數(shù)解讀.mp4 57.68M
| | ├──4-模型訓(xùn)練過程.mp4 51.48M
| | └──5-部署與網(wǎng)頁預(yù)測(cè)展示.mp4 79.57M
| ├──4-chatgpt算法解讀分析
| | ├──1-chatgpt概述.mp4 21.49M
| | ├──2-挑戰(zhàn)及其與有監(jiān)督問題差異.mp4 22.41M
| | ├──3-強(qiáng)化學(xué)習(xí)登場(chǎng).mp4 17.69M
| | ├──4-強(qiáng)化學(xué)習(xí)的作用效果.mp4 33.81M
| | ├──5-獎(jiǎng)勵(lì)模型設(shè)計(jì)方法.mp4 26.20M
| | ├──6-RLHF訓(xùn)練流程解讀.mp4 38.53M
| | └──7-總結(jié)分析.mp4 69.21M
| ├──5-LLM與LORA微調(diào)策略解讀
| | ├──1-大模型如何做下游任務(wù).mp4 33.43M
| | ├──2-LLM落地微調(diào)分析.mp4 37.03M
| | ├──3-LLAMA與LORA介紹.mp4 30.10M
| | ├──4-LORA微調(diào)的核心思想.mp4 22.08M
| | └──5-LORA模型實(shí)現(xiàn)細(xì)節(jié).mp4 40.79M
| ├──6-LLM下游任務(wù)訓(xùn)練自己模型實(shí)戰(zhàn)
| | ├──1-提示工程的作用.mp4 44.01M
| | ├──2-基本API調(diào)用方法.mp4 59.69M
| | ├──3-數(shù)據(jù)文檔切分操作.mp4 47.88M
| | ├──4-樣本索引與向量構(gòu)建.mp4 66.44M
| | └──5-數(shù)據(jù)切塊方法.mp4 61.14M
| ├──7-視覺大模型SAM
| | ├──1-DEMO效果演示.mp4 57.83M
| | ├──2-論文解讀分析.mp4 74.48M
| | ├──3-完成的任務(wù)分析.mp4 76.96M
| | ├──4-數(shù)據(jù)閉環(huán)方法.mp4 93.66M
| | ├──5-預(yù)訓(xùn)練模型的作用.mp4 144.99M
| | ├──6-Decoder的作用與項(xiàng)目源碼.mp4 94.78M
| | ├──7-分割任務(wù)模塊設(shè)計(jì).mp4 62.84M
| | ├──8-實(shí)現(xiàn)細(xì)節(jié)分析.mp4 62.98M
| | └──9-總結(jié)分析.mp4 60.65M
| ├──8-視覺QA算法與論文解讀
| | ├──1-視覺QA要解決的問題.mp4 51.72M
| | ├──2-論文概述分析.mp4 66.38M
| | ├──3-實(shí)現(xiàn)流程路線圖.mp4 64.44M
| | ├──4-答案關(guān)注區(qū)域分析.mp4 54.45M
| | └──5-VQA任務(wù)總結(jié).mp4 51.51M
| └──9-擴(kuò)散模型diffusion架構(gòu)算法解讀
| | ├──1-擴(kuò)散模型概述與GAN遇到的問題.mp4 43.24M
| | ├──10-基本建模訓(xùn)練效果.mp4 81.38M
| | ├──2-要完成的任務(wù)分析.mp4 62.27M
| | ├──3-公式原理推導(dǎo)解讀.mp4 51.48M
| | ├──4-分布相關(guān)計(jì)算操作.mp4 45.08M
| | ├──5-算法實(shí)現(xiàn)細(xì)節(jié)推導(dǎo).mp4 41.52M
| | ├──6-公式推導(dǎo)結(jié)果分析.mp4 49.07M
| | ├──7-細(xì)節(jié)實(shí)現(xiàn)總結(jié).mp4 59.60M
| | ├──8-論文流程圖解讀.mp4 46.55M
| | └──9-案例流程分析.mp4 53.76M
├──20-CV與NLP經(jīng)典大模型解讀(1)
| ├──1-課程簡(jiǎn)介
| | └──1-課程簡(jiǎn)介.mp4 10.19M
| ├──10-openai-dalle2論文解讀
| | ├──1-論文基本思想與核心模塊分析.mp4 42.10M
| | ├──2-不同模塊對(duì)比分析.mp4 34.78M
| | ├──3-算法核心流程解讀.mp4 62.78M
| | └──4-各模塊實(shí)現(xiàn)細(xì)節(jié)講解.mp4 78.77M
| ├──11-openai-dalle2源碼解讀
| | ├──1-項(xiàng)目整體流程分析.mp4 53.51M
| | ├──2-源碼實(shí)現(xiàn)細(xì)節(jié)分析.mp4 41.14M
| | ├──3-源碼公式對(duì)應(yīng)論文分析.mp4 47.57M
| | ├──4-Decoder模塊實(shí)現(xiàn)細(xì)節(jié)解讀.mp4 44.83M
| | └──5-源碼實(shí)現(xiàn)流程總結(jié).mp4 56.49M
| ├──12-自監(jiān)督任務(wù)-對(duì)比學(xué)習(xí)思想
| | ├──1-對(duì)比學(xué)習(xí)要解決的問題分析.mp4 47.41M
| | ├──2-正負(fù)樣本構(gòu)建方法.mp4 34.18M
| | ├──3-Simclr框架流程分析.mp4 40.15M
| | └──4-下游任務(wù)應(yīng)用概述.mp4 45.04M
| ├──13-視覺自監(jiān)督BEIT算法解讀
| | ├──1-視覺自監(jiān)督任務(wù)分析.mp4 56.86M
| | ├──2-任務(wù)訓(xùn)練目標(biāo)分析.mp4 72.80M
| | ├──3-建模流程分析與效果展示.mp4 101.08M
| | ├──4-codebook模塊的作用.mp4 81.31M
| | └──5-任務(wù)總結(jié)分析.mp4 114.38M
| ├──14-視覺自監(jiān)督任務(wù)BEITV2論文解讀
| | ├──1-BEITV2版本論文出發(fā)點(diǎn)解讀.mp4 48.00M
| | ├──2-自監(jiān)督任務(wù)中兩大核心任務(wù)分析.mp4 56.24M
| | ├──3-整體網(wǎng)絡(luò)架構(gòu)圖分析.mp4 43.98M
| | ├──4-框架實(shí)現(xiàn)細(xì)節(jié)流程分析.mp4 21.84M
| | └──5-論文細(xì)節(jié)模塊實(shí)現(xiàn)解讀.mp4 99.31M
| ├──15-視覺自監(jiān)督任務(wù)BEITV2源碼解讀
| | ├──1-mmselfup源碼實(shí)現(xiàn)解讀.mp4 42.02M
| | ├──2-網(wǎng)絡(luò)結(jié)構(gòu)搭建細(xì)節(jié)解讀.mp4 49.16M
| | └──3-源碼實(shí)現(xiàn)流程總結(jié).mp4 45.78M
| ├──16-BEV感知特征空間算法解讀
| | ├──1-BEV要解決的問題通俗解讀.mp4 57.89M
| | ├──10-整體架構(gòu)總結(jié).mp4 51.47M
| | ├──2-BEV中的3D與4D分析.mp4 23.58M
| | ├──3-特征融合過程中可能遇到的問題.mp4 22.25M
| | ├──4-BEV匯總特征方法實(shí)例解讀.mp4 35.67M
| | ├──5-DeformableAttention回顧.mp4 40.86M
| | ├──6-空間注意力模塊解讀.mp4 33.92M
| | ├──7-時(shí)間模塊與拓展補(bǔ)充.mp4 27.10M
| | ├──8-論文知識(shí)點(diǎn)分析.mp4 50.40M
| | └──9-核心模塊論文分析.mp4 57.14M
| ├──17-BEVformer項(xiàng)目源碼解讀
| | ├──1-環(huán)境配置方法解讀.mp4 42.79M
| | ├──10-獲取當(dāng)前BEV特征.mp4 35.90M
| | ├──11-Decoder級(jí)聯(lián)校正模塊.mp4 41.58M
| | ├──12-損失函數(shù)與預(yù)測(cè)可視化.mp4 49.48M
| | ├──2-數(shù)據(jù)集下載與配置方法.mp4 53.57M
| | ├──3-特征提取以及BEV空間初始化.mp4 43.81M
| | ├──4-特征對(duì)齊與位置編碼初始化.mp4 43.63M
| | ├──5-Reference初始點(diǎn)構(gòu)建.mp4 37.26M
| | ├──6-BEV空間與圖像空間位置對(duì)應(yīng).mp4 37.67M
| | ├──7-注意力機(jī)制模塊計(jì)算方法.mp4 38.61M
| | ├──8-BEV空間特征構(gòu)建.mp4 34.01M
| | └──9-Decoder要完成的任務(wù)分析.mp4 33.95M
| ├──18-補(bǔ)充-視覺大模型基礎(chǔ)-deformableAttention
| | ├──1-DeformableAttention概述分析.mp4 26.55M
| | ├──2-可變形偏移量分析.mp4 37.05M
| | ├──3-應(yīng)用場(chǎng)景分析解讀.mp4 48.64M
| | ├──4-論文計(jì)算公式解讀.mp4 70.45M
| | ├──5-整體框架流程實(shí)例.mp4 52.61M
| | └──6-下游任務(wù)應(yīng)用場(chǎng)景.mp4 29.34M
| ├──2-GPT系列算法解讀
| | ├──1-GPT系列算法概述.mp4 26.53M
| | ├──2-GPT三代版本分析.mp4 29.33M
| | ├──3-GPT初代版本要解決的問題.mp4 30.99M
| | ├──4-GPT第二代版本訓(xùn)練策略.mp4 28.94M
| | ├──5-采樣策略與多樣性.mp4 28.20M
| | ├──6-GPT3的提示與生成方法.mp4 74.39M
| | ├──7-應(yīng)用場(chǎng)景CODEX分析.mp4 36.50M
| | └──8-DEMO應(yīng)用演示.mp4 98.82M
| ├──3-GPT2訓(xùn)練與預(yù)測(cè)部署流程
| | ├──1-生成模型可以完成的任務(wù)概述.mp4 28.91M
| | ├──2-數(shù)據(jù)樣本生成方法.mp4 72.04M
| | ├──3-訓(xùn)練所需參數(shù)解讀.mp4 57.68M
| | ├──4-模型訓(xùn)練過程.mp4 51.48M
| | └──5-部署與網(wǎng)頁預(yù)測(cè)展示.mp4 79.57M
| ├──4-chatgpt算法解讀分析
| | ├──1-chatgpt概述.mp4 21.49M
| | ├──2-挑戰(zhàn)及其與有監(jiān)督問題差異.mp4 22.41M
| | ├──3-強(qiáng)化學(xué)習(xí)登場(chǎng).mp4 17.69M
| | ├──4-強(qiáng)化學(xué)習(xí)的作用效果.mp4 33.81M
| | ├──5-獎(jiǎng)勵(lì)模型設(shè)計(jì)方法.mp4 26.20M
| | ├──6-RLHF訓(xùn)練流程解讀.mp4 38.53M
| | └──7-總結(jié)分析.mp4 69.21M
| ├──5-LLM與LORA微調(diào)策略解讀
| | ├──1-大模型如何做下游任務(wù).mp4 33.43M
| | ├──2-LLM落地微調(diào)分析.mp4 37.03M
| | ├──3-LLAMA與LORA介紹.mp4 30.10M
| | ├──4-LORA微調(diào)的核心思想.mp4 22.08M
| | └──5-LORA模型實(shí)現(xiàn)細(xì)節(jié).mp4 40.79M
| ├──6-LLM下游任務(wù)訓(xùn)練自己模型實(shí)戰(zhàn)
| | ├──1-提示工程的作用.mp4 44.01M
| | ├──2-基本API調(diào)用方法.mp4 59.69M
| | ├──3-數(shù)據(jù)文檔切分操作.mp4 47.88M
| | ├──4-樣本索引與向量構(gòu)建.mp4 66.44M
| | └──5-數(shù)據(jù)切塊方法.mp4 61.14M
| ├──7-視覺大模型SAM
| | ├──1-DEMO效果演示.mp4 57.83M
| | ├──2-論文解讀分析.mp4 74.48M
| | ├──3-完成的任務(wù)分析.mp4 76.96M
| | ├──4-數(shù)據(jù)閉環(huán)方法.mp4 93.66M
| | ├──5-預(yù)訓(xùn)練模型的作用.mp4 144.99M
| | ├──6-Decoder的作用與項(xiàng)目源碼.mp4 94.78M
| | ├──7-分割任務(wù)模塊設(shè)計(jì).mp4 62.84M
| | ├──8-實(shí)現(xiàn)細(xì)節(jié)分析.mp4 62.98M
| | └──9-總結(jié)分析.mp4 60.65M
| ├──8-視覺QA算法與論文解讀
| | ├──1-視覺QA要解決的問題.mp4 51.72M
| | ├──2-論文概述分析.mp4 66.38M
| | ├──3-實(shí)現(xiàn)流程路線圖.mp4 64.44M
| | ├──4-答案關(guān)注區(qū)域分析.mp4 54.45M
| | └──5-VQA任務(wù)總結(jié).mp4 51.51M
| └──9-擴(kuò)散模型diffusion架構(gòu)算法解讀
| | ├──1-擴(kuò)散模型概述與GAN遇到的問題.mp4 43.24M
| | ├──10-基本建模訓(xùn)練效果.mp4 81.38M
| | ├──2-要完成的任務(wù)分析.mp4 62.27M
| | ├──3-公式原理推導(dǎo)解讀.mp4 51.48M
| | ├──4-分布相關(guān)計(jì)算操作.mp4 45.08M
| | ├──5-算法實(shí)現(xiàn)細(xì)節(jié)推導(dǎo).mp4 41.52M
| | ├──6-公式推導(dǎo)結(jié)果分析.mp4 49.07M
| | ├──7-細(xì)節(jié)實(shí)現(xiàn)總結(jié).mp4 59.60M
| | ├──8-論文流程圖解讀.mp4 46.55M
| | └──9-案例流程分析.mp4 53.76M
├──20-CV與NLP經(jīng)典大模型解讀(2)
| ├──1-課程簡(jiǎn)介
| | └──1-課程簡(jiǎn)介.mp4 10.19M
| ├──10-openai-dalle2論文解讀
| | ├──1-論文基本思想與核心模塊分析.mp4 42.10M
| | ├──2-不同模塊對(duì)比分析.mp4 34.78M
| | ├──3-算法核心流程解讀.mp4 62.78M
| | └──4-各模塊實(shí)現(xiàn)細(xì)節(jié)講解.mp4 78.77M
| ├──11-openai-dalle2源碼解讀
| | ├──1-項(xiàng)目整體流程分析.mp4 53.51M
| | ├──2-源碼實(shí)現(xiàn)細(xì)節(jié)分析.mp4 41.14M
| | ├──3-源碼公式對(duì)應(yīng)論文分析.mp4 47.57M
| | ├──4-Decoder模塊實(shí)現(xiàn)細(xì)節(jié)解讀.mp4 44.83M
| | └──5-源碼實(shí)現(xiàn)流程總結(jié).mp4 56.49M
| ├──12-自監(jiān)督任務(wù)-對(duì)比學(xué)習(xí)思想
| | ├──1-對(duì)比學(xué)習(xí)要解決的問題分析.mp4 47.41M
| | ├──2-正負(fù)樣本構(gòu)建方法.mp4 34.18M
| | ├──3-Simclr框架流程分析.mp4 40.15M
| | └──4-下游任務(wù)應(yīng)用概述.mp4 45.04M
| ├──13-視覺自監(jiān)督BEIT算法解讀
| | ├──1-視覺自監(jiān)督任務(wù)分析.mp4 56.86M
| | ├──2-任務(wù)訓(xùn)練目標(biāo)分析.mp4 72.80M
| | ├──3-建模流程分析與效果展示.mp4 101.08M
| | ├──4-codebook模塊的作用.mp4 81.31M
| | └──5-任務(wù)總結(jié)分析.mp4 114.38M
| ├──14-視覺自監(jiān)督任務(wù)BEITV2論文解讀
| | ├──1-BEITV2版本論文出發(fā)點(diǎn)解讀.mp4 48.00M
| | ├──2-自監(jiān)督任務(wù)中兩大核心任務(wù)分析.mp4 56.24M
| | ├──3-整體網(wǎng)絡(luò)架構(gòu)圖分析.mp4 43.98M
| | ├──4-框架實(shí)現(xiàn)細(xì)節(jié)流程分析.mp4 21.84M
| | └──5-論文細(xì)節(jié)模塊實(shí)現(xiàn)解讀.mp4 99.31M
| ├──15-視覺自監(jiān)督任務(wù)BEITV2源碼解讀
| | ├──1-mmselfup源碼實(shí)現(xiàn)解讀.mp4 42.02M
| | ├──2-網(wǎng)絡(luò)結(jié)構(gòu)搭建細(xì)節(jié)解讀.mp4 49.16M
| | └──3-源碼實(shí)現(xiàn)流程總結(jié).mp4 45.78M
| ├──16-BEV感知特征空間算法解讀
| | ├──1-BEV要解決的問題通俗解讀.mp4 57.89M
| | ├──10-整體架構(gòu)總結(jié).mp4 51.47M
| | ├──2-BEV中的3D與4D分析.mp4 23.58M
| | ├──3-特征融合過程中可能遇到的問題.mp4 22.25M
| | ├──4-BEV匯總特征方法實(shí)例解讀.mp4 35.67M
| | ├──5-DeformableAttention回顧.mp4 40.86M
| | ├──6-空間注意力模塊解讀.mp4 33.92M
| | ├──7-時(shí)間模塊與拓展補(bǔ)充.mp4 27.10M
| | ├──8-論文知識(shí)點(diǎn)分析.mp4 50.40M
| | └──9-核心模塊論文分析.mp4 57.14M
| ├──17-BEVformer項(xiàng)目源碼解讀
| | ├──1-環(huán)境配置方法解讀.mp4 42.79M
| | ├──10-獲取當(dāng)前BEV特征.mp4 35.90M
| | ├──11-Decoder級(jí)聯(lián)校正模塊.mp4 41.58M
| | ├──12-損失函數(shù)與預(yù)測(cè)可視化.mp4 49.48M
| | ├──2-數(shù)據(jù)集下載與配置方法.mp4 53.57M
| | ├──3-特征提取以及BEV空間初始化.mp4 43.81M
| | ├──4-特征對(duì)齊與位置編碼初始化.mp4 43.63M
| | ├──5-Reference初始點(diǎn)構(gòu)建.mp4 37.26M
| | ├──6-BEV空間與圖像空間位置對(duì)應(yīng).mp4 37.67M
| | ├──7-注意力機(jī)制模塊計(jì)算方法.mp4 38.61M
| | ├──8-BEV空間特征構(gòu)建.mp4 34.01M
| | └──9-Decoder要完成的任務(wù)分析.mp4 33.95M
| ├──18-補(bǔ)充-視覺大模型基礎(chǔ)-deformableAttention
| | ├──1-DeformableAttention概述分析.mp4 26.55M
| | ├──2-可變形偏移量分析.mp4 37.05M
| | ├──3-應(yīng)用場(chǎng)景分析解讀.mp4 48.64M
| | ├──4-論文計(jì)算公式解讀.mp4 70.45M
| | ├──5-整體框架流程實(shí)例.mp4 52.61M
| | └──6-下游任務(wù)應(yīng)用場(chǎng)景.mp4 29.34M
| ├──2-GPT系列算法解讀
| | ├──1-GPT系列算法概述.mp4 26.53M
| | ├──2-GPT三代版本分析.mp4 29.33M
| | ├──3-GPT初代版本要解決的問題.mp4 30.99M
| | ├──4-GPT第二代版本訓(xùn)練策略.mp4 28.94M
| | ├──5-采樣策略與多樣性.mp4 28.20M
| | ├──6-GPT3的提示與生成方法.mp4 74.39M
| | ├──7-應(yīng)用場(chǎng)景CODEX分析.mp4 36.50M
| | └──8-DEMO應(yīng)用演示.mp4 98.82M
| ├──3-GPT2訓(xùn)練與預(yù)測(cè)部署流程
| | ├──1-生成模型可以完成的任務(wù)概述.mp4 28.91M
| | ├──2-數(shù)據(jù)樣本生成方法.mp4 72.04M
| | ├──3-訓(xùn)練所需參數(shù)解讀.mp4 57.68M
| | ├──4-模型訓(xùn)練過程.mp4 51.48M
| | └──5-部署與網(wǎng)頁預(yù)測(cè)展示.mp4 79.57M
| ├──4-chatgpt算法解讀分析
| | ├──1-chatgpt概述.mp4 21.49M
| | ├──2-挑戰(zhàn)及其與有監(jiān)督問題差異.mp4 22.41M
| | ├──3-強(qiáng)化學(xué)習(xí)登場(chǎng).mp4 17.69M
| | ├──4-強(qiáng)化學(xué)習(xí)的作用效果.mp4 33.81M
| | ├──5-獎(jiǎng)勵(lì)模型設(shè)計(jì)方法.mp4 26.20M
| | ├──6-RLHF訓(xùn)練流程解讀.mp4 38.53M
| | └──7-總結(jié)分析.mp4 69.21M
| ├──5-LLM與LORA微調(diào)策略解讀
| | ├──1-大模型如何做下游任務(wù).mp4 33.43M
| | ├──2-LLM落地微調(diào)分析.mp4 37.03M
| | ├──3-LLAMA與LORA介紹.mp4 30.10M
| | ├──4-LORA微調(diào)的核心思想.mp4 22.08M
| | └──5-LORA模型實(shí)現(xiàn)細(xì)節(jié).mp4 40.79M
| ├──6-LLM下游任務(wù)訓(xùn)練自己模型實(shí)戰(zhàn)
| | ├──1-提示工程的作用.mp4 44.01M
| | ├──2-基本API調(diào)用方法.mp4 59.69M
| | ├──3-數(shù)據(jù)文檔切分操作.mp4 47.88M
| | ├──4-樣本索引與向量構(gòu)建.mp4 66.44M
| | └──5-數(shù)據(jù)切塊方法.mp4 61.14M
| ├──7-視覺大模型SAM
| | ├──1-DEMO效果演示.mp4 57.83M
| | ├──2-論文解讀分析.mp4 74.48M
| | ├──3-完成的任務(wù)分析.mp4 76.96M
| | ├──4-數(shù)據(jù)閉環(huán)方法.mp4 93.66M
| | ├──5-預(yù)訓(xùn)練模型的作用.mp4 144.99M
| | ├──6-Decoder的作用與項(xiàng)目源碼.mp4 94.78M
| | ├──7-分割任務(wù)模塊設(shè)計(jì).mp4 62.84M
| | ├──8-實(shí)現(xiàn)細(xì)節(jié)分析.mp4 62.98M
| | └──9-總結(jié)分析.mp4 60.65M
| ├──8-視覺QA算法與論文解讀
| | ├──1-視覺QA要解決的問題.mp4 51.72M
| | ├──2-論文概述分析.mp4 66.38M
| | ├──3-實(shí)現(xiàn)流程路線圖.mp4 64.44M
| | ├──4-答案關(guān)注區(qū)域分析.mp4 54.45M
| | └──5-VQA任務(wù)總結(jié).mp4 51.51M
| └──9-擴(kuò)散模型diffusion架構(gòu)算法解讀
| | ├──1-擴(kuò)散模型概述與GAN遇到的問題.mp4 43.24M
| | ├──10-基本建模訓(xùn)練效果.mp4 81.38M
| | ├──2-要完成的任務(wù)分析.mp4 62.27M
| | ├──3-公式原理推導(dǎo)解讀.mp4 51.48M
| | ├──4-分布相關(guān)計(jì)算操作.mp4 45.08M
| | ├──5-算法實(shí)現(xiàn)細(xì)節(jié)推導(dǎo).mp4 41.52M
| | ├──6-公式推導(dǎo)結(jié)果分析.mp4 49.07M
| | ├──7-細(xì)節(jié)實(shí)現(xiàn)總結(jié).mp4 59.60M
| | ├──8-論文流程圖解讀.mp4 46.55M
| | └──9-案例流程分析.mp4 53.76M
├──20-面向醫(yī)學(xué)領(lǐng)域的深度學(xué)習(xí)實(shí)戰(zhàn)
| ├──1-卷積神經(jīng)網(wǎng)絡(luò)原理與參數(shù)解讀
| | ├──1-卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用領(lǐng)域.mp4 21.20M
| | ├──10-VGG網(wǎng)絡(luò)架構(gòu).mp4 19.34M
| | ├──11-殘差網(wǎng)絡(luò)Resnet.mp4 18.02M
| | ├──12-感受野的作用.mp4 16.86M
| | ├──2-卷積的作用.mp4 22.67M
| | ├──3-卷積特征值計(jì)算方法.mp4 21.23M
| | ├──4-得到特征圖表示.mp4 18.23M
| | ├──5-步長(zhǎng)與卷積核大小對(duì)結(jié)果的影響.mp4 19.86M
| | ├──6-邊緣填充方法.mp4 17.28M
| | ├──7-特征圖尺寸計(jì)算與參數(shù)共享.mp4 21.99M
| | ├──8-池化層的作用.mp4 11.31M
| | └──9-整體網(wǎng)絡(luò)架構(gòu).mp4 16.98M
| ├──10-基于deeplab的心臟視頻數(shù)據(jù)診斷分析
| | ├──1-數(shù)據(jù)集與任務(wù)概述.mp4 45.55M
| | ├──2-項(xiàng)目基本配置參數(shù).mp4 33.31M
| | ├──3-任務(wù)流程解讀.mp4 69.12M
| | ├──4-文獻(xiàn)報(bào)告分析.mp4 122.67M
| | ├──5-補(bǔ)充：視頻數(shù)據(jù)源特征處理方法概述.mp4 26.33M
| | └──6-補(bǔ)充：R(2plus1)D處理方法分析.mp4 18.88M
| ├──11-YOLO系列物體檢測(cè)算法原理解讀
| | ├──1-檢測(cè)任務(wù)中階段的意義.mp4 15.14M
| | ├──10-置信度誤差與優(yōu)缺點(diǎn)分析.mp4 26.86M
| | ├──11-V2版本細(xì)節(jié)升級(jí)概述.mp4 13.43M
| | ├──12-網(wǎng)絡(luò)結(jié)構(gòu)特點(diǎn).mp4 15.69M
| | ├──13-架構(gòu)細(xì)節(jié)解讀.mp4 18.92M
| | ├──14-基于聚類來選擇先驗(yàn)框尺寸.mp4 24.24M
| | ├──15-偏移量計(jì)算方法.mp4 27.55M
| | ├──16-坐標(biāo)映射與還原.mp4 10.08M
| | ├──17-感受野的作用.mp4 28.11M
| | ├──18-特征融合改進(jìn).mp4 19.20M
| | ├──19-V3版本改進(jìn)概述.mp4 18.27M
| | ├──2-不同階段算法優(yōu)缺點(diǎn)分析.mp4 10.68M
| | ├──20-多scale方法改進(jìn)與特征融合.mp4 17.07M
| | ├──21-經(jīng)典變換方法對(duì)比分析.mp4 10.83M
| | ├──22-殘差連接方法解讀.mp4 18.64M
| | ├──23-整體網(wǎng)絡(luò)模型架構(gòu)分析.mp4 12.93M
| | ├──24-先驗(yàn)框設(shè)計(jì)改進(jìn).mp4 13.04M
| | ├──25-sotfmax層改進(jìn).mp4 10.61M
| | ├──26-V4版本整體概述.mp4 15.06M
| | ├──27-V4版本貢獻(xiàn)解讀.mp4 10.06M
| | ├──28-數(shù)據(jù)增強(qiáng)策略分析.mp4 24.70M
| | ├──29-DropBlock與標(biāo)簽平滑方法.mp4 19.36M
| | ├──3-IOU指標(biāo)計(jì)算.mp4 11.74M
| | ├──30-損失函數(shù)遇到的問題.mp4 14.26M
| | ├──31-CIOU損失函數(shù)定義.mp4 10.82M
| | ├──32-NMS細(xì)節(jié)改進(jìn).mp4 16.66M
| | ├──33-SPP與CSP網(wǎng)絡(luò)結(jié)構(gòu).mp4 14.81M
| | ├──34-SAM注意力機(jī)制模塊.mp4 22.48M
| | ├──35-PAN模塊解讀.mp4 20.64M
| | ├──36-激活函數(shù)與整體架構(gòu)總結(jié).mp4 19.19M
| | ├──4-評(píng)估所需參數(shù)計(jì)算.mp4 26.23M
| | ├──5-map指標(biāo)計(jì)算.mp4 19.63M
| | ├──6-YOLO算法整體思路解讀.mp4 14.75M
| | ├──7-檢測(cè)算法要得到的結(jié)果.mp4 13.63M
| | ├──8-整體網(wǎng)絡(luò)架構(gòu)解讀.mp4 30.67M
| | └──9-位置損失計(jì)算.mp4 18.97M
| ├──12-基于YOLO5細(xì)胞檢測(cè)實(shí)戰(zhàn)
| | ├──1-任務(wù)與細(xì)胞數(shù)據(jù)集介紹.mp4 49.79M
| | ├──2-模型與算法配置參數(shù)解讀.mp4 42.47M
| | ├──3-網(wǎng)絡(luò)訓(xùn)練流程演示.mp4 42.34M
| | ├──4-效果評(píng)估與展示.mp4 32.65M
| | └──5-細(xì)胞檢測(cè)效果演示.mp4 43.21M
| ├──13-知識(shí)圖譜原理解讀
| | ├──1-知識(shí)圖譜通俗解讀.mp4 19.87M
| | ├──10-視覺領(lǐng)域圖編碼實(shí)例.mp4 20.97M
| | ├──11-圖譜知識(shí)融合與總結(jié)分析.mp4 23.98M
| | ├──2-知識(shí)圖譜在搜索引擎中的應(yīng)用.mp4 26.60M
| | ├──3-知識(shí)圖譜在醫(yī)療領(lǐng)域應(yīng)用實(shí)例.mp4 102.89M
| | ├──4-金融與推薦領(lǐng)域的應(yīng)用.mp4 20.39M
| | ├──5-數(shù)據(jù)獲取分析.mp4 35.93M
| | ├──6-數(shù)據(jù)關(guān)系抽取分析.mp4 27.31M
| | ├──7-常用NLP技術(shù)點(diǎn)分析.mp4 22.09M
| | ├──8-graph-embedding的作用與效果.mp4 26.15M
| | └──9-金融領(lǐng)域圖編碼實(shí)例.mp4 12.77M
| ├──14-Neo4j數(shù)據(jù)庫實(shí)戰(zhàn)
| | ├──1-Neo4j圖數(shù)據(jù)庫介紹.mp4 63.50M
| | ├──2-Neo4j數(shù)據(jù)庫安裝流程演示.mp4 27.67M
| | ├──3-可視化例子演示.mp4 43.59M
| | ├──4-創(chuàng)建與刪除操作演示.mp4 25.32M
| | └──5-數(shù)據(jù)庫更改查詢操作演示.mp4 27.14M
| ├──15-基于知識(shí)圖譜的醫(yī)藥問答系統(tǒng)實(shí)戰(zhàn)
| | ├──1-項(xiàng)目概述與整體架構(gòu)分析.mp4 37.04M
| | ├──10-完成對(duì)話系統(tǒng)構(gòu)建.mp4 39.47M
| | ├──2-醫(yī)療數(shù)據(jù)介紹及其各字段含義.mp4 62.65M
| | ├──3-任務(wù)流程概述.mp4 39.73M
| | ├──4-環(huán)境配置與所需工具包安裝.mp4 36.37M
| | ├──5-提取數(shù)據(jù)中的關(guān)鍵字段信息.mp4 61.33M
| | ├──6-創(chuàng)建關(guān)系邊.mp4 39.41M
| | ├──7-打造醫(yī)療知識(shí)圖譜模型.mp4 59.14M
| | ├──8-加載所有實(shí)體數(shù)據(jù).mp4 42.46M
| | └──9-實(shí)體關(guān)鍵詞字典制作.mp4 31.84M
| ├──16-詞向量模型與RNN網(wǎng)絡(luò)架構(gòu)
| | ├──1-詞向量模型通俗解釋.mp4 21.72M
| | ├──2-模型整體框架.mp4 28.24M
| | ├──3-訓(xùn)練數(shù)據(jù)構(gòu)建.mp4 15.85M
| | ├──4-CBOW與Skip-gram模型.mp4 23.83M
| | ├──5-負(fù)采樣方案.mp4 29.51M
| | └──6-額外補(bǔ)充-RNN網(wǎng)絡(luò)模型解讀.mp4 23.75M
| ├──17-醫(yī)學(xué)糖尿病數(shù)據(jù)命名實(shí)體識(shí)別
| | ├──1-數(shù)據(jù)與任務(wù)介紹.mp4 22.73M
| | ├──2-整體模型架構(gòu).mp4 15.01M
| | ├──3-數(shù)據(jù)-標(biāo)簽-語料庫處理.mp4 39.99M
| | ├──4-輸入樣本填充補(bǔ)齊.mp4 36.22M
| | ├──5-訓(xùn)練網(wǎng)絡(luò)模型.mp4 40.37M
| | └──6-醫(yī)療數(shù)據(jù)集（糖尿病）實(shí)體識(shí)別.mp4 81.44M
| ├──2-PyTorch框架基本處理操作
| | ├──1-PyTorch實(shí)戰(zhàn)課程簡(jiǎn)介.mp4 22.98M
| | ├──2-PyTorch框架發(fā)展趨勢(shì)簡(jiǎn)介.mp4 25.22M
| | ├──3-框架安裝方法（CPU與GPU版本）.mp4 18.60M
| | ├──4-PyTorch基本操作簡(jiǎn)介.mp4 28.68M
| | ├──5-自動(dòng)求導(dǎo)機(jī)制.mp4 33.36M
| | ├──6-線性回歸DEMO-數(shù)據(jù)與參數(shù)配置.mp4 22.62M
| | ├──7-線性回歸DEMO-訓(xùn)練回歸模型.mp4 39.40M
| | ├──8-補(bǔ)充：常見tensor格式.mp4 19.59M
| | └──9-補(bǔ)充：Hub模塊簡(jiǎn)介.mp4 53.11M
| ├──3-PyTorch框架必備核心模塊解讀
| | ├──1-卷積網(wǎng)絡(luò)參數(shù)定義.mp4 26.46M
| | ├──10-加載訓(xùn)練好的網(wǎng)絡(luò)模型.mp4 50.00M
| | ├──11-優(yōu)化器模塊配置.mp4 24.63M
| | ├──12-實(shí)現(xiàn)訓(xùn)練模塊.mp4 33.20M
| | ├──13-訓(xùn)練結(jié)果與模型保存.mp4 41.24M
| | ├──14-加載模型對(duì)測(cè)試數(shù)據(jù)進(jìn)行預(yù)測(cè).mp4 52.81M
| | ├──15-額外補(bǔ)充-Resnet論文解讀.mp4 117.98M
| | ├──16-額外補(bǔ)充-Resnet網(wǎng)絡(luò)架構(gòu)解讀.mp4 18.27M
| | ├──2-網(wǎng)絡(luò)流程解讀.mp4 37.49M
| | ├──3-Vision模塊功能解讀.mp4 23.53M
| | ├──4-分類任務(wù)數(shù)據(jù)集定義與配置.mp4 29.73M
| | ├──5-圖像增強(qiáng)的作用.mp4 14.68M
| | ├──6-數(shù)據(jù)預(yù)處理與數(shù)據(jù)增強(qiáng)模塊.mp4 37.24M
| | ├──7-Batch數(shù)據(jù)制作.mp4 43.65M
| | ├──8-遷移學(xué)習(xí)的目標(biāo).mp4 11.75M
| | └──9-遷移學(xué)習(xí)策略.mp4 15.47M
| ├──4-基于Resnet的醫(yī)學(xué)數(shù)據(jù)集分類實(shí)戰(zhàn)
| | ├──1-醫(yī)學(xué)疾病數(shù)據(jù)集介紹.mp4 18.85M
| | ├──2-Resnet網(wǎng)絡(luò)架構(gòu)原理分析.mp4 24.81M
| | ├──3-dataloader加載數(shù)據(jù)集.mp4 64.78M
| | ├──4-Resnet網(wǎng)絡(luò)前向傳播.mp4 35.82M
| | ├──5-殘差網(wǎng)絡(luò)的shortcut操作.mp4 47.34M
| | ├──6-特征圖升維與降采樣操作.mp4 26.89M
| | └──7-網(wǎng)絡(luò)整體流程與訓(xùn)練演示.mp4 67.45M
| ├──5-圖像分割及其損失函數(shù)概述
| | ├──1-語義分割與實(shí)例分割概述.mp4 20.24M
| | ├──2-分割任務(wù)中的目標(biāo)函數(shù)定義.mp4 20.00M
| | └──3-MIOU評(píng)估標(biāo)準(zhǔn).mp4 9.03M
| ├──6-Unet系列算法講解
| | ├──1-Unet網(wǎng)絡(luò)編碼與解碼過程.mp4 18.29M
| | ├──2-網(wǎng)絡(luò)計(jì)算流程.mp4 16.13M
| | ├──3-Unet升級(jí)版本改進(jìn).mp4 15.75M
| | └──4-后續(xù)升級(jí)版本介紹.mp4 18.37M
| ├──7-unet醫(yī)學(xué)細(xì)胞分割實(shí)戰(zhàn)
| | ├──1-醫(yī)學(xué)細(xì)胞數(shù)據(jù)集介紹與參數(shù)配置.mp4 71.21M
| | ├──2-數(shù)據(jù)增強(qiáng)工具.mp4 61.47M
| | ├──3-Debug模式演示網(wǎng)絡(luò)計(jì)算流程.mp4 41.37M
| | ├──4-特征融合方法演示.mp4 30.05M
| | ├──5-迭代完成整個(gè)模型計(jì)算任務(wù).mp4 33.55M
| | └──6-模型效果驗(yàn)證.mp4 47.29M
| ├──8-deeplab系列算法
| | ├──1-deeplab分割算法概述.mp4 13.81M
| | ├──2-空洞卷積的作用.mp4 16.74M
| | ├──3-感受野的意義.mp4 19.37M
| | ├──4-SPP層的作用.mp4 19.02M
| | ├──5-ASPP特征融合策略.mp4 13.45M
| | └──6-deeplabV3Plus版本網(wǎng)絡(luò)架構(gòu).mp4 24.08M
| └──9-基于deeplabV3+版本進(jìn)行VOC分割實(shí)戰(zhàn)
| | ├──1-PascalVoc數(shù)據(jù)集介紹.mp4 70.12M
| | ├──2-項(xiàng)目參數(shù)與數(shù)據(jù)集讀取.mp4 60.32M
| | ├──3-網(wǎng)絡(luò)前向傳播流程.mp4 33.10M
| | ├──4-ASPP層特征融合.mp4 51.19M
| | └──5-分割模型訓(xùn)練.mp4 34.97M
├──20-面向醫(yī)學(xué)領(lǐng)域的深度學(xué)習(xí)實(shí)戰(zhàn)(1)
| ├──1-卷積神經(jīng)網(wǎng)絡(luò)原理與參數(shù)解讀
| | ├──1-卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用領(lǐng)域.mp4 21.20M
| | ├──10-VGG網(wǎng)絡(luò)架構(gòu).mp4 19.34M
| | ├──11-殘差網(wǎng)絡(luò)Resnet.mp4 18.02M
| | ├──12-感受野的作用.mp4 16.86M
| | ├──2-卷積的作用.mp4 22.67M
| | ├──3-卷積特征值計(jì)算方法.mp4 21.23M
| | ├──4-得到特征圖表示.mp4 18.23M
| | ├──5-步長(zhǎng)與卷積核大小對(duì)結(jié)果的影響.mp4 19.86M
| | ├──6-邊緣填充方法.mp4 17.28M
| | ├──7-特征圖尺寸計(jì)算與參數(shù)共享.mp4 21.99M
| | ├──8-池化層的作用.mp4 11.31M
| | └──9-整體網(wǎng)絡(luò)架構(gòu).mp4 16.98M
| ├──10-基于deeplab的心臟視頻數(shù)據(jù)診斷分析
| | ├──1-數(shù)據(jù)集與任務(wù)概述.mp4 45.55M
| | ├──2-項(xiàng)目基本配置參數(shù).mp4 33.31M
| | ├──3-任務(wù)流程解讀.mp4 69.12M
| | ├──4-文獻(xiàn)報(bào)告分析.mp4 122.67M
| | ├──5-補(bǔ)充：視頻數(shù)據(jù)源特征處理方法概述.mp4 26.33M
| | └──6-補(bǔ)充：R(2plus1)D處理方法分析.mp4 18.88M
| ├──11-YOLO系列物體檢測(cè)算法原理解讀
| | ├──1-檢測(cè)任務(wù)中階段的意義.mp4 15.14M
| | ├──10-置信度誤差與優(yōu)缺點(diǎn)分析.mp4 26.86M
| | ├──11-V2版本細(xì)節(jié)升級(jí)概述.mp4 13.43M
| | ├──12-網(wǎng)絡(luò)結(jié)構(gòu)特點(diǎn).mp4 15.69M
| | ├──13-架構(gòu)細(xì)節(jié)解讀.mp4 18.92M
| | ├──14-基于聚類來選擇先驗(yàn)框尺寸.mp4 24.24M
| | ├──15-偏移量計(jì)算方法.mp4 27.55M
| | ├──16-坐標(biāo)映射與還原.mp4 10.08M
| | ├──17-感受野的作用.mp4 28.11M
| | ├──18-特征融合改進(jìn).mp4 19.20M
| | ├──19-V3版本改進(jìn)概述.mp4 18.27M
| | ├──2-不同階段算法優(yōu)缺點(diǎn)分析.mp4 10.68M
| | ├──20-多scale方法改進(jìn)與特征融合.mp4 17.07M
| | ├──21-經(jīng)典變換方法對(duì)比分析.mp4 10.83M
| | ├──22-殘差連接方法解讀.mp4 18.64M
| | ├──23-整體網(wǎng)絡(luò)模型架構(gòu)分析.mp4 12.93M
| | ├──24-先驗(yàn)框設(shè)計(jì)改進(jìn).mp4 13.04M
| | ├──25-sotfmax層改進(jìn).mp4 10.61M
| | ├──26-V4版本整體概述.mp4 15.06M
| | ├──27-V4版本貢獻(xiàn)解讀.mp4 10.06M
| | ├──28-數(shù)據(jù)增強(qiáng)策略分析.mp4 24.70M
| | ├──29-DropBlock與標(biāo)簽平滑方法.mp4 19.36M
| | ├──3-IOU指標(biāo)計(jì)算.mp4 11.74M
| | ├──30-損失函數(shù)遇到的問題.mp4 14.26M
| | ├──31-CIOU損失函數(shù)定義.mp4 10.82M
| | ├──32-NMS細(xì)節(jié)改進(jìn).mp4 16.66M
| | ├──33-SPP與CSP網(wǎng)絡(luò)結(jié)構(gòu).mp4 14.81M
| | ├──34-SAM注意力機(jī)制模塊.mp4 22.48M
| | ├──35-PAN模塊解讀.mp4 20.64M
| | ├──36-激活函數(shù)與整體架構(gòu)總結(jié).mp4 19.19M
| | ├──4-評(píng)估所需參數(shù)計(jì)算.mp4 26.23M
| | ├──5-map指標(biāo)計(jì)算.mp4 19.63M
| | ├──6-YOLO算法整體思路解讀.mp4 14.75M
| | ├──7-檢測(cè)算法要得到的結(jié)果.mp4 13.63M
| | ├──8-整體網(wǎng)絡(luò)架構(gòu)解讀.mp4 30.67M
| | └──9-位置損失計(jì)算.mp4 18.97M
| ├──12-基于YOLO5細(xì)胞檢測(cè)實(shí)戰(zhàn)
| | ├──1-任務(wù)與細(xì)胞數(shù)據(jù)集介紹.mp4 49.79M
| | ├──2-模型與算法配置參數(shù)解讀.mp4 42.47M
| | ├──3-網(wǎng)絡(luò)訓(xùn)練流程演示.mp4 42.34M
| | ├──4-效果評(píng)估與展示.mp4 32.65M
| | └──5-細(xì)胞檢測(cè)效果演示.mp4 43.21M
| ├──13-知識(shí)圖譜原理解讀
| | ├──1-知識(shí)圖譜通俗解讀.mp4 19.87M
| | ├──10-視覺領(lǐng)域圖編碼實(shí)例.mp4 20.97M
| | ├──11-圖譜知識(shí)融合與總結(jié)分析.mp4 23.98M
| | ├──2-知識(shí)圖譜在搜索引擎中的應(yīng)用.mp4 26.60M
| | ├──3-知識(shí)圖譜在醫(yī)療領(lǐng)域應(yīng)用實(shí)例.mp4 102.89M
| | ├──4-金融與推薦領(lǐng)域的應(yīng)用.mp4 20.39M
| | ├──5-數(shù)據(jù)獲取分析.mp4 35.93M
| | ├──6-數(shù)據(jù)關(guān)系抽取分析.mp4 27.31M
| | ├──7-常用NLP技術(shù)點(diǎn)分析.mp4 22.09M
| | ├──8-graph-embedding的作用與效果.mp4 26.15M
| | └──9-金融領(lǐng)域圖編碼實(shí)例.mp4 12.77M
| ├──14-Neo4j數(shù)據(jù)庫實(shí)戰(zhàn)
| | ├──1-Neo4j圖數(shù)據(jù)庫介紹.mp4 63.50M
| | ├──2-Neo4j數(shù)據(jù)庫安裝流程演示.mp4 27.67M
| | ├──3-可視化例子演示.mp4 43.59M
| | ├──4-創(chuàng)建與刪除操作演示.mp4 25.32M
| | └──5-數(shù)據(jù)庫更改查詢操作演示.mp4 27.14M
| ├──15-基于知識(shí)圖譜的醫(yī)藥問答系統(tǒng)實(shí)戰(zhàn)
| | ├──1-項(xiàng)目概述與整體架構(gòu)分析.mp4 37.04M
| | ├──10-完成對(duì)話系統(tǒng)構(gòu)建.mp4 39.47M
| | ├──2-醫(yī)療數(shù)據(jù)介紹及其各字段含義.mp4 62.65M
| | ├──3-任務(wù)流程概述.mp4 39.73M
| | ├──4-環(huán)境配置與所需工具包安裝.mp4 36.37M
| | ├──5-提取數(shù)據(jù)中的關(guān)鍵字段信息.mp4 61.33M
| | ├──6-創(chuàng)建關(guān)系邊.mp4 39.41M
| | ├──7-打造醫(yī)療知識(shí)圖譜模型.mp4 59.14M
| | ├──8-加載所有實(shí)體數(shù)據(jù).mp4 42.46M
| | └──9-實(shí)體關(guān)鍵詞字典制作.mp4 31.84M
| ├──16-詞向量模型與RNN網(wǎng)絡(luò)架構(gòu)
| | ├──1-詞向量模型通俗解釋.mp4 21.72M
| | ├──2-模型整體框架.mp4 28.24M
| | ├──3-訓(xùn)練數(shù)據(jù)構(gòu)建.mp4 15.85M
| | ├──4-CBOW與Skip-gram模型.mp4 23.83M
| | ├──5-負(fù)采樣方案.mp4 29.51M
| | └──6-額外補(bǔ)充-RNN網(wǎng)絡(luò)模型解讀.mp4 23.75M
| ├──17-醫(yī)學(xué)糖尿病數(shù)據(jù)命名實(shí)體識(shí)別
| | ├──1-數(shù)據(jù)與任務(wù)介紹.mp4 22.73M
| | ├──2-整體模型架構(gòu).mp4 15.01M
| | ├──3-數(shù)據(jù)-標(biāo)簽-語料庫處理.mp4 39.99M
| | ├──4-輸入樣本填充補(bǔ)齊.mp4 36.22M
| | ├──5-訓(xùn)練網(wǎng)絡(luò)模型.mp4 40.37M
| | └──6-醫(yī)療數(shù)據(jù)集（糖尿�。⿲�(shí)體識(shí)別.mp4 81.44M
| ├──2-PyTorch框架基本處理操作
| | ├──1-PyTorch實(shí)戰(zhàn)課程簡(jiǎn)介.mp4 22.98M
| | ├──2-PyTorch框架發(fā)展趨勢(shì)簡(jiǎn)介.mp4 25.22M
| | ├──3-框架安裝方法（CPU與GPU版本）.mp4 18.60M
| | ├──4-PyTorch基本操作簡(jiǎn)介.mp4 28.68M
| | ├──5-自動(dòng)求導(dǎo)機(jī)制.mp4 33.36M
| | ├──6-線性回歸DEMO-數(shù)據(jù)與參數(shù)配置.mp4 22.62M
| | ├──7-線性回歸DEMO-訓(xùn)練回歸模型.mp4 39.40M
| | ├──8-補(bǔ)充：常見tensor格式.mp4 19.59M
| | └──9-補(bǔ)充：Hub模塊簡(jiǎn)介.mp4 53.11M
| ├──3-PyTorch框架必備核心模塊解讀
| | ├──1-卷積網(wǎng)絡(luò)參數(shù)定義.mp4 26.46M
| | ├──10-加載訓(xùn)練好的網(wǎng)絡(luò)模型.mp4 50.00M
| | ├──11-優(yōu)化器模塊配置.mp4 24.63M
| | ├──12-實(shí)現(xiàn)訓(xùn)練模塊.mp4 33.20M
| | ├──13-訓(xùn)練結(jié)果與模型保存.mp4 41.24M
| | ├──14-加載模型對(duì)測(cè)試數(shù)據(jù)進(jìn)行預(yù)測(cè).mp4 52.81M
| | ├──15-額外補(bǔ)充-Resnet論文解讀.mp4 117.98M
| | ├──16-額外補(bǔ)充-Resnet網(wǎng)絡(luò)架構(gòu)解讀.mp4 18.27M
| | ├──2-網(wǎng)絡(luò)流程解讀.mp4 37.49M
| | ├──3-Vision模塊功能解讀.mp4 23.53M
| | ├──4-分類任務(wù)數(shù)據(jù)集定義與配置.mp4 29.73M
| | ├──5-圖像增強(qiáng)的作用.mp4 14.68M
| | ├──6-數(shù)據(jù)預(yù)處理與數(shù)據(jù)增強(qiáng)模塊.mp4 37.24M
| | ├──7-Batch數(shù)據(jù)制作.mp4 43.65M
| | ├──8-遷移學(xué)習(xí)的目標(biāo).mp4 11.75M
| | └──9-遷移學(xué)習(xí)策略.mp4 15.47M
| ├──4-基于Resnet的醫(yī)學(xué)數(shù)據(jù)集分類實(shí)戰(zhàn)
| | ├──1-醫(yī)學(xué)疾病數(shù)據(jù)集介紹.mp4 18.85M
| | ├──2-Resnet網(wǎng)絡(luò)架構(gòu)原理分析.mp4 24.81M
| | ├──3-dataloader加載數(shù)據(jù)集.mp4 64.78M
| | ├──4-Resnet網(wǎng)絡(luò)前向傳播.mp4 35.82M
| | ├──5-殘差網(wǎng)絡(luò)的shortcut操作.mp4 47.34M
| | ├──6-特征圖升維與降采樣操作.mp4 26.89M
| | └──7-網(wǎng)絡(luò)整體流程與訓(xùn)練演示.mp4 67.45M
| ├──5-圖像分割及其損失函數(shù)概述
| | ├──1-語義分割與實(shí)例分割概述.mp4 20.24M
| | ├──2-分割任務(wù)中的目標(biāo)函數(shù)定義.mp4 20.00M
| | └──3-MIOU評(píng)估標(biāo)準(zhǔn).mp4 9.03M
| ├──6-Unet系列算法講解
| | ├──1-Unet網(wǎng)絡(luò)編碼與解碼過程.mp4 18.29M
| | ├──2-網(wǎng)絡(luò)計(jì)算流程.mp4 16.13M
| | ├──3-Unet升級(jí)版本改進(jìn).mp4 15.75M
| | └──4-后續(xù)升級(jí)版本介紹.mp4 18.37M
| ├──7-unet醫(yī)學(xué)細(xì)胞分割實(shí)戰(zhàn)
| | ├──1-醫(yī)學(xué)細(xì)胞數(shù)據(jù)集介紹與參數(shù)配置.mp4 71.21M
| | ├──2-數(shù)據(jù)增強(qiáng)工具.mp4 61.47M
| | ├──3-Debug模式演示網(wǎng)絡(luò)計(jì)算流程.mp4 41.37M
| | ├──4-特征融合方法演示.mp4 30.05M
| | ├──5-迭代完成整個(gè)模型計(jì)算任務(wù).mp4 33.55M
| | └──6-模型效果驗(yàn)證.mp4 47.29M
| ├──8-deeplab系列算法
| | ├──1-deeplab分割算法概述.mp4 13.81M
| | ├──2-空洞卷積的作用.mp4 16.74M
| | ├──3-感受野的意義.mp4 19.37M
| | ├──4-SPP層的作用.mp4 19.02M
| | ├──5-ASPP特征融合策略.mp4 13.45M
| | └──6-deeplabV3Plus版本網(wǎng)絡(luò)架構(gòu).mp4 24.08M
| └──9-基于deeplabV3+版本進(jìn)行VOC分割實(shí)戰(zhàn)
| | ├──1-PascalVoc數(shù)據(jù)集介紹.mp4 70.12M
| | ├──2-項(xiàng)目參數(shù)與數(shù)據(jù)集讀取.mp4 60.32M
| | ├──3-網(wǎng)絡(luò)前向傳播流程.mp4 33.10M
| | ├──4-ASPP層特征融合.mp4 51.19M
| | └──5-分割模型訓(xùn)練.mp4 34.97M
├──20-面向醫(yī)學(xué)領(lǐng)域的深度學(xué)習(xí)實(shí)戰(zhàn)(2)
| ├──1-卷積神經(jīng)網(wǎng)絡(luò)原理與參數(shù)解讀
| | ├──1-卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用領(lǐng)域.mp4 21.20M
| | ├──10-VGG網(wǎng)絡(luò)架構(gòu).mp4 19.34M
| | ├──11-殘差網(wǎng)絡(luò)Resnet.mp4 18.02M
| | ├──12-感受野的作用.mp4 16.86M
| | ├──2-卷積的作用.mp4 22.67M
| | ├──3-卷積特征值計(jì)算方法.mp4 21.23M
| | ├──4-得到特征圖表示.mp4 18.23M
| | ├──5-步長(zhǎng)與卷積核大小對(duì)結(jié)果的影響.mp4 19.86M
| | ├──6-邊緣填充方法.mp4 17.28M
| | ├──7-特征圖尺寸計(jì)算與參數(shù)共享.mp4 21.99M
| | ├──8-池化層的作用.mp4 11.31M
| | └──9-整體網(wǎng)絡(luò)架構(gòu).mp4 16.98M
| ├──10-基于deeplab的心臟視頻數(shù)據(jù)診斷分析
| | ├──1-數(shù)據(jù)集與任務(wù)概述.mp4 45.55M
| | ├──2-項(xiàng)目基本配置參數(shù).mp4 33.31M
| | ├──3-任務(wù)流程解讀.mp4 69.12M
| | ├──4-文獻(xiàn)報(bào)告分析.mp4 122.67M
| | ├──5-補(bǔ)充：視頻數(shù)據(jù)源特征處理方法概述.mp4 26.33M
| | └──6-補(bǔ)充：R(2plus1)D處理方法分析.mp4 18.88M
| ├──11-YOLO系列物體檢測(cè)算法原理解讀
| | ├──1-檢測(cè)任務(wù)中階段的意義.mp4 15.14M
| | ├──10-置信度誤差與優(yōu)缺點(diǎn)分析.mp4 26.86M
| | ├──11-V2版本細(xì)節(jié)升級(jí)概述.mp4 13.43M
| | ├──12-網(wǎng)絡(luò)結(jié)構(gòu)特點(diǎn).mp4 15.69M
| | ├──13-架構(gòu)細(xì)節(jié)解讀.mp4 18.92M
| | ├──14-基于聚類來選擇先驗(yàn)框尺寸.mp4 24.24M
| | ├──15-偏移量計(jì)算方法.mp4 27.55M
| | ├──16-坐標(biāo)映射與還原.mp4 10.08M
| | ├──17-感受野的作用.mp4 28.11M
| | ├──18-特征融合改進(jìn).mp4 19.20M
| | ├──19-V3版本改進(jìn)概述.mp4 18.27M
| | ├──2-不同階段算法優(yōu)缺點(diǎn)分析.mp4 10.68M
| | ├──20-多scale方法改進(jìn)與特征融合.mp4 17.07M
| | ├──21-經(jīng)典變換方法對(duì)比分析.mp4 10.83M
| | ├──22-殘差連接方法解讀.mp4 18.64M
| | ├──23-整體網(wǎng)絡(luò)模型架構(gòu)分析.mp4 12.93M
| | ├──24-先驗(yàn)框設(shè)計(jì)改進(jìn).mp4 13.04M
| | ├──25-sotfmax層改進(jìn).mp4 10.61M
| | ├──26-V4版本整體概述.mp4 15.06M
| | ├──27-V4版本貢獻(xiàn)解讀.mp4 10.06M
| | ├──28-數(shù)據(jù)增強(qiáng)策略分析.mp4 24.70M
| | ├──29-DropBlock與標(biāo)簽平滑方法.mp4 19.36M
| | ├──3-IOU指標(biāo)計(jì)算.mp4 11.74M
| | ├──30-損失函數(shù)遇到的問題.mp4 14.26M
| | ├──31-CIOU損失函數(shù)定義.mp4 10.82M
| | ├──32-NMS細(xì)節(jié)改進(jìn).mp4 16.66M
| | ├──33-SPP與CSP網(wǎng)絡(luò)結(jié)構(gòu).mp4 14.81M
| | ├──34-SAM注意力機(jī)制模塊.mp4 22.48M
| | ├──35-PAN模塊解讀.mp4 20.64M
| | ├──36-激活函數(shù)與整體架構(gòu)總結(jié).mp4 19.19M
| | ├──4-評(píng)估所需參數(shù)計(jì)算.mp4 26.23M
| | ├──5-map指標(biāo)計(jì)算.mp4 19.63M
| | ├──6-YOLO算法整體思路解讀.mp4 14.75M
| | ├──7-檢測(cè)算法要得到的結(jié)果.mp4 13.63M
| | ├──8-整體網(wǎng)絡(luò)架構(gòu)解讀.mp4 30.67M
| | └──9-位置損失計(jì)算.mp4 18.97M
| ├──12-基于YOLO5細(xì)胞檢測(cè)實(shí)戰(zhàn)
| | ├──1-任務(wù)與細(xì)胞數(shù)據(jù)集介紹.mp4 49.79M
| | ├──2-模型與算法配置參數(shù)解讀.mp4 42.47M
| | ├──3-網(wǎng)絡(luò)訓(xùn)練流程演示.mp4 42.34M
| | ├──4-效果評(píng)估與展示.mp4 32.65M
| | └──5-細(xì)胞檢測(cè)效果演示.mp4 43.21M
| ├──13-知識(shí)圖譜原理解讀
| | ├──1-知識(shí)圖譜通俗解讀.mp4 19.87M
| | ├──10-視覺領(lǐng)域圖編碼實(shí)例.mp4 20.97M
| | ├──11-圖譜知識(shí)融合與總結(jié)分析.mp4 23.98M
| | ├──2-知識(shí)圖譜在搜索引擎中的應(yīng)用.mp4 26.60M
| | ├──3-知識(shí)圖譜在醫(yī)療領(lǐng)域應(yīng)用實(shí)例.mp4 102.89M
| | ├──4-金融與推薦領(lǐng)域的應(yīng)用.mp4 20.39M
| | ├──5-數(shù)據(jù)獲取分析.mp4 35.93M
| | ├──6-數(shù)據(jù)關(guān)系抽取分析.mp4 27.31M
| | ├──7-常用NLP技術(shù)點(diǎn)分析.mp4 22.09M
| | ├──8-graph-embedding的作用與效果.mp4 26.15M
| | └──9-金融領(lǐng)域圖編碼實(shí)例.mp4 12.77M
| ├──14-Neo4j數(shù)據(jù)庫實(shí)戰(zhàn)
| | ├──1-Neo4j圖數(shù)據(jù)庫介紹.mp4 63.50M
| | ├──2-Neo4j數(shù)據(jù)庫安裝流程演示.mp4 27.67M
| | ├──3-可視化例子演示.mp4 43.59M
| | ├──4-創(chuàng)建與刪除操作演示.mp4 25.32M
| | └──5-數(shù)據(jù)庫更改查詢操作演示.mp4 27.14M
| ├──15-基于知識(shí)圖譜的醫(yī)藥問答系統(tǒng)實(shí)戰(zhàn)
| | ├──1-項(xiàng)目概述與整體架構(gòu)分析.mp4 37.04M
| | ├──10-完成對(duì)話系統(tǒng)構(gòu)建.mp4 39.47M
| | ├──2-醫(yī)療數(shù)據(jù)介紹及其各字段含義.mp4 62.65M
| | ├──3-任務(wù)流程概述.mp4 39.73M
| | ├──4-環(huán)境配置與所需工具包安裝.mp4 36.37M
| | ├──5-提取數(shù)據(jù)中的關(guān)鍵字段信息.mp4 61.33M
| | ├──6-創(chuàng)建關(guān)系邊.mp4 39.41M
| | ├──7-打造醫(yī)療知識(shí)圖譜模型.mp4 59.14M
| | ├──8-加載所有實(shí)體數(shù)據(jù).mp4 42.46M
| | └──9-實(shí)體關(guān)鍵詞字典制作.mp4 31.84M
| ├──16-詞向量模型與RNN網(wǎng)絡(luò)架構(gòu)
| | ├──1-詞向量模型通俗解釋.mp4 21.72M
| | ├──2-模型整體框架.mp4 28.24M
| | ├──3-訓(xùn)練數(shù)據(jù)構(gòu)建.mp4 15.85M
| | ├──4-CBOW與Skip-gram模型.mp4 23.83M
| | ├──5-負(fù)采樣方案.mp4 29.51M
| | └──6-額外補(bǔ)充-RNN網(wǎng)絡(luò)模型解讀.mp4 23.75M
| ├──17-醫(yī)學(xué)糖尿病數(shù)據(jù)命名實(shí)體識(shí)別
| | ├──1-數(shù)據(jù)與任務(wù)介紹.mp4 22.73M
| | ├──2-整體模型架構(gòu).mp4 15.01M
| | ├──3-數(shù)據(jù)-標(biāo)簽-語料庫處理.mp4 39.99M
| | ├──4-輸入樣本填充補(bǔ)齊.mp4 36.22M
| | ├──5-訓(xùn)練網(wǎng)絡(luò)模型.mp4 40.37M
| | └──6-醫(yī)療數(shù)據(jù)集（糖尿�。⿲�(shí)體識(shí)別.mp4 81.44M
| ├──2-PyTorch框架基本處理操作
| | ├──1-PyTorch實(shí)戰(zhàn)課程簡(jiǎn)介.mp4 22.98M
| | ├──2-PyTorch框架發(fā)展趨勢(shì)簡(jiǎn)介.mp4 25.22M
| | ├──3-框架安裝方法（CPU與GPU版本）.mp4 18.60M
| | ├──4-PyTorch基本操作簡(jiǎn)介.mp4 28.68M
| | ├──5-自動(dòng)求導(dǎo)機(jī)制.mp4 33.36M
| | ├──6-線性回歸DEMO-數(shù)據(jù)與參數(shù)配置.mp4 22.62M
| | ├──7-線性回歸DEMO-訓(xùn)練回歸模型.mp4 39.40M
| | ├──8-補(bǔ)充：常見tensor格式.mp4 19.59M
| | └──9-補(bǔ)充：Hub模塊簡(jiǎn)介.mp4 53.11M
| ├──3-PyTorch框架必備核心模塊解讀
| | ├──1-卷積網(wǎng)絡(luò)參數(shù)定義.mp4 26.46M
| | ├──10-加載訓(xùn)練好的網(wǎng)絡(luò)模型.mp4 50.00M
| | ├──11-優(yōu)化器模塊配置.mp4 24.63M
| | ├──12-實(shí)現(xiàn)訓(xùn)練模塊.mp4 33.20M
| | ├──13-訓(xùn)練結(jié)果與模型保存.mp4 41.24M
| | ├──14-加載模型對(duì)測(cè)試數(shù)據(jù)進(jìn)行預(yù)測(cè).mp4 52.81M
| | ├──15-額外補(bǔ)充-Resnet論文解讀.mp4 117.98M
| | ├──16-額外補(bǔ)充-Resnet網(wǎng)絡(luò)架構(gòu)解讀.mp4 18.27M
| | ├──2-網(wǎng)絡(luò)流程解讀.mp4 37.49M
| | ├──3-Vision模塊功能解讀.mp4 23.53M
| | ├──4-分類任務(wù)數(shù)據(jù)集定義與配置.mp4 29.73M
| | ├──5-圖像增強(qiáng)的作用.mp4 14.68M
| | ├──6-數(shù)據(jù)預(yù)處理與數(shù)據(jù)增強(qiáng)模塊.mp4 37.24M
| | ├──7-Batch數(shù)據(jù)制作.mp4 43.65M
| | ├──8-遷移學(xué)習(xí)的目標(biāo).mp4 11.75M
| | └──9-遷移學(xué)習(xí)策略.mp4 15.47M
| ├──4-基于Resnet的醫(yī)學(xué)數(shù)據(jù)集分類實(shí)戰(zhàn)
| | ├──1-醫(yī)學(xué)疾病數(shù)據(jù)集介紹.mp4 18.85M
| | ├──2-Resnet網(wǎng)絡(luò)架構(gòu)原理分析.mp4 24.81M
| | ├──3-dataloader加載數(shù)據(jù)集.mp4 64.78M
| | ├──4-Resnet網(wǎng)絡(luò)前向傳播.mp4 35.82M
| | ├──5-殘差網(wǎng)絡(luò)的shortcut操作.mp4 47.34M
| | ├──6-特征圖升維與降采樣操作.mp4 26.89M
| | └──7-網(wǎng)絡(luò)整體流程與訓(xùn)練演示.mp4 67.45M
| ├──5-圖像分割及其損失函數(shù)概述
| | ├──1-語義分割與實(shí)例分割概述.mp4 20.24M
| | ├──2-分割任務(wù)中的目標(biāo)函數(shù)定義.mp4 20.00M
| | └──3-MIOU評(píng)估標(biāo)準(zhǔn).mp4 9.03M
| ├──6-Unet系列算法講解
| | ├──1-Unet網(wǎng)絡(luò)編碼與解碼過程.mp4 18.29M
| | ├──2-網(wǎng)絡(luò)計(jì)算流程.mp4 16.13M
| | ├──3-Unet升級(jí)版本改進(jìn).mp4 15.75M
| | └──4-后續(xù)升級(jí)版本介紹.mp4 18.37M
| ├──7-unet醫(yī)學(xué)細(xì)胞分割實(shí)戰(zhàn)
| | ├──1-醫(yī)學(xué)細(xì)胞數(shù)據(jù)集介紹與參數(shù)配置.mp4 71.21M
| | ├──2-數(shù)據(jù)增強(qiáng)工具.mp4 61.47M
| | ├──3-Debug模式演示網(wǎng)絡(luò)計(jì)算流程.mp4 41.37M
| | ├──4-特征融合方法演示.mp4 30.05M
| | ├──5-迭代完成整個(gè)模型計(jì)算任務(wù).mp4 33.55M
| | └──6-模型效果驗(yàn)證.mp4 47.29M
| ├──8-deeplab系列算法
| | ├──1-deeplab分割算法概述.mp4 13.81M
| | ├──2-空洞卷積的作用.mp4 16.74M
| | ├──3-感受野的意義.mp4 19.37M
| | ├──4-SPP層的作用.mp4 19.02M
| | ├──5-ASPP特征融合策略.mp4 13.45M
| | └──6-deeplabV3Plus版本網(wǎng)絡(luò)架構(gòu).mp4 24.08M
| └──9-基于deeplabV3+版本進(jìn)行VOC分割實(shí)戰(zhàn)
| | ├──1-PascalVoc數(shù)據(jù)集介紹.mp4 70.12M
| | ├──2-項(xiàng)目參數(shù)與數(shù)據(jù)集讀取.mp4 60.32M
| | ├──3-網(wǎng)絡(luò)前向傳播流程.mp4 33.10M
| | ├──4-ASPP層特征融合.mp4 51.19M
| | └──5-分割模型訓(xùn)練.mp4 34.97M
├──21-深度學(xué)習(xí)模型部署與剪枝優(yōu)化實(shí)戰(zhàn)
| ├──1-AIoT人工智能物聯(lián)網(wǎng)之認(rèn)識(shí) jetson nano
| | ├──1- jetson nano 硬件介紹.mp4 22.06M
| | ├──2-jetson nano 刷機(jī).mp4 105.19M
| | ├──3- jetson nano 系統(tǒng)安裝過程.mp4 84.51M
| | ├──4-感受nano的GPU算力.mp4 62.42M
| | └──5-安裝使用攝像頭csi usb.mp4 43.16M
| ├──10-模型剪枝-Network Slimming算法分析
| | ├──1-論文算法核心框架概述.mp4 19.64M
| | ├──2-BatchNorm要解決的問題.mp4 18.48M
| | ├──3-BN的本質(zhì)作用.mp4 22.56M
| | ├──4-額外的訓(xùn)練參數(shù)解讀.mp4 20.11M
| | └──5-稀疏化原理與效果.mp4 23.90M
| ├──11-模型剪枝-Network Slimming實(shí)戰(zhàn)解讀
| | ├──1-整體案例流程解讀.mp4 32.40M
| | ├──2-加入L1正則化來進(jìn)行更新.mp4 28.38M
| | ├──3-剪枝模塊介紹.mp4 31.01M
| | ├──4-篩選需要的特征圖.mp4 36.30M
| | ├──5-剪枝后模型參數(shù)賦值.mp4 49.50M
| | └──6-微調(diào)完成剪枝模型.mp4 46.91M
| ├──12-Mobilenet三代網(wǎng)絡(luò)模型架構(gòu)
| | ├──1-模型剪枝分析.mp4 22.35M
| | ├──10-V2整體架構(gòu)與效果分析.mp4 10.48M
| | ├──11-V3版本網(wǎng)絡(luò)架構(gòu)分析.mp4 11.56M
| | ├──12-SE模塊作用與效果解讀.mp4 31.91M
| | ├──13-代碼實(shí)現(xiàn)mobilenetV3網(wǎng)絡(luò)架構(gòu).mp4 68.85M
| | ├──2-常見剪枝方法介紹.mp4 21.73M
| | ├──3-mobilenet簡(jiǎn)介.mp4 8.62M
| | ├──4-經(jīng)典卷積計(jì)算量與參數(shù)量分析.mp4 13.21M
| | ├──5-深度可分離卷積的作用與效果.mp4 14.31M
| | ├──6-參數(shù)與計(jì)算量的比較.mp4 39.68M
| | ├──7-V1版本效果分析.mp4 24.94M
| | ├──8-V2版本改進(jìn)以及Relu激活函數(shù)的問題.mp4 19.55M
| | └──9-倒殘差結(jié)構(gòu)的作用.mp4 17.43M
| ├──2-AIoT人工智能物聯(lián)網(wǎng)之AI 實(shí)戰(zhàn)
| | ├──1- jetson-inference 入門.mp4 59.71M
| | ├──2-docker 的安裝使用.mp4 86.11M
| | ├──3-docker中運(yùn)行分類模型.mp4 197.54M
| | ├──4-訓(xùn)練自己的目標(biāo)檢測(cè)模型準(zhǔn)備.mp4 77.71M
| | ├──5- 訓(xùn)練出自己目標(biāo)識(shí)別模型a.mp4 109.79M
| | ├──6-訓(xùn)練出自己目標(biāo)識(shí)別模型b.mp4 91.42M
| | └──7-轉(zhuǎn)換出onnx模型，并使用.mp4 74.62M
| ├──3-AIoT人工智能物聯(lián)網(wǎng)之NVIDIA TAO 實(shí)用級(jí)的訓(xùn)練神器
| | ├──1-NVIDIA TAO介紹和安裝.mp4 74.35M
| | ├──2-NVIDIA TAO數(shù)據(jù)準(zhǔn)備和環(huán)境設(shè)置.mp4 74.09M
| | ├──3-NVIDIA TAO數(shù)據(jù)轉(zhuǎn)換.mp4 146.27M
| | ├──4-NVIDIA TAO預(yù)訓(xùn)練模型和訓(xùn)練a.mp4 100.69M
| | ├──5-NVIDIA TAO預(yù)訓(xùn)練模型和訓(xùn)練b.mp4 18.72M
| | ├──6-NVIDIA TAO預(yù)訓(xùn)練模型和訓(xùn)練c..mp4 42.86M
| | └──7-TAO 剪枝在訓(xùn)練推理驗(yàn)證.mp4 198.78M
| ├──4- AIoT人工智能物聯(lián)網(wǎng)之deepstream
| | ├──1-deepstream 介紹安裝.mp4 108.78M
| | ├──2-deepstream HelloWorld.mp4 51.92M
| | ├──3-GStreamer RTP和RTSP1.mp4 90.64M
| | ├──4-GStreamer RTP和RTSP2.mp4 138.80M
| | ├──5-python實(shí)現(xiàn)RTP和RTSP.mp4 118.05M
| | ├──6-deepstream推理.mp4 117.90M
| | └──7-deepstream集成yolov4.mp4 117.19M
| ├──6-pyTorch框架部署實(shí)踐
| | ├──1-所需基本環(huán)境配置.mp4 22.07M
| | ├──2-模型加載與數(shù)據(jù)預(yù)處理.mp4 39.61M
| | ├──3-接收與預(yù)測(cè)模塊實(shí)現(xiàn).mp4 37.66M
| | ├──4-效果實(shí)例演示.mp4 43.27M
| | └──5-課程簡(jiǎn)介.mp4 8.15M
| ├──7-YOLO-V3物體檢測(cè)部署實(shí)例
| | ├──1-項(xiàng)目所需配置文件介紹.mp4 24.63M
| | ├──2-加載參數(shù)與模型權(quán)重.mp4 35.63M
| | ├──3-數(shù)據(jù)預(yù)處理.mp4 53.86M
| | └──4-返回線性預(yù)測(cè)結(jié)果.mp4 44.91M
| ├──8-docker實(shí)例演示
| | ├──1-docker簡(jiǎn)介.mp4 15.95M
| | ├──2-docker安裝與配置.mp4 48.52M
| | ├──3-阿里云鏡像配置.mp4 26.97M
| | ├──4-基于docker配置pytorch環(huán)境.mp4 36.52M
| | ├──5-安裝演示環(huán)境所需依賴.mp4 31.47M
| | ├──6-復(fù)制所需配置到容器中.mp4 28.20M
| | └──7-上傳與下載配置好的項(xiàng)目.mp4 45.48M
| └──9-tensorflow-serving實(shí)戰(zhàn)
| | ├──1-tf-serving項(xiàng)目獲取與配置.mp4 30.47M
| | ├──2-加載并啟動(dòng)模型服務(wù).mp4 31.27M
| | ├──3-測(cè)試模型部署效果.mp4 43.37M
| | ├──4-fashion數(shù)據(jù)集獲取.mp4 38.63M
| | └──5-加載fashion模型啟動(dòng)服務(wù).mp4 33.40M
├──22-自然語言處理經(jīng)典案例實(shí)戰(zhàn)
| ├──1-NLP常用工具包實(shí)戰(zhàn)
| | ├──1-Python字符串處理.mp4 41.33M
| | ├──10-名字實(shí)體匹配.mp4 21.37M
| | ├──11-恐怖襲擊分析.mp4 40.53M
| | ├──12-統(tǒng)計(jì)分析結(jié)果.mp4 47.69M
| | ├──13-結(jié)巴分詞器.mp4 28.14M
| | ├──14-詞云展示.mp4 87.56M
| | ├──2-正則表達(dá)式基本語法.mp4 31.03M
| | ├──3-正則常用符號(hào).mp4 37.06M
| | ├──4-常用函數(shù)介紹.mp4 40.13M
| | ├──5-NLTK工具包簡(jiǎn)介.mp4 32.26M
| | ├──6-停用詞過濾.mp4 27.63M
| | ├──7-詞性標(biāo)注.mp4 35.92M
| | ├──8-數(shù)據(jù)清洗實(shí)例.mp4 41.37M
| | └──9-Spacy工具包.mp4 47.11M
| ├──10-NLP-文本特征方法對(duì)比
| | ├──1-任務(wù)概述.mp4 37.49M
| | ├──2-詞袋模型.mp4 28.12M
| | ├──3-詞袋模型分析.mp4 63.59M
| | ├──4-TFIDF模型.mp4 47.59M
| | ├──5-word2vec詞向量模型.mp4 54.40M
| | └──6-深度學(xué)習(xí)模型.mp4 39.28M
| ├──11-NLP-相似度模型
| | ├──1-任務(wù)概述.mp4 13.15M
| | ├──2-數(shù)據(jù)展示.mp4 22.65M
| | ├──3-正負(fù)樣本制作.mp4 37.95M
| | ├──4-數(shù)據(jù)預(yù)處理.mp4 36.08M
| | ├──5-網(wǎng)絡(luò)模型定義.mp4 55.90M
| | ├──6-基于字符的訓(xùn)練.mp4 58.94M
| | └──7-基于句子的相似度訓(xùn)練.mp4 42.44M
| ├──12-LSTM情感分析
| | ├──1-RNN網(wǎng)絡(luò)架構(gòu).mp4 19.86M
| | ├──2-LSTM網(wǎng)絡(luò)架構(gòu).mp4 17.80M
| | ├──3-案例：使用LSTM進(jìn)行情感分類.mp4 30.99M
| | ├──4-情感數(shù)據(jù)集處理.mp4 33.58M
| | └──5-基于word2vec的LSTM模型.mp4 50.52M
| ├──13-機(jī)器人寫唐詩
| | ├──1-任務(wù)概述與環(huán)境配置.mp4 13.71M
| | ├──2-參數(shù)配置.mp4 21.87M
| | ├──3-數(shù)據(jù)預(yù)處理模塊.mp4 35.34M
| | ├──4-batch數(shù)據(jù)制作.mp4 27.96M
| | ├──5-RNN模型定義.mp4 17.97M
| | ├──6-完成訓(xùn)練模塊.mp4 28.00M
| | ├──7-訓(xùn)練唐詩生成模型.mp4 11.13M
| | └──8-測(cè)試唐詩生成效果.mp4 21.38M
| ├──14-對(duì)話機(jī)器人
| | ├──1-效果演示.mp4 30.57M
| | ├──2-參數(shù)配置與數(shù)據(jù)加載.mp4 51.00M
| | ├──3-數(shù)據(jù)處理.mp4 41.99M
| | ├──4-詞向量與投影.mp4 38.22M
| | ├──5-seq網(wǎng)絡(luò).mp4 30.68M
| | └──6-網(wǎng)絡(luò)訓(xùn)練.mp4 37.99M
| ├──2-商品信息可視化與文本分析
| | ├──1-在線商城商品數(shù)據(jù)信息概述.mp4 32.31M
| | ├──2-商品類別劃分方式.mp4 37.31M
| | ├──3-商品類別可視化展示.mp4 41.28M
| | ├──4-商品描述長(zhǎng)度對(duì)價(jià)格的影響分析.mp4 33.72M
| | ├──5-關(guān)鍵詞的詞云可視化展示.mp4 51.86M
| | ├──6-基于tf-idf提取關(guān)鍵詞信息.mp4 35.32M
| | ├──7-通過降維進(jìn)行可視化展示.mp4 39.05M
| | └──8-聚類分析與主題模型展示.mp4 57.03M
| ├──3-貝葉斯算法
| | ├──1-貝葉斯算法概述.mp4 11.34M
| | ├──2-貝葉斯推導(dǎo)實(shí)例.mp4 11.92M
| | ├──3-貝葉斯拼寫糾錯(cuò)實(shí)例.mp4 18.58M
| | ├──4-垃圾郵件過濾實(shí)例.mp4 22.82M
| | └──5-貝葉斯實(shí)現(xiàn)拼寫檢查器.mp4 36.77M
| ├──4-新聞分類任務(wù)實(shí)戰(zhàn)
| | ├──1-文本分析與關(guān)鍵詞提取.mp4 19.44M
| | ├──2-相似度計(jì)算.mp4 19.50M
| | ├──3-新聞數(shù)據(jù)與任務(wù)簡(jiǎn)介.mp4 33.21M
| | ├──4-TF-IDF關(guān)鍵詞提取.mp4 45.75M
| | ├──5-LDA建模.mp4 28.05M
| | └──6-基于貝葉斯算法進(jìn)行新聞分類.mp4 50.88M
| ├──5-HMM隱馬爾科夫模型
| | ├──1-馬爾科夫模型.mp4 17.50M
| | ├──10-維特比算法.mp4 43.08M
| | ├──2-隱馬爾科夫模型基本出發(fā)點(diǎn).mp4 18.72M
| | ├──3-組成與要解決的問題.mp4 14.85M
| | ├──4-暴力求解方法.mp4 28.00M
| | ├──5-復(fù)雜度計(jì)算.mp4 15.28M
| | ├──6-前向算法.mp4 36.14M
| | ├──7-前向算法求解實(shí)例.mp4 33.34M
| | ├──8-Baum-Welch算法.mp4 26.86M
| | └──9-參數(shù)求解.mp4 17.22M
| ├──6-HMM工具包實(shí)戰(zhàn)
| | ├──1-hmmlearn工具包.mp4 19.55M
| | ├──2-工具包使用方法.mp4 55.62M
| | ├──3-中文分詞任務(wù).mp4 13.44M
| | └──4-實(shí)現(xiàn)中文分詞.mp4 35.77M
| ├──7-語言模型
| | ├──1-開篇.mp4 8.52M
| | ├──10-負(fù)采樣模型.mp4 10.50M
| | ├──2-語言模型.mp4 8.82M
| | ├──3-N-gram模型.mp4 13.62M
| | ├──4-詞向量.mp4 13.55M
| | ├──5-神經(jīng)網(wǎng)絡(luò)模型.mp4 15.87M
| | ├──6-Hierarchical Softmax.mp4 15.19M
| | ├──7-CBOW模型實(shí)例.mp4 18.54M
| | ├──8-CBOW求解目標(biāo).mp4 8.68M
| | └──9-銻度上升求解.mp4 15.93M
| ├──8-使用Gemsim構(gòu)建詞向量
| | ├──1-使用Gensim庫構(gòu)造詞向量.mp4 16.84M
| | ├──2-維基百科中文數(shù)據(jù)處理.mp4 39.14M
| | ├──3-Gensim構(gòu)造word2vec模型.mp4 20.97M
| | └──4-測(cè)試模型相似度結(jié)果.mp4 20.04M
| └──9-基于word2vec的分類任務(wù)
| | ├──1-影評(píng)情感分類.mp4 46.92M
| | ├──2-基于詞袋模型訓(xùn)練分類器.mp4 28.07M
| | ├──3-準(zhǔn)備word2vec輸入數(shù)據(jù).mp4 24.19M
| | └──4-使用gensim構(gòu)建word2vec詞向量（新）.mp4 67.73M
├──23-自然語言處理必備神器Huggingface系列實(shí)戰(zhàn)
| ├──1-Huggingface與NLP介紹解讀
| | └──1-Huggingface與NLP介紹解讀.mp4 163.59M
| ├──10-圖譜知識(shí)抽取實(shí)戰(zhàn)
| | ├──1-應(yīng)用場(chǎng)景概述分析.mp4 91.97M
| | ├──2-數(shù)據(jù)標(biāo)注格式樣例分析.mp4 70.01M
| | ├──3-數(shù)據(jù)處理與讀取模塊.mp4 39.11M
| | ├──4-實(shí)體抽取模塊分析.mp4 44.33M
| | ├──5-標(biāo)簽與數(shù)據(jù)結(jié)構(gòu)定義方法.mp4 49.68M
| | ├──6-模型構(gòu)建與計(jì)算流程.mp4 43.10M
| | ├──7-網(wǎng)絡(luò)模型前向計(jì)算方法.mp4 32.93M
| | └──8-關(guān)系抽取模型訓(xùn)練.mp4 42.25M
| ├──11-補(bǔ)充Huggingface數(shù)據(jù)集制作方法實(shí)例
| | ├──1-數(shù)據(jù)結(jié)構(gòu)分析.mp4 47.87M
| | ├──2-Huggingface中的預(yù)處理實(shí)例.mp4 72.56M
| | └──3-數(shù)據(jù)處理基本流程.mp4 72.59M
| ├──2-Transformer工具包基本操作實(shí)例解讀
| | ├──1-工具包與任務(wù)整體介紹.mp4 33.38M
| | ├──2-NLP任務(wù)常規(guī)流程分析.mp4 29.18M
| | ├──3-文本切分方法實(shí)例解讀.mp4 42.74M
| | ├──4-AttentionMask配套使用方法.mp4 35.30M
| | ├──5-數(shù)據(jù)集與模型.mp4 42.97M
| | ├──6-數(shù)據(jù)Dataloader封裝.mp4 50.18M
| | ├──7-模型訓(xùn)練所需配置參數(shù).mp4 36.95M
| | └──8-模型訓(xùn)練DEMO.mp4 58.66M
| ├──3-transformer原理解讀
| | └──1-transformer原理解讀.mp4 367.64M
| ├──4-BERT系列算法解讀
| | ├──1-BERT模型訓(xùn)練方法解讀.mp4 23.92M
| | ├──2-ALBERT基本定義.mp4 38.60M
| | ├──3-ALBERT中的簡(jiǎn)化方法解讀.mp4 43.38M
| | ├──4-RoBerta模型訓(xùn)練方法解讀.mp4 28.45M
| | └──5-DistilBert模型解讀.mp4 16.06M
| ├──5-文本標(biāo)注工具與NER實(shí)例
| | ├──1-文本標(biāo)注工具Doccano配置方法.mp4 33.01M
| | ├──2-命名實(shí)體識(shí)別任務(wù)標(biāo)注方法實(shí)例.mp4 39.35M
| | ├──3-標(biāo)注導(dǎo)出與BIO處理.mp4 39.39M
| | ├──4-標(biāo)簽處理并完成對(duì)齊操作.mp4 38.62M
| | ├──5-預(yù)訓(xùn)練模型加載與參數(shù)配置.mp4 41.50M
| | └──6-模型訓(xùn)練與輸出結(jié)果預(yù)測(cè).mp4 43.06M
| ├──6-文本預(yù)訓(xùn)練模型構(gòu)建實(shí)例
| | ├──1-預(yù)訓(xùn)練模型效果分析.mp4 31.96M
| | ├──2-文本數(shù)據(jù)截?cái)嗵幚?mp4 45.78M
| | └──3-預(yù)訓(xùn)練模型自定義訓(xùn)練.mp4 97.91M
| ├──7-GPT系列算法
| | ├──1-GPT系列算法概述.mp4 26.53M
| | ├──2-GPT三代版本分析.mp4 29.33M
| | ├──3-GPT初代版本要解決的問題.mp4 30.99M
| | ├──4-GPT第二代版本訓(xùn)練策略.mp4 28.94M
| | ├──5-采樣策略與多樣性.mp4 28.20M
| | ├──6-GPT3的提示與生成方法.mp4 74.39M
| | ├──7-應(yīng)用場(chǎng)景CODEX分析.mp4 36.50M
| | └──8-DEMO應(yīng)用演示.mp4 98.82M
| ├──8-GPT訓(xùn)練與預(yù)測(cè)部署流程
| | ├──1-生成模型可以完成的任務(wù)概述.mp4 28.91M
| | ├──2-數(shù)據(jù)樣本生成方法.mp4 72.04M
| | ├──3-訓(xùn)練所需參數(shù)解讀.mp4 57.68M
| | ├──4-模型訓(xùn)練過程.mp4 51.48M
| | └──5-部署與網(wǎng)頁預(yù)測(cè)展示.mp4 79.57M
| └──9-文本摘要建模
| | ├──1-中文商城評(píng)價(jià)數(shù)據(jù)處理方法.mp4 66.36M
| | ├──2-模型訓(xùn)練與測(cè)試結(jié)果.mp4 108.10M
| | ├──3-文本摘要數(shù)據(jù)標(biāo)注方法.mp4 55.92M
| | └──4-訓(xùn)練自己標(biāo)注的數(shù)據(jù)并測(cè)試.mp4 27.68M
├──24-時(shí)間序列預(yù)測(cè)
| ├──1-Informer原理解讀
| | ├──1-時(shí)間序列預(yù)測(cè)要完成的任務(wù).mp4 33.27M
| | ├──2-常用模塊分析.mp4 24.25M
| | ├──3-論文要解決的問題分析.mp4 30.47M
| | ├──4-Query采樣方法解讀.mp4 23.11M
| | ├──5-probAttention計(jì)算流程.mp4 31.40M
| | ├──6-編碼器全部計(jì)算流程.mp4 24.05M
| | └──7-解碼器流程分析.mp4 24.85M
| ├──2-Informer源碼解讀
| | ├──1-項(xiàng)目使用說明.mp4 63.92M
| | ├──10-核心采樣計(jì)算方法.mp4 50.11M
| | ├──11-完成注意力機(jī)制計(jì)算模塊.mp4 28.39M
| | ├──12-平均向量的作用.mp4 33.70M
| | ├──13-解碼器預(yù)測(cè)輸出.mp4 74.46M
| | ├──2-數(shù)據(jù)集解讀.mp4 60.61M
| | ├──3-模型訓(xùn)練所需參數(shù)解讀.mp4 37.37M
| | ├──4-數(shù)據(jù)集構(gòu)建與讀取方式.mp4 44.54M
| | ├──5-數(shù)據(jù)處理相關(guān)模塊.mp4 44.58M
| | ├──6-時(shí)間相關(guān)特征提取方法.mp4 39.96M
| | ├──7-dataloader構(gòu)建實(shí)例.mp4 41.03M
| | ├──8-整體架構(gòu)分析.mp4 36.91M
| | └──9-編碼器模塊實(shí)現(xiàn).mp4 39.16M
| └──3-Timesnet時(shí)序預(yù)測(cè)
| | ├──1-時(shí)序預(yù)測(cè)故事背景.mp4 81.92M
| | ├──2-論文核心思想解讀.mp4 64.34M
| | ├──3-時(shí)序特征周期拆解.mp4 72.51M
| | ├──4-計(jì)算公式流程拆解.mp4 52.93M
| | ├──5-全部計(jì)算流程解讀.mp4 66.52M
| | ├──6-周期間特征分析.mp4 74.13M
| | ├──7-源碼流程解讀.mp4 54.10M
| | └──8-傅里葉變換流程.mp4 33.97M
├──25-自然語言處理通用框架-BERT實(shí)戰(zhàn)
| ├──1-自然語言處理通用框架BERT原理解讀
| | ├──1-BERT課程簡(jiǎn)介.mp4 29.78M
| | ├──10-BERT模型訓(xùn)練方法.mp4 20.67M
| | ├──11-訓(xùn)練實(shí)例.mp4 24.18M
| | ├──2-BERT任務(wù)目標(biāo)概述.mp4 11.52M
| | ├──3-傳統(tǒng)解決方案遇到的問題.mp4 22.69M
| | ├──4-注意力機(jī)制的作用.mp4 14.78M
| | ├──5-self-attention計(jì)算方法.mp4 23.80M
| | ├──6-特征分配與softmax機(jī)制.mp4 21.32M
| | ├──7-Multi-head的作用.mp4 19.37M
| | ├──8-位置編碼與多層堆迭.mp4 16.84M
| | └──9-transformer整體架構(gòu)梳理.mp4 22.34M
| ├──2-谷歌開源項(xiàng)目BERT源碼解讀與應(yīng)用實(shí)例
| | ├──1-BERT開源項(xiàng)目簡(jiǎn)介.mp4 41.33M
| | ├──10-構(gòu)建QKV矩陣.mp4 50.77M
| | ├──11-完成Transformer模塊構(gòu)建.mp4 40.81M
| | ├──12-訓(xùn)練BERT模型.mp4 54.66M
| | ├──2-項(xiàng)目參數(shù)配置.mp4 106.78M
| | ├──3-數(shù)據(jù)讀取模塊.mp4 54.26M
| | ├──4-數(shù)據(jù)預(yù)處理模塊.mp4 40.10M
| | ├──5-tfrecord數(shù)據(jù)源制作.mp4 51.50M
| | ├──6-Embedding層的作用.mp4 30.98M
| | ├──7-加入額外編碼特征.mp4 42.45M
| | ├──8-加入位置編碼特征.mp4 23.61M
| | └──9-mask機(jī)制的作用.mp4 36.78M
| ├──3-項(xiàng)目實(shí)戰(zhàn)-基于BERT的中文情感分析實(shí)戰(zhàn)
| | ├──1-中文分類數(shù)據(jù)與任務(wù)概述.mp4 83.53M
| | ├──2-讀取處理自己的數(shù)據(jù)集.mp4 53.09M
| | └──3-訓(xùn)練BERT中文分類模型.mp4 72.29M
| ├──4-項(xiàng)目實(shí)戰(zhàn)-基于BERT的中文命名實(shí)體識(shí)別識(shí)別實(shí)戰(zhàn)
| | ├──1-命名實(shí)體識(shí)別數(shù)據(jù)分析與任務(wù)目標(biāo).mp4 30.45M
| | ├──2-NER標(biāo)注數(shù)據(jù)處理與讀取.mp4 66.07M
| | └──3-構(gòu)建BERT與CRF模型.mp4 66.46M
| ├──5-必備基礎(chǔ)知識(shí)點(diǎn)-woed2vec模型通俗解讀
| | ├──1-詞向量模型通俗解釋.mp4 21.72M
| | ├──2-模型整體框架.mp4 28.24M
| | ├──3-訓(xùn)練數(shù)據(jù)構(gòu)建.mp4 15.85M
| | ├──4-CBOW與Skip-gram模型.mp4 23.83M
| | └──5-負(fù)采樣方案.mp4 29.51M
| ├──6-必備基礎(chǔ)-掌握Tensorflow如何實(shí)現(xiàn)word2vec模型
| | ├──1-數(shù)據(jù)與任務(wù)流程.mp4 45.67M
| | ├──2-數(shù)據(jù)清洗.mp4 27.60M
| | ├──3-batch數(shù)據(jù)制作.mp4 51.53M
| | ├──4-網(wǎng)絡(luò)訓(xùn)練.mp4 49.09M
| | └──5-可視化展示.mp4 49.61M
| ├──7-必備基礎(chǔ)知識(shí)點(diǎn)-RNN網(wǎng)絡(luò)架構(gòu)與情感分析應(yīng)用實(shí)例
| | ├──1-RNN網(wǎng)絡(luò)模型解讀.mp4 23.75M
| | ├──2-NLP應(yīng)用領(lǐng)域與任務(wù)簡(jiǎn)介.mp4 32.82M
| | ├──3-項(xiàng)目流程解讀.mp4 42.18M
| | ├──4-加載詞向量特征.mp4 32.32M
| | ├──5-正負(fù)樣本數(shù)據(jù)讀取.mp4 36.78M
| | ├──6-構(gòu)建LSTM網(wǎng)絡(luò)模型.mp4 46.69M
| | ├──7-訓(xùn)練與測(cè)試效果.mp4 91.77M
| | └──8-LSTM情感分析.mp4 576.33M
| └──8-醫(yī)學(xué)糖尿病數(shù)據(jù)命名實(shí)體識(shí)別
| | ├──1-數(shù)據(jù)與任務(wù)介紹.mp4 22.73M
| | ├──2-整體模型架構(gòu).mp4 15.01M
| | ├──3-數(shù)據(jù)-標(biāo)簽-語料庫處理.mp4 39.99M
| | ├──4-訓(xùn)練網(wǎng)絡(luò)模型.mp4 40.37M
| | ├──5-醫(yī)療數(shù)據(jù)集（糖尿�。⿲�(shí)體識(shí)別.mp4 81.44M
| | └──6-輸入樣本填充補(bǔ)齊.mp4 36.22M
├──26-知識(shí)圖譜實(shí)戰(zhàn)系列
| ├──1-知識(shí)圖譜介紹及其應(yīng)用領(lǐng)域分析
| | ├──1-知識(shí)圖譜通俗解讀.mp4 19.87M
| | ├──2-知識(shí)圖譜在搜索引擎中的應(yīng)用.mp4 26.60M
| | ├──3-知識(shí)圖譜在醫(yī)療領(lǐng)域應(yīng)用實(shí)例.mp4 102.89M
| | ├──4-金融與推薦領(lǐng)域的應(yīng)用.mp4 20.39M
| | └──5-數(shù)據(jù)獲取分析.mp4 35.93M
| ├──2-知識(shí)圖譜涉及技術(shù)點(diǎn)分析
| | ├──1-數(shù)據(jù)關(guān)系抽取分析.mp4 27.31M
| | ├──2-常用NLP技術(shù)點(diǎn)分析.mp4 22.09M
| | ├──3-graph-embedding的作用與效果.mp4 26.15M
| | ├──4-金融領(lǐng)域圖編碼實(shí)例.mp4 12.77M
| | ├──5-視覺領(lǐng)域圖編碼實(shí)例.mp4 20.97M
| | └──6-圖譜知識(shí)融合與總結(jié)分析.mp4 23.98M
| ├──3-Neo4j數(shù)據(jù)庫實(shí)戰(zhàn)
| | ├──1-Neo4j圖數(shù)據(jù)庫介紹.mp4 63.50M
| | ├──2-Neo4j數(shù)據(jù)庫安裝流程演示.mp4 27.67M
| | ├──3-可視化例子演示.mp4 43.59M
| | ├──4-創(chuàng)建與刪除操作演示.mp4 25.32M
| | └──5-數(shù)據(jù)庫更改查詢操作演示.mp4 27.14M
| ├──4-使用python操作neo4j實(shí)例
| | ├──1-使用Py2neo建立連接.mp4 47.58M
| | ├──2-提取所需的指標(biāo)信息.mp4 53.17M
| | ├──3-在圖中創(chuàng)建實(shí)體.mp4 43.83M
| | └──4-根據(jù)給定實(shí)體創(chuàng)建關(guān)系.mp4 51.03M
| ├──5-基于知識(shí)圖譜的醫(yī)藥問答系統(tǒng)實(shí)戰(zhàn)
| | ├──1-項(xiàng)目概述與整體架構(gòu)分析.mp4 37.04M
| | ├──10-完成對(duì)話系統(tǒng)構(gòu)建.mp4 39.47M
| | ├──2-醫(yī)療數(shù)據(jù)介紹及其各字段含義.mp4 62.65M
| | ├──3-任務(wù)流程概述.mp4 39.73M
| | ├──4-環(huán)境配置與所需工具包安裝.mp4 36.37M
| | ├──5-提取數(shù)據(jù)中的關(guān)鍵字段信息.mp4 61.33M
| | ├──6-創(chuàng)建關(guān)系邊.mp4 39.41M
| | ├──7-打造醫(yī)療知識(shí)圖譜模型.mp4 59.14M
| | ├──8-加載所有實(shí)體數(shù)據(jù).mp4 42.46M
| | └──9-實(shí)體關(guān)鍵詞字典制作.mp4 31.84M
| ├──6-文本關(guān)系抽取實(shí)踐
| | ├──1-關(guān)系抽取要完成的任務(wù)演示與分析.mp4 18.57M
| | ├──2-LTP工具包概述介紹.mp4 46.52M
| | ├──3-pyltp安裝與流程演示.mp4 41.82M
| | ├──4-得到分詞與詞性標(biāo)注結(jié)果.mp4 47.19M
| | ├──5-依存句法概述.mp4 30.83M
| | ├──6-句法分析結(jié)果整理.mp4 39.09M
| | ├──7-語義角色構(gòu)建與分析.mp4 54.17M
| | └──8-設(shè)計(jì)規(guī)則完成關(guān)系抽取.mp4 52.47M
| ├──7-金融平臺(tái)風(fēng)控模型實(shí)踐
| | ├──1-競(jìng)賽任務(wù)目標(biāo).mp4 23.81M
| | ├──2-圖模型信息提取.mp4 27.76M
| | ├──3-節(jié)點(diǎn)權(quán)重特征提取(PageRank).mp4 35.54M
| | ├──4-deepwalk構(gòu)建圖頂點(diǎn)特征.mp4 53.48M
| | ├──5-各項(xiàng)統(tǒng)計(jì)特征.mp4 56.04M
| | ├──6-app安裝特征.mp4 37.41M
| | └──7-圖中聯(lián)系人特征.mp4 70.31M
| └──8-醫(yī)學(xué)糖尿病數(shù)據(jù)命名實(shí)體識(shí)別
| | ├──1-數(shù)據(jù)與任務(wù)介紹.mp4 22.73M
| | ├──2-整體模型架構(gòu).mp4 15.01M
| | ├──3-數(shù)據(jù)-標(biāo)簽-語料庫處理.mp4 39.99M
| | ├──4-輸入樣本填充補(bǔ)齊.mp4 36.22M
| | ├──5-訓(xùn)練網(wǎng)絡(luò)模型.mp4 40.37M
| | └──6-醫(yī)療數(shù)據(jù)集（糖尿�。⿲�(shí)體識(shí)別.mp4 81.44M
├──27-語音識(shí)別實(shí)戰(zhàn)系列
| ├──1-seq2seq序列網(wǎng)絡(luò)模型
| | ├──1-序列網(wǎng)絡(luò)模型概述分析.mp4 17.30M
| | ├──2-工作原理概述.mp4 8.98M
| | ├──3-注意力機(jī)制的作用.mp4 14.86M
| | ├──4-加入attention的序列模型整體架構(gòu).mp4 20.57M
| | ├──5-TeacherForcing的作用與訓(xùn)練策略.mp4 16.61M
| | └──6-額外補(bǔ)充-RNN網(wǎng)絡(luò)模型解讀.mp4 23.75M
| ├──2-LAS模型語音識(shí)別實(shí)戰(zhàn)
| | ├──1-數(shù)據(jù)源與環(huán)境配置.mp4 32.23M
| | ├──2-語料表制作方法.mp4 25.47M
| | ├──3-制作json標(biāo)注數(shù)據(jù).mp4 37.84M
| | ├──4-聲音數(shù)據(jù)處理模塊解讀.mp4 62.84M
| | ├──5-Pack與Pad操作解析.mp4 35.92M
| | ├──6-編碼器模塊整體流程.mp4 31.43M
| | ├──7-加入注意力機(jī)制.mp4 33.29M
| | ├──8-計(jì)算得到每個(gè)輸出的attention得分.mp4 36.42M
| | └──9-解碼器與訓(xùn)練過程演示.mp4 43.78M
| ├──3-starganvc2變聲器論文原理解讀
| | ├──1-論文整體思路與架構(gòu)解讀.mp4 34.66M
| | ├──2-VCC2016輸入數(shù)據(jù).mp4 20.76M
| | ├──3-語音特征提取.mp4 30.57M
| | ├──4-生成器模型架構(gòu)分析.mp4 15.81M
| | ├──5-InstanceNorm的作用解讀.mp4 18.58M
| | ├──6-AdaIn的目的與效果.mp4 13.18M
| | └──7-判別器模塊分析.mp4 114.03M
| ├──4-staeganvc2變聲器源碼實(shí)戰(zhàn)
| | ├──1-數(shù)據(jù)與項(xiàng)目文件解讀.mp4 21.80M
| | ├──10-源碼損失計(jì)算流程.mp4 34.82M
| | ├──11-測(cè)試模塊-生成轉(zhuǎn)換語音.mp4 47.17M
| | ├──2-環(huán)境配置與工具包安裝.mp4 37.11M
| | ├──3-數(shù)據(jù)預(yù)處理與聲音特征提取.mp4 88.49M
| | ├──4-生成器構(gòu)造模塊解讀.mp4 41.33M
| | ├──5-下采樣與上采樣操作.mp4 35.48M
| | ├──6-starganvc2版本標(biāo)簽輸入分析.mp4 49.96M
| | ├──7-生成器前向傳播維度變化.mp4 26.49M
| | ├──8-判別器模塊解讀.mp4 35.22M
| | └──9-論文損失函數(shù).mp4 100.48M
| ├──5-語音分離ConvTasnet模型
| | ├──1-語音分離任務(wù)分析.mp4 9.16M
| | ├──2-經(jīng)典語音分離模型概述.mp4 18.09M
| | ├──3-DeepClustering論文解讀.mp4 16.26M
| | ├──4-TasNet編碼器結(jié)構(gòu)分析.mp4 41.61M
| | ├──5-DW卷積的作用與效果.mp4 10.17M
| | └──6-基于Mask得到分離結(jié)果.mp4 19.25M
| ├──6-ConvTasnet語音分離實(shí)戰(zhàn)
| | ├──1-數(shù)據(jù)準(zhǔn)備與環(huán)境配置.mp4 77.96M
| | ├──2-訓(xùn)練任務(wù)所需參數(shù)介紹.mp4 27.66M
| | ├──3-DataLoader定義.mp4 38.03M
| | ├──4-采樣數(shù)據(jù)特征編碼.mp4 37.67M
| | ├──5-編碼器特征提取.mp4 55.01M
| | ├──6-構(gòu)建更大的感受區(qū)域.mp4 53.48M
| | ├──7-解碼得到分離后的語音.mp4 52.59M
| | └──8-測(cè)試模塊所需參數(shù).mp4 42.42M
| └──7-語音合成tacotron最新版實(shí)戰(zhàn)
| | ├──1-語音合成項(xiàng)目所需環(huán)境配置.mp4 44.55M
| | ├──10-得到加權(quán)的編碼向量.mp4 55.86M
| | ├──11-模型輸出結(jié)果.mp4 53.26M
| | ├──12-損失函數(shù)與預(yù)測(cè).mp4 47.96M
| | ├──2-所需數(shù)據(jù)集介紹.mp4 52.73M
| | ├──3-路徑配置與整體流程解讀.mp4 70.15M
| | ├──4-Dataloader構(gòu)建數(shù)據(jù)與標(biāo)簽.mp4 66.68M
| | ├──5-編碼層要完成的任務(wù).mp4 46.37M
| | ├──6-得到編碼特征向量.mp4 28.54M
| | ├──7-解碼器輸入準(zhǔn)備.mp4 34.57M
| | ├──8-解碼器流程梳理.mp4 41.40M
| | └──9-注意力機(jī)制應(yīng)用方法.mp4 43.71M
├──28-推薦系統(tǒng)實(shí)戰(zhàn)系列
| ├──1-推薦系統(tǒng)介紹及其應(yīng)用
| | ├──1-1-推薦系統(tǒng)通俗解讀.mp4 17.27M
| | ├──2-2-推薦系統(tǒng)發(fā)展簡(jiǎn)介.mp4 23.22M
| | ├──3-3-應(yīng)用領(lǐng)域與多方位評(píng)估指標(biāo).mp4 26.51M
| | ├──4-4-任務(wù)流程與挑戰(zhàn)概述.mp4 26.74M
| | ├──5-5-常用技術(shù)點(diǎn)分析.mp4 16.45M
| | └──6-6-與深度學(xué)習(xí)的結(jié)合.mp4 23.70M
| ├──10-基本統(tǒng)計(jì)分析的電影推薦
| | ├──1-1-電影數(shù)據(jù)與環(huán)境配置.mp4 64.07M
| | ├──2-2-數(shù)據(jù)與關(guān)鍵詞信息展示.mp4 61.26M
| | ├──3-3-關(guān)鍵詞云與直方圖展示.mp4 45.97M
| | ├──4-4-特征可視化.mp4 38.67M
| | ├──5-5-數(shù)據(jù)清洗概述.mp4 57.31M
| | ├──6-6-缺失值填充方法.mp4 37.16M
| | ├──7-7-推薦引擎構(gòu)造.mp4 50.93M
| | ├──8-8-數(shù)據(jù)特征構(gòu)造.mp4 36.15M
| | └──9-9-得出推薦結(jié)果.mp4 51.85M
| ├──11-補(bǔ)充-基于相似度的酒店推薦系統(tǒng)
| | ├──1-1-酒店數(shù)據(jù)與任務(wù)介紹.mp4 22.01M
| | ├──2-2-文本詞頻統(tǒng)計(jì).mp4 31.41M
| | ├──3-3-ngram結(jié)果可視化展示.mp4 53.07M
| | ├──4-4-文本清洗.mp4 32.90M
| | ├──5-5-相似度計(jì)算.mp4 47.62M
| | └──6-6-得出推薦結(jié)果.mp4 61.97M
| ├──2-協(xié)同過濾與矩陣分解
| | ├──1-1-協(xié)同過濾與矩陣分解簡(jiǎn)介.mp4 11.30M
| | ├──2-2-基于用戶與商品的協(xié)同過濾.mp4 18.52M
| | ├──3-3-相似度計(jì)算與推薦實(shí)例.mp4 15.18M
| | ├──4-4-矩陣分解的目的與效果.mp4 20.65M
| | ├──5-5-矩陣分解中的隱向量.mp4 25.07M
| | ├──6-6-目標(biāo)函數(shù)簡(jiǎn)介.mp4 13.75M
| | ├──7-7-隱式情況分析.mp4 14.10M
| | └──8-8-Embedding的作用.mp4 11.11M
| ├──3-音樂推薦系統(tǒng)實(shí)戰(zhàn)
| | ├──1-1-音樂推薦任務(wù)概述.mp4 64.46M
| | ├──2-2-數(shù)據(jù)集整合.mp4 53.91M
| | ├──3-3-基于物品的協(xié)同過濾.mp4 63.10M
| | ├──4-4-物品相似度計(jì)算與推薦.mp4 63.37M
| | ├──5-5-SVD矩陣分解.mp4 30.83M
| | └──6-6-基于矩陣分解的音樂推薦.mp4 83.15M
| ├──4-知識(shí)圖譜與Neo4j數(shù)據(jù)庫實(shí)例
| | ├──1-1-知識(shí)圖譜通俗解讀.mp4 19.87M
| | ├──10-5-數(shù)據(jù)庫更改查詢操作演示.mp4 27.14M
| | ├──2-2-知識(shí)圖譜在搜索引擎中的應(yīng)用.mp4 26.60M
| | ├──3-3-知識(shí)圖譜在醫(yī)療領(lǐng)域應(yīng)用實(shí)例.mp4 102.89M
| | ├──4-4-金融與推薦領(lǐng)域的應(yīng)用.mp4 20.39M
| | ├──5-5-數(shù)據(jù)獲取分析.mp4 35.93M
| | ├──6-1-Neo4j圖數(shù)據(jù)庫介紹.mp4 63.50M
| | ├──7-2-Neo4j數(shù)據(jù)庫安裝流程演示.mp4 27.67M
| | ├──8-3-可視化例子演示.mp4 43.59M
| | └──9-4-創(chuàng)建與刪除操作演示.mp4 25.32M
| ├──5-基于知識(shí)圖譜的電影推薦實(shí)戰(zhàn)
| | ├──1-1-知識(shí)圖譜推薦系統(tǒng)效果演示.mp4 23.66M
| | ├──2-2-kaggle電影數(shù)據(jù)集下載與配置.mp4 63.41M
| | ├──3-3-圖譜需求與任務(wù)流程解讀.mp4 26.59M
| | ├──4-4-項(xiàng)目所需環(huán)境配置安裝.mp4 48.84M
| | ├──5-5-構(gòu)建用戶電影知識(shí)圖譜.mp4 61.49M
| | ├──6-6-圖譜查詢與匹配操作.mp4 19.62M
| | └──7-7-相似度計(jì)算與推薦引擎構(gòu)建.mp4 39.17M
| ├──6-點(diǎn)擊率估計(jì)FM與DeepFM算法
| | ├──1-1-CTR估計(jì)及其經(jīng)典方法概述.mp4 21.94M
| | ├──2-2-高維特征帶來的問題.mp4 12.95M
| | ├──3-3-二項(xiàng)式特征的作用與挑戰(zhàn).mp4 11.80M
| | ├──4-4-二階公式推導(dǎo)與化簡(jiǎn).mp4 20.88M
| | ├──5-5-FM算法解析.mp4 19.83M
| | ├──6-6-DeepFm整體架構(gòu)解讀.mp4 15.14M
| | ├──7-7-輸入層所需數(shù)據(jù)樣例.mp4 14.12M
| | └──8-8-Embedding層的作用與總結(jié).mp4 21.52M
| ├──7-DeepFM算法實(shí)戰(zhàn)
| | ├──1-1-數(shù)據(jù)集介紹與環(huán)境配置.mp4 57.76M
| | ├──2-2-廣告點(diǎn)擊數(shù)據(jù)預(yù)處理實(shí)例.mp4 49.15M
| | ├──3-3-數(shù)據(jù)處理模塊Embedding層.mp4 34.38M
| | ├──4-4-Index與Value數(shù)據(jù)制作.mp4 29.32M
| | ├──5-5-一階權(quán)重參數(shù)設(shè)計(jì).mp4 33.52M
| | ├──6-6-二階特征構(gòu)建方法.mp4 28.85M
| | ├──7-7-特征組合方法實(shí)例分析.mp4 49.49M
| | ├──8-8-完成FM模塊計(jì)算.mp4 24.56M
| | └──9-9-DNN模塊與訓(xùn)練過程.mp4 37.53M
| ├──8-推薦系統(tǒng)常用工具包演示
| | ├──1-1-環(huán)境配置與數(shù)據(jù)集介紹.mp4 35.70M
| | ├──2-2-電影數(shù)據(jù)集預(yù)處理分析.mp4 32.75M
| | ├──3-3-surprise工具包基本使用.mp4 36.06M
| | ├──4-4-模型測(cè)試集結(jié)果.mp4 30.72M
| | └──5-5-評(píng)估指標(biāo)概述.mp4 66.45M
| └──9-基于文本數(shù)據(jù)的推薦實(shí)例
| | ├──1-1-數(shù)據(jù)與環(huán)境配置介紹.mp4 19.81M
| | ├──2-2-數(shù)據(jù)科學(xué)相關(guān)數(shù)據(jù)介紹.mp4 31.25M
| | ├──3-3-文本數(shù)據(jù)預(yù)處理.mp4 37.37M
| | ├──4-4-TFIDF構(gòu)建特征矩陣.mp4 31.28M
| | ├──5-5-矩陣分解演示.mp4 29.02M
| | ├──6-6-LDA主題模型效果演示.mp4 53.07M
| | └──7-7-推薦結(jié)果分析.mp4 43.00M
├──29-論文創(chuàng)新點(diǎn)常用方法及其應(yīng)用實(shí)例
| └──1-通用創(chuàng)新點(diǎn)
| | ├──1-ACMIX（卷積與注意力融合）.mp4 86.05M
| | ├──10-Attention額外加入先驗(yàn)知識(shí).mp4 7.42M
| | ├──11-結(jié)合GNN構(gòu)建局部特征.mp4 25.87M
| | ├──12-損失函數(shù)約束項(xiàng).mp4 8.42M
| | ├──13-自適應(yīng)可學(xué)習(xí)參數(shù).mp4 14.27M
| | ├──14-Coarse2Fine大框架.mp4 40.53M
| | ├──15-只能機(jī)器學(xué)習(xí)模型時(shí)湊工作量（特征工程）.mp4 6.02M
| | ├──16-自己數(shù)據(jù)集如何發(fā)的好(要開源).mp4 45.07M
| | ├──17-可變形卷積加入方法.mp4 23.44M
| | ├──18-在源碼中加入各種注意力機(jī)制方法.mp4 122.48M
| | ├──2-GCnet(全局特征融合).mp4 74.35M
| | ├──3-Coordinate_attention.mp4 74.92M
| | ├──4-SPD（可替換下采樣）.mp4 45.03M
| | ├──5-SPP改進(jìn).mp4 17.03M
| | ├──6-mobileOne(加速).mp4 45.26M
| | ├──7-Deformable(替換selfAttention).mp4 44.90M
| | ├──8-ProbAttention(采樣策略).mp4 23.58M
| | └──9-CrossAttention融合特征.mp4 20.50M
├──3-深度學(xué)習(xí)必備核⼼算法
| ├──1-神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
| | └──1-神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu).mp4 604.62M
| ├──2-卷積神經(jīng)網(wǎng)絡(luò)
| | └──1-卷積神經(jīng)網(wǎng)絡(luò).mp4 676.23M
| ├──3-Transformer
| | └──1-Transformer.mp4 557.22M
| └──4-VIT源碼解讀
| | └──1-VIT源碼解讀.mp4 878.23M
├──4-深度學(xué)習(xí)框架PyTorch
| ├──1-PyTorch框架介紹與配置安裝
| | ├──1-PyTorch框架與其他框架區(qū)別分析.mp4 33.24M
| | └──2-CPU與GPU版本安裝方法解讀.mp4 100.57M
| ├──2-使用神經(jīng)網(wǎng)絡(luò)進(jìn)行分類任務(wù)
| | ├──1-數(shù)據(jù)集與任務(wù)概述.mp4 43.34M
| | ├──2-基本模塊應(yīng)用測(cè)試.mp4 47.62M
| | ├──3-網(wǎng)絡(luò)結(jié)構(gòu)定義方法.mp4 55.60M
| | ├──4-數(shù)據(jù)源定義簡(jiǎn)介.mp4 38.98M
| | ├──5-損失與訓(xùn)練模塊分析.mp4 42.31M
| | ├──6-訓(xùn)練一個(gè)基本的分類模型.mp4 54.59M
| | └──7-參數(shù)對(duì)結(jié)果的影響.mp4 51.65M
| ├──3-神經(jīng)網(wǎng)絡(luò)回歸任務(wù)-氣溫預(yù)測(cè)
| | └──1-神經(jīng)網(wǎng)絡(luò)回歸任務(wù)-氣溫預(yù)測(cè).mp4 198.56M
| ├──4-卷積網(wǎng)絡(luò)參數(shù)解讀分析
| | ├──1-輸入特征通道分析.mp4 42.48M
| | ├──2-卷積網(wǎng)絡(luò)參數(shù)解讀.mp4 31.46M
| | └──3-卷積網(wǎng)絡(luò)模型訓(xùn)練.mp4 55.14M
| ├──5-圖像識(shí)別模型與訓(xùn)練策略（重點(diǎn)）
| | ├──1-任務(wù)分析與圖像數(shù)據(jù)基本處理.mp4 41.62M
| | ├──10-測(cè)試結(jié)果演示分析.mp4 110.98M
| | ├──2-數(shù)據(jù)增強(qiáng)模塊.mp4 40.50M
| | ├──3-數(shù)據(jù)集與模型選擇.mp4 45.32M
| | ├──4-遷移學(xué)習(xí)方法解讀.mp4 44.66M
| | ├──5-輸出層與梯度設(shè)置.mp4 61.42M
| | ├──6-輸出類別個(gè)數(shù)修改.mp4 49.06M
| | ├──7-優(yōu)化器與學(xué)習(xí)率衰減.mp4 52.48M
| | ├──8-模型訓(xùn)練方法.mp4 52.60M
| | └──9-重新訓(xùn)練全部模型.mp4 54.81M
| ├──6-DataLoader自定義數(shù)據(jù)集制作
| | ├──1-Dataloader要完成的任務(wù)分析.mp4 39.20M
| | ├──2-圖像數(shù)據(jù)與標(biāo)簽路徑處理.mp4 48.98M
| | ├──3-Dataloader中需要實(shí)現(xiàn)的方法分析.mp4 46.95M
| | └──4-實(shí)用Dataloader加載數(shù)據(jù)并訓(xùn)練模型.mp4 77.82M
| └──7-LSTM文本分類實(shí)戰(zhàn)
| | ├──1-數(shù)據(jù)集與任務(wù)目標(biāo)分析.mp4 52.81M
| | ├──2-文本數(shù)據(jù)處理基本流程分析.mp4 55.97M
| | ├──3-命令行參數(shù)與DEBUG.mp4 36.52M
| | ├──4-訓(xùn)練模型所需基本配置參數(shù)分析.mp4 40.92M
| | ├──5-預(yù)料表與字符切分.mp4 31.98M
| | ├──6-字符預(yù)處理轉(zhuǎn)換ID.mp4 34.37M
| | ├──7-LSTM網(wǎng)絡(luò)結(jié)構(gòu)基本定義.mp4 34.73M
| | ├──8-網(wǎng)絡(luò)模型預(yù)測(cè)結(jié)果輸出.mp4 39.11M
| | └──9-模型訓(xùn)練任務(wù)與總結(jié).mp4 45.16M
├──5-Opencv圖像處理框架實(shí)戰(zhàn)
| ├──1-課程簡(jiǎn)介與環(huán)境配置
| | ├──1-課程簡(jiǎn)介.mp4 5.37M
| | ├──2-Python與Opencv配置安裝.mp4 33.28M
| | └──3-Notebook與IDE環(huán)境.mp4 84.39M
| ├──10-項(xiàng)目實(shí)戰(zhàn)-文檔掃描OCR識(shí)別
| | ├──1-整體流程演示.mp4 21.50M
| | ├──2-文檔輪廓提取.mp4 27.81M
| | ├──3-原始與變換坐標(biāo)計(jì)算.mp4 26.24M
| | ├──4-透視變換結(jié)果.mp4 32.87M
| | ├──5-tesseract-ocr安裝配置.mp4 41.23M
| | └──6-文檔掃描識(shí)別效果.mp4 28.86M
| ├──11-圖像特征-harris
| | ├──1-角點(diǎn)檢測(cè)基本原理.mp4 15.53M
| | ├──2-基本數(shù)學(xué)原理.mp4 30.58M
| | ├──3-求解化簡(jiǎn).mp4 31.79M
| | ├──4-特征歸屬劃分.mp4 43.23M
| | └──5-opencv角點(diǎn)檢測(cè)效果.mp4 31.04M
| ├──12-圖像特征-sift
| | ├──1-尺度空間定義.mp4 20.04M
| | ├──2-高斯差分金字塔.mp4 21.68M
| | ├──3-特征關(guān)鍵點(diǎn)定位.mp4 48.15M
| | ├──4-生成特征描述.mp4 24.66M
| | ├──5-特征向量生成.mp4 43.73M
| | └──6-opencv中sift函數(shù)使用.mp4 28.80M
| ├──13-案例實(shí)戰(zhàn)-全景圖像拼接
| | ├──1-特征匹配方法.mp4 28.56M
| | ├──2-RANSAC算法.mp4 34.50M
| | ├──3-圖像拼接方法.mp4 44.96M
| | └──4-流程解讀.mp4 21.65M
| ├──14-項(xiàng)目實(shí)戰(zhàn)-停車場(chǎng)車位識(shí)別
| | ├──1-任務(wù)整體流程.mp4 71.40M
| | ├──2-所需數(shù)據(jù)介紹.mp4 34.31M
| | ├──3-圖像數(shù)據(jù)預(yù)處理.mp4 56.75M
| | ├──4-車位直線檢測(cè).mp4 61.44M
| | ├──5-按列劃分區(qū)域.mp4 54.67M
| | ├──6-車位區(qū)域劃分.mp4 57.33M
| | ├──7-識(shí)別模型構(gòu)建.mp4 41.19M
| | └──8-基于視頻的車位檢測(cè).mp4 135.61M
| ├──15-項(xiàng)目實(shí)戰(zhàn)-答題卡識(shí)別判卷
| | ├──1-整體流程與效果概述.mp4 29.49M
| | ├──2-預(yù)處理操作.mp4 24.08M
| | ├──3-填涂輪廓檢測(cè).mp4 25.66M
| | └──4-選項(xiàng)判斷識(shí)別.mp4 57.12M
| ├──16-背景建模
| | ├──1-背景消除-幀差法.mp4 20.79M
| | ├──2-混合高斯模型.mp4 26.39M
| | ├──3-學(xué)習(xí)步驟.mp4 31.75M
| | └──4-背景建模實(shí)戰(zhàn).mp4 51.17M
| ├──17-光流估計(jì)
| | ├──1-基本概念.mp4 20.20M
| | ├──2-Lucas-Kanade算法.mp4 19.67M
| | ├──3-推導(dǎo)求解.mp4 25.94M
| | └──4-光流估計(jì)實(shí)戰(zhàn).mp4 64.22M
| ├──18-Opencv的DNN模塊
| | ├──1-dnn模塊.mp4 28.59M
| | └──2-模型加載結(jié)果輸出.mp4 40.50M
| ├──19-項(xiàng)目實(shí)戰(zhàn)-目標(biāo)追蹤
| | ├──1-目標(biāo)追蹤概述.mp4 49.75M
| | ├──2-多目標(biāo)追蹤實(shí)戰(zhàn).mp4 34.62M
| | ├──3-深度學(xué)習(xí)檢測(cè)框架加載.mp4 43.62M
| | ├──4-基于dlib與ssd的追蹤.mp4 73.02M
| | ├──5-多進(jìn)程目標(biāo)追蹤.mp4 25.72M
| | └──6-多進(jìn)程效率提升對(duì)比.mp4 78.13M
| ├──2-圖像基本操作
| | ├──1-計(jì)算機(jī)眼中的圖像.mp4 30.88M
| | ├──2-視頻的讀取與處理.mp4 46.97M
| | ├──3-ROI區(qū)域.mp4 15.37M
| | ├──4-邊界填充.mp4 21.46M
| | └──5-數(shù)值計(jì)算.mp4 40.04M
| ├──20-卷積原理與操作
| | ├──1-卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用.mp4 36.18M
| | ├──2-卷積層解釋.mp4 22.31M
| | ├──3-卷積計(jì)算過程.mp4 27.61M
| | ├──4-pading與stride.mp4 26.12M
| | ├──5-卷積參數(shù)共享.mp4 17.69M
| | ├──6-池化層原理.mp4 16.09M
| | ├──7-卷積效果演示.mp4 24.58M
| | └──8-卷積操作流程.mp4 41.15M
| ├──21-項(xiàng)目實(shí)戰(zhàn)-疲勞檢測(cè)
| | ├──1-關(guān)鍵點(diǎn)定位概述.mp4 28.45M
| | ├──2-獲取人臉關(guān)鍵點(diǎn).mp4 36.07M
| | ├──3-定位效果演示.mp4 45.43M
| | ├──4-閉眼檢測(cè).mp4 71.07M
| | └──5-檢測(cè)效果.mp4 40.60M
| ├──3-閾值與平滑處理
| | ├──1-圖像閾值.mp4 30.78M
| | ├──2-圖像平滑處理.mp4 24.69M
| | └──3-高斯與中值濾波.mp4 20.55M
| ├──4-圖像形態(tài)學(xué)操作
| | ├──1-腐蝕操作.mp4 20.99M
| | ├──2-膨脹操作.mp4 12.25M
| | ├──3-開運(yùn)算與閉運(yùn)算.mp4 9.32M
| | ├──4-梯度計(jì)算.mp4 7.85M
| | └──5-禮帽與黑帽.mp4 15.88M
| ├──5-圖像梯度計(jì)算
| | ├──1-Sobel算子.mp4 27.00M
| | ├──2-梯度計(jì)算方法.mp4 30.29M
| | └──3-scharr與lapkacian算子.mp4 27.39M
| ├──6-邊緣檢測(cè)
| | ├──1-Canny邊緣檢測(cè)流程.mp4 18.97M
| | ├──2-非極大值抑制.mp4 18.32M
| | └──3-邊緣檢測(cè)效果.mp4 36.63M
| ├──7-圖像金字塔與輪廓檢測(cè)
| | ├──1-圖像金字塔定義.mp4 19.68M
| | ├──2-金字塔制作方法.mp4 25.47M
| | ├──3-輪廓檢測(cè)方法.mp4 19.31M
| | ├──4-輪廓檢測(cè)結(jié)果.mp4 34.37M
| | ├──5-輪廓特征與近似.mp4 37.51M
| | ├──6-模板匹配方法.mp4 47.35M
| | └──7-匹配效果展示.mp4 21.14M
| ├──8-直方圖與傅里葉變換
| | ├──1-直方圖定義.mp4 23.64M
| | ├──2-均衡化原理.mp4 31.35M
| | ├──3-均衡化效果.mp4 27.21M
| | ├──4-傅里葉概述.mp4 38.79M
| | ├──5-頻域變換結(jié)果.mp4 26.26M
| | └──6-低通與高通濾波.mp4 27.34M
| └──9-項(xiàng)目實(shí)戰(zhàn)-信用卡數(shù)字識(shí)別
| | ├──1-總體流程與方法講解.mp4 20.65M
| | ├──2-環(huán)境配置與預(yù)處理.mp4 34.85M
| | ├──3-模板處理方法.mp4 23.69M
| | ├──4-輸入數(shù)據(jù)處理方法.mp4 28.88M
| | └──5-模板匹配得出識(shí)別結(jié)果.mp4 47.72M
├──5-Opencv圖像處理框架實(shí)戰(zhàn)(1)
| ├──1-課程簡(jiǎn)介與環(huán)境配置
| | ├──1-課程簡(jiǎn)介.mp4 5.37M
| | ├──2-Python與Opencv配置安裝.mp4 33.28M
| | └──3-Notebook與IDE環(huán)境.mp4 84.39M
| ├──10-項(xiàng)目實(shí)戰(zhàn)-文檔掃描OCR識(shí)別
| | ├──1-整體流程演示.mp4 21.50M
| | ├──2-文檔輪廓提取.mp4 27.81M
| | ├──3-原始與變換坐標(biāo)計(jì)算.mp4 26.24M
| | ├──4-透視變換結(jié)果.mp4 32.87M
| | ├──5-tesseract-ocr安裝配置.mp4 41.23M
| | └──6-文檔掃描識(shí)別效果.mp4 28.86M
| ├──11-圖像特征-harris
| | ├──1-角點(diǎn)檢測(cè)基本原理.mp4 15.53M
| | ├──2-基本數(shù)學(xué)原理.mp4 30.58M
| | ├──3-求解化簡(jiǎn).mp4 31.79M
| | ├──4-特征歸屬劃分.mp4 43.23M
| | └──5-opencv角點(diǎn)檢測(cè)效果.mp4 31.04M
| ├──12-圖像特征-sift
| | ├──1-尺度空間定義.mp4 20.04M
| | ├──2-高斯差分金字塔.mp4 21.68M
| | ├──3-特征關(guān)鍵點(diǎn)定位.mp4 48.15M
| | ├──4-生成特征描述.mp4 24.66M
| | ├──5-特征向量生成.mp4 43.73M
| | └──6-opencv中sift函數(shù)使用.mp4 28.80M
| ├──13-案例實(shí)戰(zhàn)-全景圖像拼接
| | ├──1-特征匹配方法.mp4 28.56M
| | ├──2-RANSAC算法.mp4 34.50M
| | ├──3-圖像拼接方法.mp4 44.96M
| | └──4-流程解讀.mp4 21.65M
| ├──14-項(xiàng)目實(shí)戰(zhàn)-停車場(chǎng)車位識(shí)別
| | ├──1-任務(wù)整體流程.mp4 71.40M
| | ├──2-所需數(shù)據(jù)介紹.mp4 34.31M
| | ├──3-圖像數(shù)據(jù)預(yù)處理.mp4 56.75M
| | ├──4-車位直線檢測(cè).mp4 61.44M
| | ├──5-按列劃分區(qū)域.mp4 54.67M
| | ├──6-車位區(qū)域劃分.mp4 57.33M
| | ├──7-識(shí)別模型構(gòu)建.mp4 41.19M
| | └──8-基于視頻的車位檢測(cè).mp4 135.61M
| ├──15-項(xiàng)目實(shí)戰(zhàn)-答題卡識(shí)別判卷
| | ├──1-整體流程與效果概述.mp4 29.49M
| | ├──2-預(yù)處理操作.mp4 24.08M
| | ├──3-填涂輪廓檢測(cè).mp4 25.66M
| | └──4-選項(xiàng)判斷識(shí)別.mp4 57.12M
| ├──16-背景建模
| | ├──1-背景消除-幀差法.mp4 20.79M
| | ├──2-混合高斯模型.mp4 26.39M
| | ├──3-學(xué)習(xí)步驟.mp4 31.75M
| | └──4-背景建模實(shí)戰(zhàn).mp4 51.17M
| ├──17-光流估計(jì)
| | ├──1-基本概念.mp4 20.20M
| | ├──2-Lucas-Kanade算法.mp4 19.67M
| | ├──3-推導(dǎo)求解.mp4 25.94M
| | └──4-光流估計(jì)實(shí)戰(zhàn).mp4 64.22M
| ├──18-Opencv的DNN模塊
| | ├──1-dnn模塊.mp4 28.59M
| | └──2-模型加載結(jié)果輸出.mp4 40.50M
| ├──19-項(xiàng)目實(shí)戰(zhàn)-目標(biāo)追蹤
| | ├──1-目標(biāo)追蹤概述.mp4 49.75M
| | ├──2-多目標(biāo)追蹤實(shí)戰(zhàn).mp4 34.62M
| | ├──3-深度學(xué)習(xí)檢測(cè)框架加載.mp4 43.62M
| | ├──4-基于dlib與ssd的追蹤.mp4 73.02M
| | ├──5-多進(jìn)程目標(biāo)追蹤.mp4 25.72M
| | └──6-多進(jìn)程效率提升對(duì)比.mp4 78.13M
| ├──2-圖像基本操作
| | ├──1-計(jì)算機(jī)眼中的圖像.mp4 30.88M
| | ├──2-視頻的讀取與處理.mp4 46.97M
| | ├──3-ROI區(qū)域.mp4 15.37M
| | ├──4-邊界填充.mp4 21.46M
| | └──5-數(shù)值計(jì)算.mp4 40.04M
| ├──20-卷積原理與操作
| | ├──1-卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用.mp4 36.18M
| | ├──2-卷積層解釋.mp4 22.31M
| | ├──3-卷積計(jì)算過程.mp4 27.61M
| | ├──4-pading與stride.mp4 26.12M
| | ├──5-卷積參數(shù)共享.mp4 17.69M
| | ├──6-池化層原理.mp4 16.09M
| | ├──7-卷積效果演示.mp4 24.58M
| | └──8-卷積操作流程.mp4 41.15M
| ├──21-項(xiàng)目實(shí)戰(zhàn)-疲勞檢測(cè)
| | ├──1-關(guān)鍵點(diǎn)定位概述.mp4 28.45M
| | ├──2-獲取人臉關(guān)鍵點(diǎn).mp4 36.07M
| | ├──3-定位效果演示.mp4 45.43M
| | ├──4-閉眼檢測(cè).mp4 71.07M
| | └──5-檢測(cè)效果.mp4 40.60M
| ├──3-閾值與平滑處理
| | ├──1-圖像閾值.mp4 30.78M
| | ├──2-圖像平滑處理.mp4 24.69M
| | └──3-高斯與中值濾波.mp4 20.55M
| ├──4-圖像形態(tài)學(xué)操作
| | ├──1-腐蝕操作.mp4 20.99M
| | ├──2-膨脹操作.mp4 12.25M
| | ├──3-開運(yùn)算與閉運(yùn)算.mp4 9.32M
| | ├──4-梯度計(jì)算.mp4 7.85M
| | └──5-禮帽與黑帽.mp4 15.88M
| ├──5-圖像梯度計(jì)算
| | ├──1-Sobel算子.mp4 27.00M
| | ├──2-梯度計(jì)算方法.mp4 30.29M
| | └──3-scharr與lapkacian算子.mp4 27.39M
| ├──6-邊緣檢測(cè)
| | ├──1-Canny邊緣檢測(cè)流程.mp4 18.97M
| | ├──2-非極大值抑制.mp4 18.32M
| | └──3-邊緣檢測(cè)效果.mp4 36.63M
| ├──7-圖像金字塔與輪廓檢測(cè)
| | ├──1-圖像金字塔定義.mp4 19.68M
| | ├──2-金字塔制作方法.mp4 25.47M
| | ├──3-輪廓檢測(cè)方法.mp4 19.31M
| | ├──4-輪廓檢測(cè)結(jié)果.mp4 34.37M
| | ├──5-輪廓特征與近似.mp4 37.51M
| | ├──6-模板匹配方法.mp4 47.35M
| | └──7-匹配效果展示.mp4 21.14M
| ├──8-直方圖與傅里葉變換
| | ├──1-直方圖定義.mp4 23.64M
| | ├──2-均衡化原理.mp4 31.35M
| | ├──3-均衡化效果.mp4 27.21M
| | ├──4-傅里葉概述.mp4 38.79M
| | ├──5-頻域變換結(jié)果.mp4 26.26M
| | └──6-低通與高通濾波.mp4 27.34M
| └──9-項(xiàng)目實(shí)戰(zhàn)-信用卡數(shù)字識(shí)別
| | ├──1-總體流程與方法講解.mp4 20.65M
| | ├──2-環(huán)境配置與預(yù)處理.mp4 34.85M
| | ├──3-模板處理方法.mp4 23.69M
| | ├──4-輸入數(shù)據(jù)處理方法.mp4 28.88M
| | └──5-模板匹配得出識(shí)別結(jié)果.mp4 47.72M
├──6-綜合項(xiàng)目-物體檢測(cè)經(jīng)典算法實(shí)戰(zhàn)
| ├──1-物體檢測(cè)評(píng)估指標(biāo)
| | └──1-物體檢測(cè)評(píng)估指標(biāo).mp4 84.11M
| ├──10-V5項(xiàng)目工程源碼解讀
| | ├──1-數(shù)據(jù)源DEBUG流程解讀.mp4 48.13M
| | ├──10-完成配置文件解析任務(wù).mp4 58.80M
| | ├──11-前向傳播計(jì)算.mp4 30.80M
| | ├──12-BottleneckCSP層計(jì)算方法.mp4 33.82M
| | ├──13-SPP層計(jì)算細(xì)節(jié)分析.mp4 29.17M
| | ├──14-Head層流程解讀.mp4 29.12M
| | ├──15-上采樣與拼接操作.mp4 21.48M
| | ├──16-輸出結(jié)果分析.mp4 41.71M
| | ├──17-超參數(shù)解讀.mp4 34.94M
| | ├──18-命令行參數(shù)介紹.mp4 44.26M
| | ├──19-訓(xùn)練流程解讀.mp4 46.81M
| | ├──2-圖像數(shù)據(jù)源配置.mp4 34.65M
| | ├──20-各種訓(xùn)練策略概述.mp4 38.43M
| | ├──21-模型迭代過程.mp4 38.42M
| | ├──3-加載標(biāo)簽數(shù)據(jù).mp4 26.33M
| | ├──4-Mosaic數(shù)據(jù)增強(qiáng)方法.mp4 28.19M
| | ├──5-數(shù)據(jù)四合一方法與流程演示.mp4 41.69M
| | ├──6-getItem構(gòu)建batch.mp4 33.03M
| | ├──7-網(wǎng)絡(luò)架構(gòu)圖可視化工具安裝.mp4 34.33M
| | ├──8-V5網(wǎng)絡(luò)配置文件解讀.mp4 35.74M
| | └──9-Focus模塊流程分析.mp4 21.93M
| ├──11-YOLO系列（V7）算法解讀
| | └──1-YOLO系列（V7）算法解讀.mp4 650.58M
| ├──12-V7源碼解讀
| | ├──1-命令行參數(shù)介紹.mp4 25.02M
| | ├──10-完成BuildTargets模塊.mp4 51.40M
| | ├──11-候選框篩選流程分析.mp4 31.75M
| | ├──12-預(yù)測(cè)值各項(xiàng)指標(biāo)獲取與調(diào)整.mp4 47.03M
| | ├──13-GT匹配正樣本數(shù)量計(jì)算.mp4 42.07M
| | ├──14-通過IOU與置信度分配正樣本.mp4 60.44M
| | ├──15-損失函數(shù)計(jì)算方法.mp4 46.08M
| | ├──16-輔助頭AUX網(wǎng)絡(luò)結(jié)構(gòu)配置文件解析.mp4 31.05M
| | ├──17-輔助頭損失函數(shù)調(diào)整.mp4 39.28M
| | ├──18-BN與卷積權(quán)重參數(shù)融合方法.mp4 53.77M
| | ├──19-重參數(shù)化多分支合并加速.mp4 43.19M
| | ├──2-基本參數(shù)作用.mp4 40.80M
| | ├──3-EMA等訓(xùn)練技巧解讀.mp4 49.31M
| | ├──4-網(wǎng)絡(luò)結(jié)構(gòu)配置文件解讀.mp4 36.94M
| | ├──5-各模塊操作細(xì)節(jié)分析.mp4 49.07M
| | ├──6-輸出層與配置文件其他模塊解讀.mp4 60.88M
| | ├──7-標(biāo)簽分配策略準(zhǔn)備操作.mp4 34.72M
| | ├──8-候選框偏移方法與find3p模塊解讀.mp4 33.70M
| | └──9-得到偏移點(diǎn)所在網(wǎng)格位置.mp4 42.85M
| ├──13-基于Transformer的detr目標(biāo)檢測(cè)算法
| | ├──1-DETR目標(biāo)檢測(cè)基本思想解讀.mp4 19.35M
| | ├──2-整體網(wǎng)絡(luò)架構(gòu)分析.mp4 31.64M
| | ├──3-位置信息初始化query向量.mp4 19.97M
| | ├──4-注意力機(jī)制的作用方法.mp4 20.85M
| | └──5-訓(xùn)練過程的策略.mp4 28.41M
| ├──14-detr目標(biāo)檢測(cè)源碼解讀
| | ├──1-項(xiàng)目環(huán)境配置解讀.mp4 40.42M
| | ├──2-數(shù)據(jù)處理與dataloader.mp4 64.11M
| | ├──3-位置編碼作用分析.mp4 47.95M
| | ├──4-backbone特征提取模塊.mp4 35.62M
| | ├──5-mask與編碼模塊.mp4 34.75M
| | ├──6-編碼層作用方法.mp4 42.86M
| | ├──7-Decoder層操作與計(jì)算.mp4 30.15M
| | ├──8-輸出預(yù)測(cè)結(jié)果.mp4 41.28M
| | └──9-損失函數(shù)與預(yù)測(cè)輸出.mp4 41.18M
| ├──15-DeformableDetr算法解讀
| | └──1-DeformableDetr算法解讀.mp4 1.55G
| ├──16-半監(jiān)督物體檢測(cè)
| | └──1-半監(jiān)督物體檢測(cè).mp4 824.82M
| ├──17-EfficientNet網(wǎng)絡(luò)
| | └──1-EfficientNet網(wǎng)絡(luò)模型.mp4 538.47M
| ├──18-EfficientDet檢測(cè)算法
| | └──1-EfficientDet檢測(cè)算法.mp4 448.01M
| ├──2-深度學(xué)習(xí)經(jīng)典檢測(cè)⽅法概述
| | ├──1-檢測(cè)任務(wù)中階段的意義.mp4 15.14M
| | ├──2-不同階段算法優(yōu)缺點(diǎn)分析.mp4 10.68M
| | ├──3-IOU指標(biāo)計(jì)算.mp4 11.74M
| | ├──4-評(píng)估所需參數(shù)計(jì)算.mp4 26.23M
| | └──5-map指標(biāo)計(jì)算.mp4 19.63M
| ├──3-YOLO-V1整體思想與網(wǎng)絡(luò)架構(gòu)
| | ├──1-YOLO算法整體思路解讀.mp4 14.68M
| | ├──2-檢測(cè)算法要得到的結(jié)果.mp4 13.63M
| | ├──3-整體網(wǎng)絡(luò)架構(gòu)解讀.mp4 30.67M
| | ├──4-位置損失計(jì)算.mp4 18.97M
| | └──5-置信度誤差與優(yōu)缺點(diǎn)分析.mp4 26.86M
| ├──4-YOLO-V2改進(jìn)細(xì)節(jié)詳解
| | ├──1-V2版本細(xì)節(jié)升級(jí)概述.mp4 13.38M
| | ├──2-網(wǎng)絡(luò)結(jié)構(gòu)特點(diǎn).mp4 15.69M
| | ├──3-架構(gòu)細(xì)節(jié)解讀.mp4 18.92M
| | ├──4-基于聚類來選擇先驗(yàn)框尺寸.mp4 24.24M
| | ├──5-偏移量計(jì)算方法.mp4 27.55M
| | ├──6-坐標(biāo)映射與還原.mp4 10.08M
| | ├──7-感受野的作用.mp4 28.11M
| | └──8-特征融合改進(jìn).mp4 19.20M
| ├──5-YOLO-V3核心網(wǎng)絡(luò)模型
| | ├──1-V3版本改進(jìn)概述.mp4 18.27M
| | ├──2-多scale方法改進(jìn)與特征融合.mp4 17.07M
| | ├──3-經(jīng)典變換方法對(duì)比分析.mp4 10.83M
| | ├──4-殘差連接方法解讀.mp4 18.64M
| | ├──5-整體網(wǎng)絡(luò)模型架構(gòu)分析.mp4 12.93M
| | ├──6-先驗(yàn)框設(shè)計(jì)改進(jìn).mp4 13.04M
| | └──7-sotfmax層改進(jìn).mp4 10.61M
| ├──6-項(xiàng)目實(shí)戰(zhàn)-基于V3版本進(jìn)行源碼解讀（建議直接跑V5版本）
| | ├──1-數(shù)據(jù)與環(huán)境配置.mp4 65.52M
| | ├──10-網(wǎng)格偏移計(jì)算.mp4 33.92M
| | ├──11-模型要計(jì)算的損失概述.mp4 23.14M
| | ├──12-標(biāo)簽值格式修改.mp4 28.27M
| | ├──13-坐標(biāo)相對(duì)位置計(jì)算.mp4 32.80M
| | ├──14-完成所有損失函數(shù)所需計(jì)算指標(biāo).mp4 35.32M
| | ├──15-模型訓(xùn)練與總結(jié).mp4 72.91M
| | ├──16-預(yù)測(cè)效果展示.mp4 34.51M
| | ├──2-訓(xùn)練參數(shù)設(shè)置.mp4 23.85M
| | ├──3-COCO圖像數(shù)據(jù)讀取與處理.mp4 42.51M
| | ├──4-標(biāo)簽文件讀取與處理.mp4 27.48M
| | ├──5-debug模式介紹.mp4 27.25M
| | ├──6-基于配置文件構(gòu)建網(wǎng)絡(luò)模型.mp4 42.04M
| | ├──7-路由層與shortcut層的作用.mp4 33.72M
| | ├──8-YOLO層定義解析.mp4 61.09M
| | └──9-預(yù)測(cè)結(jié)果計(jì)算.mp4 46.00M
| ├──7-基于YOLO-V3訓(xùn)練自己的數(shù)據(jù)集與任務(wù)（建議直接跑V5版本）
| | ├──1-Labelme工具安裝.mp4 14.29M
| | ├──2-數(shù)據(jù)信息標(biāo)注.mp4 32.09M
| | ├──3-完成標(biāo)簽制作.mp4 31.74M
| | ├──4-生成模型所需配置文件.mp4 36.71M
| | ├──5-json格式轉(zhuǎn)換成yolo-v3所需輸入.mp4 20.95M
| | ├──6-完成輸入數(shù)據(jù)準(zhǔn)備工作.mp4 40.10M
| | ├──7-訓(xùn)練代碼與參數(shù)配置更改.mp4 44.29M
| | └──8-訓(xùn)練模型并測(cè)試效果.mp4 38.49M
| ├──8-YOLO-V4版本算法解讀
| | ├──1-V4版本整體概述.mp4 15.06M
| | ├──10-PAN模塊解讀.mp4 20.64M
| | ├──11-激活函數(shù)與整體架構(gòu)總結(jié).mp4 19.19M
| | ├──2-V4版本貢獻(xiàn)解讀.mp4 10.06M
| | ├──3-數(shù)據(jù)增強(qiáng)策略分析.mp4 24.70M
| | ├──4-DropBlock與標(biāo)簽平滑方法.mp4 19.36M
| | ├──5-損失函數(shù)遇到的問題.mp4 14.26M
| | ├──6-CIOU損失函數(shù)定義.mp4 10.82M
| | ├──7-NMS細(xì)節(jié)改進(jìn).mp4 16.66M
| | ├──8-SPP與CSP網(wǎng)絡(luò)結(jié)構(gòu).mp4 14.81M
| | └──9-SAM注意力機(jī)制模塊.mp4 22.48M
| └──9-V5版本項(xiàng)目配置
| | ├──1-整體項(xiàng)目概述.mp4 35.77M
| | ├──2-訓(xùn)練自己的數(shù)據(jù)集方法.mp4 41.32M
| | ├──3-訓(xùn)練數(shù)據(jù)參數(shù)配置.mp4 51.48M
| | └──4-測(cè)試DEMO演示.mp4 50.47M
├──6-綜合項(xiàng)目-物體檢測(cè)經(jīng)典算法實(shí)戰(zhàn)(1)
| ├──1-物體檢測(cè)評(píng)估指標(biāo)
| | └──1-物體檢測(cè)評(píng)估指標(biāo).mp4 84.11M
| ├──10-V5項(xiàng)目工程源碼解讀
| | ├──1-數(shù)據(jù)源DEBUG流程解讀.mp4 48.13M
| | ├──10-完成配置文件解析任務(wù).mp4 58.80M
| | ├──11-前向傳播計(jì)算.mp4 30.80M
| | ├──12-BottleneckCSP層計(jì)算方法.mp4 33.82M
| | ├──13-SPP層計(jì)算細(xì)節(jié)分析.mp4 29.17M
| | ├──14-Head層流程解讀.mp4 29.12M
| | ├──15-上采樣與拼接操作.mp4 21.48M
| | ├──16-輸出結(jié)果分析.mp4 41.71M
| | ├──17-超參數(shù)解讀.mp4 34.94M
| | ├──18-命令行參數(shù)介紹.mp4 44.26M
| | ├──19-訓(xùn)練流程解讀.mp4 46.81M
| | ├──2-圖像數(shù)據(jù)源配置.mp4 34.65M
| | ├──20-各種訓(xùn)練策略概述.mp4 38.43M
| | ├──21-模型迭代過程.mp4 38.42M
| | ├──3-加載標(biāo)簽數(shù)據(jù).mp4 26.33M
| | ├──4-Mosaic數(shù)據(jù)增強(qiáng)方法.mp4 28.19M
| | ├──5-數(shù)據(jù)四合一方法與流程演示.mp4 41.69M
| | ├──6-getItem構(gòu)建batch.mp4 33.03M
| | ├──7-網(wǎng)絡(luò)架構(gòu)圖可視化工具安裝.mp4 34.33M
| | ├──8-V5網(wǎng)絡(luò)配置文件解讀.mp4 35.74M
| | └──9-Focus模塊流程分析.mp4 21.93M
| ├──11-YOLO系列（V7）算法解讀
| | └──1-YOLO系列（V7）算法解讀.mp4 650.58M
| ├──12-V7源碼解讀
| | ├──1-命令行參數(shù)介紹.mp4 25.02M
| | ├──10-完成BuildTargets模塊.mp4 51.40M
| | ├──11-候選框篩選流程分析.mp4 31.75M
| | ├──12-預(yù)測(cè)值各項(xiàng)指標(biāo)獲取與調(diào)整.mp4 47.03M
| | ├──13-GT匹配正樣本數(shù)量計(jì)算.mp4 42.07M
| | ├──14-通過IOU與置信度分配正樣本.mp4 60.44M
| | ├──15-損失函數(shù)計(jì)算方法.mp4 46.08M
| | ├──16-輔助頭AUX網(wǎng)絡(luò)結(jié)構(gòu)配置文件解析.mp4 31.05M
| | ├──17-輔助頭損失函數(shù)調(diào)整.mp4 39.28M
| | ├──18-BN與卷積權(quán)重參數(shù)融合方法.mp4 53.77M
| | ├──19-重參數(shù)化多分支合并加速.mp4 43.19M
| | ├──2-基本參數(shù)作用.mp4 40.80M
| | ├──3-EMA等訓(xùn)練技巧解讀.mp4 49.31M
| | ├──4-網(wǎng)絡(luò)結(jié)構(gòu)配置文件解讀.mp4 36.94M
| | ├──5-各模塊操作細(xì)節(jié)分析.mp4 49.07M
| | ├──6-輸出層與配置文件其他模塊解讀.mp4 60.88M
| | ├──7-標(biāo)簽分配策略準(zhǔn)備操作.mp4 34.72M
| | ├──8-候選框偏移方法與find3p模塊解讀.mp4 33.70M
| | └──9-得到偏移點(diǎn)所在網(wǎng)格位置.mp4 42.85M
| ├──13-基于Transformer的detr目標(biāo)檢測(cè)算法
| | ├──1-DETR目標(biāo)檢測(cè)基本思想解讀.mp4 19.35M
| | ├──2-整體網(wǎng)絡(luò)架構(gòu)分析.mp4 31.64M
| | ├──3-位置信息初始化query向量.mp4 19.97M
| | ├──4-注意力機(jī)制的作用方法.mp4 20.85M
| | └──5-訓(xùn)練過程的策略.mp4 28.41M
| ├──14-detr目標(biāo)檢測(cè)源碼解讀
| | ├──1-項(xiàng)目環(huán)境配置解讀.mp4 40.42M
| | ├──2-數(shù)據(jù)處理與dataloader.mp4 64.11M
| | ├──3-位置編碼作用分析.mp4 47.95M
| | ├──4-backbone特征提取模塊.mp4 35.62M
| | ├──5-mask與編碼模塊.mp4 34.75M
| | ├──6-編碼層作用方法.mp4 42.86M
| | ├──7-Decoder層操作與計(jì)算.mp4 30.15M
| | ├──8-輸出預(yù)測(cè)結(jié)果.mp4 41.28M
| | └──9-損失函數(shù)與預(yù)測(cè)輸出.mp4 41.18M
| ├──15-DeformableDetr算法解讀
| | └──1-DeformableDetr算法解讀.mp4 1.55G
| ├──16-半監(jiān)督物體檢測(cè)
| | └──1-半監(jiān)督物體檢測(cè).mp4 824.82M
| ├──17-EfficientNet網(wǎng)絡(luò)
| | └──1-EfficientNet網(wǎng)絡(luò)模型.mp4 538.47M
| ├──18-EfficientDet檢測(cè)算法
| | └──1-EfficientDet檢測(cè)算法.mp4 448.01M
| ├──2-深度學(xué)習(xí)經(jīng)典檢測(cè)⽅法概述
| | ├──1-檢測(cè)任務(wù)中階段的意義.mp4 15.14M
| | ├──2-不同階段算法優(yōu)缺點(diǎn)分析.mp4 10.68M
| | ├──3-IOU指標(biāo)計(jì)算.mp4 11.74M
| | ├──4-評(píng)估所需參數(shù)計(jì)算.mp4 26.23M
| | └──5-map指標(biāo)計(jì)算.mp4 19.63M
| ├──3-YOLO-V1整體思想與網(wǎng)絡(luò)架構(gòu)
| | ├──1-YOLO算法整體思路解讀.mp4 14.68M
| | ├──2-檢測(cè)算法要得到的結(jié)果.mp4 13.63M
| | ├──3-整體網(wǎng)絡(luò)架構(gòu)解讀.mp4 30.67M
| | ├──4-位置損失計(jì)算.mp4 18.97M
| | └──5-置信度誤差與優(yōu)缺點(diǎn)分析.mp4 26.86M
| ├──4-YOLO-V2改進(jìn)細(xì)節(jié)詳解
| | ├──1-V2版本細(xì)節(jié)升級(jí)概述.mp4 13.38M
| | ├──2-網(wǎng)絡(luò)結(jié)構(gòu)特點(diǎn).mp4 15.69M
| | ├──3-架構(gòu)細(xì)節(jié)解讀.mp4 18.92M
| | ├──4-基于聚類來選擇先驗(yàn)框尺寸.mp4 24.24M
| | ├──5-偏移量計(jì)算方法.mp4 27.55M
| | ├──6-坐標(biāo)映射與還原.mp4 10.08M
| | ├──7-感受野的作用.mp4 28.11M
| | └──8-特征融合改進(jìn).mp4 19.20M
| ├──5-YOLO-V3核心網(wǎng)絡(luò)模型
| | ├──1-V3版本改進(jìn)概述.mp4 18.27M
| | ├──2-多scale方法改進(jìn)與特征融合.mp4 17.07M
| | ├──3-經(jīng)典變換方法對(duì)比分析.mp4 10.83M
| | ├──4-殘差連接方法解讀.mp4 18.64M
| | ├──5-整體網(wǎng)絡(luò)模型架構(gòu)分析.mp4 12.93M
| | ├──6-先驗(yàn)框設(shè)計(jì)改進(jìn).mp4 13.04M
| | └──7-sotfmax層改進(jìn).mp4 10.61M
| ├──6-項(xiàng)目實(shí)戰(zhàn)-基于V3版本進(jìn)行源碼解讀（建議直接跑V5版本）
| | ├──1-數(shù)據(jù)與環(huán)境配置.mp4 65.52M
| | ├──10-網(wǎng)格偏移計(jì)算.mp4 33.92M
| | ├──11-模型要計(jì)算的損失概述.mp4 23.14M
| | ├──12-標(biāo)簽值格式修改.mp4 28.27M
| | ├──13-坐標(biāo)相對(duì)位置計(jì)算.mp4 32.80M
| | ├──14-完成所有損失函數(shù)所需計(jì)算指標(biāo).mp4 35.32M
| | ├──15-模型訓(xùn)練與總結(jié).mp4 72.91M
| | ├──16-預(yù)測(cè)效果展示.mp4 34.51M
| | ├──2-訓(xùn)練參數(shù)設(shè)置.mp4 23.85M
| | ├──3-COCO圖像數(shù)據(jù)讀取與處理.mp4 42.51M
| | ├──4-標(biāo)簽文件讀取與處理.mp4 27.48M
| | ├──5-debug模式介紹.mp4 27.25M
| | ├──6-基于配置文件構(gòu)建網(wǎng)絡(luò)模型.mp4 42.04M
| | ├──7-路由層與shortcut層的作用.mp4 33.72M
| | ├──8-YOLO層定義解析.mp4 61.09M
| | └──9-預(yù)測(cè)結(jié)果計(jì)算.mp4 46.00M
| ├──7-基于YOLO-V3訓(xùn)練自己的數(shù)據(jù)集與任務(wù)（建議直接跑V5版本）
| | ├──1-Labelme工具安裝.mp4 14.29M
| | ├──2-數(shù)據(jù)信息標(biāo)注.mp4 32.09M
| | ├──3-完成標(biāo)簽制作.mp4 31.74M
| | ├──4-生成模型所需配置文件.mp4 36.71M
| | ├──5-json格式轉(zhuǎn)換成yolo-v3所需輸入.mp4 20.95M
| | ├──6-完成輸入數(shù)據(jù)準(zhǔn)備工作.mp4 40.10M
| | ├──7-訓(xùn)練代碼與參數(shù)配置更改.mp4 44.29M
| | └──8-訓(xùn)練模型并測(cè)試效果.mp4 38.49M
| ├──8-YOLO-V4版本算法解讀
| | ├──1-V4版本整體概述.mp4 15.06M
| | ├──10-PAN模塊解讀.mp4 20.64M
| | ├──11-激活函數(shù)與整體架構(gòu)總結(jié).mp4 19.19M
| | ├──2-V4版本貢獻(xiàn)解讀.mp4 10.06M
| | ├──3-數(shù)據(jù)增強(qiáng)策略分析.mp4 24.70M
| | ├──4-DropBlock與標(biāo)簽平滑方法.mp4 19.36M
| | ├──5-損失函數(shù)遇到的問題.mp4 14.26M
| | ├──6-CIOU損失函數(shù)定義.mp4 10.82M
| | ├──7-NMS細(xì)節(jié)改進(jìn).mp4 16.66M
| | ├──8-SPP與CSP網(wǎng)絡(luò)結(jié)構(gòu).mp4 14.81M
| | └──9-SAM注意力機(jī)制模塊.mp4 22.48M
| └──9-V5版本項(xiàng)目配置
| | ├──1-整體項(xiàng)目概述.mp4 35.77M
| | ├──2-訓(xùn)練自己的數(shù)據(jù)集方法.mp4 41.32M
| | ├──3-訓(xùn)練數(shù)據(jù)參數(shù)配置.mp4 51.48M
| | └──4-測(cè)試DEMO演示.mp4 50.47M
├──7-圖像分割實(shí)戰(zhàn)
| ├──1-圖像分割及其損失函數(shù)概述
| | ├──1-語義分割與實(shí)例分割概述.mp4 20.24M
| | ├──2-分割任務(wù)中的目標(biāo)函數(shù)定義.mp4 20.00M
| | └──3-MIOU評(píng)估標(biāo)準(zhǔn).mp4 9.03M
| ├──10-物體檢測(cè)框架-MaskRcnn項(xiàng)目介紹與配置
| | ├──1-Mask-Rcnn開源項(xiàng)目簡(jiǎn)介.mp4 88.18M
| | ├──2-開源項(xiàng)目數(shù)據(jù)集.mp4 42.48M
| | └──3-開源項(xiàng)目數(shù)據(jù)集.mp4 97.85M
| ├──11-MaskRcnn網(wǎng)絡(luò)框架源碼詳解
| | ├──1-FPN層特征提取原理解讀.mp4 42.31M
| | ├──10-RoiPooling層的作用與目的.mp4 33.45M
| | ├──11-RorAlign操作的效果.mp4 25.70M
| | ├──12-整體框架回顧.mp4 28.86M
| | ├──2-FPN網(wǎng)絡(luò)架構(gòu)實(shí)現(xiàn)解讀.mp4 55.77M
| | ├──3-生成框比例設(shè)置.mp4 28.25M
| | ├──4-基于不同尺度特征圖生成所有框.mp4 32.93M
| | ├──5-RPN層的作用與實(shí)現(xiàn)解讀.mp4 30.90M
| | ├──6-候選框過濾方法.mp4 15.59M
| | ├──7-Proposal層實(shí)現(xiàn)方法.mp4 33.31M
| | ├──8-DetectionTarget層的作用.mp4 25.70M
| | └──9-正負(fù)樣本選擇與標(biāo)簽定義.mp4 27.59M
| ├──12-基于MASK-RCNN框架訓(xùn)練自己的數(shù)據(jù)與任務(wù)
| | ├──1-Labelme工具安裝.mp4 14.29M
| | ├──2-使用labelme進(jìn)行數(shù)據(jù)與標(biāo)簽標(biāo)注.mp4 26.29M
| | ├──3-完成訓(xùn)練數(shù)據(jù)準(zhǔn)備工作.mp4 26.61M
| | ├──4-maskrcnn源碼修改方法.mp4 63.56M
| | ├──5-基于標(biāo)注數(shù)據(jù)訓(xùn)練所需任務(wù).mp4 39.72M
| | └──6-測(cè)試與展示模塊.mp4 38.60M
| ├──2-Unet系列算法講解
| | ├──1-Unet網(wǎng)絡(luò)編碼與解碼過程.mp4 18.29M
| | ├──2-網(wǎng)絡(luò)計(jì)算流程.mp4 16.13M
| | ├──3-Unet升級(jí)版本改進(jìn).mp4 15.75M
| | └──4-后續(xù)升級(jí)版本介紹.mp4 18.37M
| ├──3-unet醫(yī)學(xué)細(xì)胞分割實(shí)戰(zhàn)
| | ├──1-醫(yī)學(xué)細(xì)胞數(shù)據(jù)集介紹與參數(shù)配置.mp4 71.21M
| | ├──2-數(shù)據(jù)增強(qiáng)工具.mp4 61.47M
| | ├──3-Debug模式演示網(wǎng)絡(luò)計(jì)算流程.mp4 41.37M
| | ├──4-特征融合方法演示.mp4 30.05M
| | ├──5-迭代完成整個(gè)模型計(jì)算任務(wù).mp4 33.55M
| | └──6-模型效果驗(yàn)證.mp4 47.29M
| ├──4-U2NET顯著性檢測(cè)實(shí)戰(zhàn)
| | ├──1-任務(wù)目標(biāo)與網(wǎng)絡(luò)整體介紹.mp4 58.66M
| | ├──2-顯著性檢測(cè)任務(wù)與目標(biāo)概述.mp4 53.96M
| | ├──3-編碼器模塊解讀.mp4 43.66M
| | ├──4-解碼器輸出結(jié)果.mp4 27.90M
| | └──5-損失函數(shù)與應(yīng)用效果.mp4 34.34M
| ├──5-deeplab系列算法
| | ├──1-deeplab分割算法概述.mp4 13.81M
| | ├──2-空洞卷積的作用.mp4 16.74M
| | ├──3-感受野的意義.mp4 19.37M
| | ├──4-SPP層的作用.mp4 19.02M
| | ├──5-ASPP特征融合策略.mp4 13.45M
| | └──6-deeplabV3Plus版本網(wǎng)絡(luò)架構(gòu).mp4 24.08M
| ├──6-基于deeplabV3+版本進(jìn)⾏VOC分割實(shí)戰(zhàn)
| | ├──1-PascalVoc數(shù)據(jù)集介紹.mp4 70.12M
| | ├──2-項(xiàng)目參數(shù)與數(shù)據(jù)集讀取.mp4 60.32M
| | ├──3-網(wǎng)絡(luò)前向傳播流程.mp4 33.10M
| | ├──4-ASPP層特征融合.mp4 51.19M
| | └──5-分割模型訓(xùn)練.mp4 34.97M
| ├──7-醫(yī)學(xué)⼼臟視頻數(shù)據(jù)集分割建模實(shí)戰(zhàn)
| | ├──1-數(shù)據(jù)集與任務(wù)概述.mp4 45.55M
| | ├──2-項(xiàng)目基本配置參數(shù).mp4 33.31M
| | ├──3-任務(wù)流程解讀.mp4 69.12M
| | ├──4-文獻(xiàn)報(bào)告分析.mp4 122.67M
| | ├──5-補(bǔ)充：視頻數(shù)據(jù)源特征處理方法概述.mp4 26.33M
| | └──6-補(bǔ)充：R(2plus1)D處理方法分析.mp4 18.88M
| ├──8-分割模型Maskformer系列
| | └──1-分割模型Maskformer系列.mp4 1.27G
| └──9-補(bǔ)充：Mask2former源碼解讀
| | ├──1-Backbone獲取多層級(jí)特征.mp4 35.79M
| | ├──10-正樣本篩選損失計(jì)算.mp4 41.78M
| | ├──11-標(biāo)簽分類匹配結(jié)果分析.mp4 62.04M
| | ├──12-最終損失計(jì)算流程.mp4 52.29M
| | ├──13-匯總所有損失完成迭代.mp4 35.76M
| | ├──2-多層級(jí)采樣點(diǎn)初始化構(gòu)建.mp4 41.46M
| | ├──3-多層級(jí)輸入特征序列創(chuàng)建方法.mp4 43.83M
| | ├──4-偏移量與權(quán)重計(jì)算并轉(zhuǎn)換.mp4 48.78M
| | ├──5-Encoder特征構(gòu)建方法實(shí)例.mp4 49.77M
| | ├──6-query要預(yù)測(cè)的任務(wù)解讀.mp4 45.61M
| | ├──7-Decoder中的AttentionMask方法.mp4 50.89M
| | ├──8-損失模塊輸入?yún)?shù)分析.mp4 40.84M
| | └──9-標(biāo)簽分配策略解讀.mp4 42.53M
├──7-圖像分割實(shí)戰(zhàn)(1)
| ├──1-圖像分割及其損失函數(shù)概述
| | ├──1-語義分割與實(shí)例分割概述.mp4 20.24M
| | ├──2-分割任務(wù)中的目標(biāo)函數(shù)定義.mp4 20.00M
| | └──3-MIOU評(píng)估標(biāo)準(zhǔn).mp4 9.03M
| ├──10-物體檢測(cè)框架-MaskRcnn項(xiàng)目介紹與配置
| | ├──1-Mask-Rcnn開源項(xiàng)目簡(jiǎn)介.mp4 88.18M
| | ├──2-開源項(xiàng)目數(shù)據(jù)集.mp4 42.48M
| | └──3-開源項(xiàng)目數(shù)據(jù)集.mp4 97.85M
| ├──11-MaskRcnn網(wǎng)絡(luò)框架源碼詳解
| | ├──1-FPN層特征提取原理解讀.mp4 42.31M
| | ├──10-RoiPooling層的作用與目的.mp4 33.45M
| | ├──11-RorAlign操作的效果.mp4 25.70M
| | ├──12-整體框架回顧.mp4 28.86M
| | ├──2-FPN網(wǎng)絡(luò)架構(gòu)實(shí)現(xiàn)解讀.mp4 55.77M
| | ├──3-生成框比例設(shè)置.mp4 28.25M
| | ├──4-基于不同尺度特征圖生成所有框.mp4 32.93M
| | ├──5-RPN層的作用與實(shí)現(xiàn)解讀.mp4 30.90M
| | ├──6-候選框過濾方法.mp4 15.59M
| | ├──7-Proposal層實(shí)現(xiàn)方法.mp4 33.31M
| | ├──8-DetectionTarget層的作用.mp4 25.70M
| | └──9-正負(fù)樣本選擇與標(biāo)簽定義.mp4 27.59M
| ├──12-基于MASK-RCNN框架訓(xùn)練自己的數(shù)據(jù)與任務(wù)
| | ├──1-Labelme工具安裝.mp4 14.29M
| | ├──2-使用labelme進(jìn)行數(shù)據(jù)與標(biāo)簽標(biāo)注.mp4 26.29M
| | ├──3-完成訓(xùn)練數(shù)據(jù)準(zhǔn)備工作.mp4 26.61M
| | ├──4-maskrcnn源碼修改方法.mp4 63.56M
| | ├──5-基于標(biāo)注數(shù)據(jù)訓(xùn)練所需任務(wù).mp4 39.72M
| | └──6-測(cè)試與展示模塊.mp4 38.60M
| ├──2-Unet系列算法講解
| | ├──1-Unet網(wǎng)絡(luò)編碼與解碼過程.mp4 18.29M
| | ├──2-網(wǎng)絡(luò)計(jì)算流程.mp4 16.13M
| | ├──3-Unet升級(jí)版本改進(jìn).mp4 15.75M
| | └──4-后續(xù)升級(jí)版本介紹.mp4 18.37M
| ├──3-unet醫(yī)學(xué)細(xì)胞分割實(shí)戰(zhàn)
| | ├──1-醫(yī)學(xué)細(xì)胞數(shù)據(jù)集介紹與參數(shù)配置.mp4 71.21M
| | ├──2-數(shù)據(jù)增強(qiáng)工具.mp4 61.47M
| | ├──3-Debug模式演示網(wǎng)絡(luò)計(jì)算流程.mp4 41.37M
| | ├──4-特征融合方法演示.mp4 30.05M
| | ├──5-迭代完成整個(gè)模型計(jì)算任務(wù).mp4 33.55M
| | └──6-模型效果驗(yàn)證.mp4 47.29M
| ├──4-U2NET顯著性檢測(cè)實(shí)戰(zhàn)
| | ├──1-任務(wù)目標(biāo)與網(wǎng)絡(luò)整體介紹.mp4 58.66M
| | ├──2-顯著性檢測(cè)任務(wù)與目標(biāo)概述.mp4 53.96M
| | ├──3-編碼器模塊解讀.mp4 43.66M
| | ├──4-解碼器輸出結(jié)果.mp4 27.90M
| | └──5-損失函數(shù)與應(yīng)用效果.mp4 34.34M
| ├──5-deeplab系列算法
| | ├──1-deeplab分割算法概述.mp4 13.81M
| | ├──2-空洞卷積的作用.mp4 16.74M
| | ├──3-感受野的意義.mp4 19.37M
| | ├──4-SPP層的作用.mp4 19.02M
| | ├──5-ASPP特征融合策略.mp4 13.45M
| | └──6-deeplabV3Plus版本網(wǎng)絡(luò)架構(gòu).mp4 24.08M
| ├──6-基于deeplabV3+版本進(jìn)⾏VOC分割實(shí)戰(zhàn)
| | ├──1-PascalVoc數(shù)據(jù)集介紹.mp4 70.12M
| | ├──2-項(xiàng)目參數(shù)與數(shù)據(jù)集讀取.mp4 60.32M
| | ├──3-網(wǎng)絡(luò)前向傳播流程.mp4 33.10M
| | ├──4-ASPP層特征融合.mp4 51.19M
| | └──5-分割模型訓(xùn)練.mp4 34.97M
| ├──7-醫(yī)學(xué)⼼臟視頻數(shù)據(jù)集分割建模實(shí)戰(zhàn)
| | ├──1-數(shù)據(jù)集與任務(wù)概述.mp4 45.55M
| | ├──2-項(xiàng)目基本配置參數(shù).mp4 33.31M
| | ├──3-任務(wù)流程解讀.mp4 69.12M
| | ├──4-文獻(xiàn)報(bào)告分析.mp4 122.67M
| | ├──5-補(bǔ)充：視頻數(shù)據(jù)源特征處理方法概述.mp4 26.33M
| | └──6-補(bǔ)充：R(2plus1)D處理方法分析.mp4 18.88M
| ├──8-分割模型Maskformer系列
| | └──1-分割模型Maskformer系列.mp4 1.27G
| └──9-補(bǔ)充：Mask2former源碼解讀
| | ├──1-Backbone獲取多層級(jí)特征.mp4 35.79M
| | ├──10-正樣本篩選損失計(jì)算.mp4 41.78M
| | ├──11-標(biāo)簽分類匹配結(jié)果分析.mp4 62.04M
| | ├──12-最終損失計(jì)算流程.mp4 52.29M
| | ├──13-匯總所有損失完成迭代.mp4 35.76M
| | ├──2-多層級(jí)采樣點(diǎn)初始化構(gòu)建.mp4 41.46M
| | ├──3-多層級(jí)輸入特征序列創(chuàng)建方法.mp4 43.83M
| | ├──4-偏移量與權(quán)重計(jì)算并轉(zhuǎn)換.mp4 48.78M
| | ├──5-Encoder特征構(gòu)建方法實(shí)例.mp4 49.77M
| | ├──6-query要預(yù)測(cè)的任務(wù)解讀.mp4 45.61M
| | ├──7-Decoder中的AttentionMask方法.mp4 50.89M
| | ├──8-損失模塊輸入?yún)?shù)分析.mp4 40.84M
| | └──9-標(biāo)簽分配策略解讀.mp4 42.53M
├──8-走向AI論文實(shí)驗(yàn)與項(xiàng)目實(shí)戰(zhàn)的捷徑-MMLAB實(shí)戰(zhàn)系列
| ├──1-MMCV安裝方法
| | └──1-MMCV安裝方法.mp4 55.75M
| ├──10-第三模塊：DeformableDetr算法解讀
| | └──1-DeformableDetr算法解讀.mp4 730.35M
| ├──11-補(bǔ)充：Mask2former源碼解讀
| | ├──1-Backbone獲取多層級(jí)特征.mp4 35.79M
| | ├──10-正樣本篩選損失計(jì)算.mp4 41.78M
| | ├──11-標(biāo)簽分類匹配結(jié)果分析.mp4 62.04M
| | ├──12-最終損失計(jì)算流程.mp4 52.29M
| | ├──13-匯總所有損失完成迭代.mp4 35.76M
| | ├──2-多層級(jí)采樣點(diǎn)初始化構(gòu)建.mp4 41.46M
| | ├──3-多層級(jí)輸入特征序列創(chuàng)建方法.mp4 43.83M
| | ├──4-偏移量與權(quán)重計(jì)算并轉(zhuǎn)換.mp4 48.78M
| | ├──5-Encoder特征構(gòu)建方法實(shí)例.mp4 49.77M
| | ├──6-query要預(yù)測(cè)的任務(wù)解讀.mp4 45.61M
| | ├──7-Decoder中的AttentionMask方法.mp4 50.89M
| | ├──8-損失模塊輸入?yún)?shù)分析.mp4 40.84M
| | └──9-標(biāo)簽分配策略解讀.mp4 42.53M
| ├──12-KIE關(guān)鍵信息抽取與視頻超分辨率重構(gòu)
| | └──1-KIE關(guān)鍵信息抽取與視頻超分辨率重構(gòu).mp4 916.12M
| ├──13-第四模塊：DBNET文字檢測(cè)
| | ├──1-文字檢測(cè)數(shù)據(jù)概述與配置文件.mp4 56.60M
| | ├──2-配置文件參數(shù)設(shè)置.mp4 38.74M
| | ├──3-Neck層特征組合.mp4 32.04M
| | ├──4-損失函數(shù)模塊概述.mp4 43.11M
| | └──5-損失計(jì)算方法.mp4 59.35M
| ├──14-第四模塊：ANINET文字識(shí)別
| | ├──1-數(shù)據(jù)集與環(huán)境概述.mp4 55.58M
| | ├──2-配置文件修改方法.mp4 52.49M
| | ├──3-Bakbone模塊得到特征.mp4 42.10M
| | ├──4-視覺Transformer模塊的作用.mp4 45.97M
| | ├──5-視覺模型中的編碼與解碼的效果.mp4 54.49M
| | ├──6-文本模型中的結(jié)構(gòu)分析.mp4 38.66M
| | ├──7-迭代修正模塊.mp4 38.14M
| | └──8-輸出層與損失計(jì)算.mp4 52.81M
| ├──15-第四模塊：KIE基于圖模型的關(guān)鍵信息抽取
| | ├──1-配置文件以及要完成的任務(wù)解讀.mp4 51.55M
| | ├──2-KIE數(shù)據(jù)集格式調(diào)整方法.mp4 69.46M
| | ├──3-配置文件與標(biāo)簽要進(jìn)行處理操作.mp4 47.83M
| | ├──4-邊框要計(jì)算的特征分析.mp4 35.57M
| | ├──5-標(biāo)簽數(shù)據(jù)處理與關(guān)系特征提取.mp4 56.48M
| | ├──6-特征合并處理.mp4 43.74M
| | ├──7-準(zhǔn)備拼接邊與點(diǎn)特征.mp4 41.38M
| | └──8-整合得到圖模型輸入特征.mp4 71.98M
| ├──16-第五模塊：stylegan2源碼解讀
| | ├──1-要完成的任務(wù)與基本思想概述.mp4 57.79M
| | ├──2-得到style特征編碼.mp4 69.51M
| | ├──3-特征編碼風(fēng)格拼接.mp4 36.76M
| | ├──4-基礎(chǔ)風(fēng)格特征卷積模塊.mp4 54.69M
| | ├──5-上采樣得到輸出結(jié)果.mp4 40.75M
| | └──6-損失函數(shù)概述.mp4 26.56M
| ├──17-第六模塊：BasicVSR++視頻超分辨重構(gòu)源碼解讀
| | ├──1-要完成的任務(wù)分析與配置文件.mp4 27.36M
| | ├──10-傳播流程整體完成一圈.mp4 61.55M
| | ├──11-完成輸出結(jié)果.mp4 51.56M
| | ├──2-特征基礎(chǔ)提取模塊.mp4 44.58M
| | ├──3-光流估計(jì)網(wǎng)絡(luò)模塊.mp4 25.67M
| | ├──4-基于光流完成對(duì)齊操作.mp4 40.23M
| | ├──5-偏移量計(jì)算方法.mp4 32.48M
| | ├──6-雙向計(jì)算特征對(duì)齊.mp4 36.97M
| | ├──7-提特征傳遞流程分析.mp4 37.23M
| | ├──8-序列傳播計(jì)算.mp4 39.88M
| | └──9-準(zhǔn)備變形卷積模塊的輸入.mp4 44.71M
| ├──18-第七模塊：多模態(tài)3D目標(biāo)檢測(cè)算法源碼解讀
| | ├──1-環(huán)境配置與數(shù)據(jù)集概述.mp4 51.52M
| | ├──10-3D卷積特征融合.mp4 56.76M
| | ├──11-輸出層預(yù)測(cè)結(jié)果.mp4 80.80M
| | ├──2-數(shù)據(jù)與標(biāo)注文件介紹.mp4 37.49M
| | ├──3-基本流程梳理并進(jìn)入debug模式.mp4 50.33M
| | ├──4-數(shù)據(jù)與圖像特征提取模塊.mp4 58.02M
| | ├──5-體素索引位置獲取.mp4 64.72M
| | ├──6-體素特征提取方法解讀.mp4 37.57M
| | ├──7-體素特征計(jì)算方法分析.mp4 70.71M
| | ├──8-全局體素特征提取.mp4 95.96M
| | └──9-多模態(tài)特征融合.mp4 68.36M
| ├──19-第八模塊：模型蒸餾應(yīng)用實(shí)例
| | ├──1-任務(wù)概述與工具使用.mp4 39.64M
| | ├──2-Teacher與Student網(wǎng)絡(luò)結(jié)構(gòu)定義.mp4 46.25M
| | ├──3-訓(xùn)練T與S得到蒸餾模型.mp4 70.63M
| | ├──4-開始模型訓(xùn)練過程與問題修正.mp4 57.26M
| | ├──5-日志輸出與模型分離.mp4 70.25M
| | ├──6-分別得到Teacher與Student模型.mp4 45.74M
| | └──7-實(shí)際測(cè)試效果演示.mp4 39.02M
| ├──2-第一模塊：分類任務(wù)基本操作
| | ├──1-MMCLS問題修正.mp4 23.50M
| | ├──2-準(zhǔn)備MMCLS項(xiàng)目.mp4 32.26M
| | ├──3-基本參數(shù)配置解讀.mp4 34.52M
| | ├──4-各模塊配置文件組成.mp4 35.81M
| | ├──5-生成完整配置文件.mp4 24.45M
| | ├──6-根據(jù)文件夾定義數(shù)據(jù)集.mp4 40.27M
| | ├──7-構(gòu)建自己的數(shù)據(jù)集.mp4 36.33M
| | └──8-訓(xùn)練自己的任務(wù).mp4 39.32M
| ├──20-第八模塊：模型剪枝方法概述分析
| | ├──1-SuperNet網(wǎng)絡(luò)結(jié)構(gòu)分析與剪枝概述.mp4 40.58M
| | └──2-搜索匹配到符合計(jì)算量的模型并訓(xùn)練.mp4 46.83M
| ├──21-第九模塊：mmaction行為識(shí)別
| | └──1-創(chuàng)建自己的行為識(shí)別標(biāo)注數(shù)據(jù)集.mp4 232.73M
| ├──22-OCR算法解讀
| | └──1-OCR算法解讀.mp4 1.67G
| ├──23-額外補(bǔ)充-在源碼中加入各種注意力機(jī)制方法
| | └──1-在源碼中加入各種注意力機(jī)制方法.mp4 122.48M
| ├──3-第一模塊：訓(xùn)練結(jié)果測(cè)試與驗(yàn)證
| | ├──1-測(cè)試DEMO效果.mp4 25.49M
| | ├──2-測(cè)試評(píng)估模型效果.mp4 27.58M
| | ├──3-MMCLS中增加一個(gè)新的模塊.mp4 62.61M
| | ├──4-修改配置文件中的參數(shù).mp4 67.72M
| | ├──5-數(shù)據(jù)增強(qiáng)流程可視化展示.mp4 37.40M
| | ├──6-Grad-Cam可視化方法.mp4 41.17M
| | ├──7-可視化細(xì)節(jié)與效果分析.mp4 124.19M
| | ├──8-MMCLS可視化模塊應(yīng)用.mp4 72.07M
| | └──9-模型分析腳本使用.mp4 36.37M
| ├──4-第一模塊：模型源碼DEBUG演示
| | ├──1-VIT任務(wù)概述.mp4 29.96M
| | ├──2-數(shù)據(jù)增強(qiáng)模塊概述分析.mp4 49.58M
| | ├──3-PatchEmbedding層.mp4 25.30M
| | ├──4-前向傳播基本模塊.mp4 38.87M
| | └──5-CLS與輸出模塊.mp4 44.04M
| ├──5-第二模塊：使用分割模塊訓(xùn)練自己的數(shù)據(jù)集
| | ├──1-項(xiàng)目配置基本介紹.mp4 74.23M
| | ├──2-數(shù)據(jù)集標(biāo)注與制作方法.mp4 56.84M
| | ├──3-根據(jù)預(yù)測(cè)類別數(shù)修改配置文件.mp4 39.48M
| | ├──4-加載預(yù)訓(xùn)練模型開始訓(xùn)練.mp4 86.52M
| | └──5-預(yù)測(cè)DEMO演示.mp4 21.88M
| ├──6-第二模塊：基于Unet進(jìn)行各種策略修改
| | ├──1-配置文件解讀.mp4 32.12M
| | ├──2-編碼層模塊.mp4 32.47M
| | ├──3-上采樣與輸出層.mp4 28.25M
| | ├──4-輔助層的作用.mp4 19.83M
| | ├──5-給Unet添加一個(gè)neck層.mp4 30.37M
| | ├──6-如何修改參數(shù)適配網(wǎng)絡(luò)結(jié)構(gòu).mp4 21.73M
| | ├──7-將Unet特征提取模塊替換成transformer.mp4 22.41M
| | └──8-VIT模塊源碼分析.mp4 45.48M
| ├──7-第二模塊：分割任務(wù)CVPR最新Backbone設(shè)計(jì)及其應(yīng)用
| | ├──1-注冊(cè)自己的Backbone模塊.mp4 34.30M
| | ├──10-匯總多層級(jí)特征進(jìn)行輸出.mp4 43.35M
| | ├──2-配置文件指定.mp4 35.84M
| | ├──3-DEBUG解讀Backbone設(shè)計(jì).mp4 40.45M
| | ├──4-PatchEmbedding的作用與實(shí)現(xiàn).mp4 44.88M
| | ├──5-卷積位置編碼計(jì)算方法.mp4 53.89M
| | ├──6-近似Attention模塊實(shí)現(xiàn).mp4 79.49M
| | ├──7-完成特征提取與融合模塊.mp4 55.69M
| | ├──8-分割輸出模塊.mp4 57.72M
| | └──9-全局特征的作用與實(shí)現(xiàn).mp4 56.34M
| ├──8-第三模塊：mmdet訓(xùn)練自己的數(shù)據(jù)任務(wù)
| | ├──1-數(shù)據(jù)集標(biāo)注與標(biāo)簽獲取.mp4 31.35M
| | ├──2-COCO數(shù)據(jù)標(biāo)注格式.mp4 28.16M
| | ├──3-通過腳本生成COCO數(shù)據(jù)格式.mp4 38.55M
| | ├──4-配置文件數(shù)據(jù)增強(qiáng)策略分析.mp4 45.59M
| | ├──5-訓(xùn)練所需配置說明.mp4 56.00M
| | ├──6-模型訓(xùn)練與DEMO演示.mp4 35.27M
| | ├──7-模型測(cè)試與可視化分析模塊.mp4 77.61M
| | └──8-補(bǔ)充：評(píng)估指標(biāo).mp4 14.06M
| └──9-第三模塊：DeformableDetr物體檢測(cè)源碼分析
| | ├──1-特征提取與位置編碼.mp4 38.16M
| | ├──10-分類與回歸輸出模塊.mp4 49.72M
| | ├──11-預(yù)測(cè)輸出結(jié)果與標(biāo)簽匹配模塊.mp4 44.31M
| | ├──2-序列特征展開并迭加.mp4 51.07M
| | ├──3-得到相對(duì)位置點(diǎn)編碼.mp4 28.80M
| | ├──4-準(zhǔn)備Encoder編碼層所需全部輸入.mp4 37.91M
| | ├──5-編碼層中的序列分析.mp4 39.73M
| | ├──6-偏移量offset計(jì)算.mp4 46.09M
| | ├──7-偏移量對(duì)齊操作.mp4 39.80M
| | ├──8-Encoder層完成特征對(duì)齊.mp4 51.84M
| | └──9-Decoder要完成的操作.mp4 38.98M
├──9-經(jīng)典視覺項(xiàng)目實(shí)戰(zhàn)：行為識(shí)別、姿態(tài)估計(jì)、目標(biāo)追蹤
| ├──1-slowfast算法知識(shí)點(diǎn)通俗解讀
| | ├──1-slowfast核心思想解讀.mp4 74.86M
| | ├──2-核心網(wǎng)絡(luò)結(jié)構(gòu)模塊分析.mp4 20.98M
| | ├──3-數(shù)據(jù)采樣曾的作用.mp4 18.26M
| | ├──4-模型網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì).mp4 19.30M
| | └──5-特征融合模塊與總結(jié)分析.mp4 39.30M
| ├──10-OpenPose算法源碼分析
| | ├──1-數(shù)據(jù)集與路徑配置解讀.mp4 33.79M
| | ├──10-多階段輸出與預(yù)測(cè).mp4 46.99M
| | ├──2-讀取圖像與標(biāo)注信息.mp4 46.78M
| | ├──3-關(guān)鍵點(diǎn)與軀干特征圖初始化.mp4 34.31M
| | ├──4-根據(jù)關(guān)鍵點(diǎn)位置設(shè)計(jì)關(guān)鍵點(diǎn)標(biāo)簽.mp4 54.92M
| | ├──5-準(zhǔn)備構(gòu)建PAF軀干標(biāo)簽.mp4 29.58M
| | ├──6-各位置點(diǎn)歸屬判斷.mp4 28.04M
| | ├──7-特征圖各點(diǎn)累加向量計(jì)算.mp4 32.67M
| | ├──8-完成PAF特征圖制作.mp4 31.91M
| | └──9-網(wǎng)絡(luò)模型一階段輸出.mp4 27.54M
| ├──11-deepsort算法知識(shí)點(diǎn)解讀
| | ├──1-卡爾曼濾波通俗解釋.mp4 31.48M
| | ├──10-sort與deepsort建模流程分析.mp4 26.79M
| | ├──11-預(yù)測(cè)與匹配流程解讀.mp4 26.25M
| | ├──12-追蹤任務(wù)流程拆解.mp4 32.13M
| | ├──2-卡爾曼濾波要完成的任務(wù).mp4 15.60M
| | ├──3-任務(wù)本質(zhì)分析.mp4 19.07M
| | ├──4-基于觀測(cè)值進(jìn)行最優(yōu)估計(jì).mp4 17.11M
| | ├──5-預(yù)測(cè)與更新操作.mp4 24.00M
| | ├──6-追蹤中的狀態(tài)量.mp4 16.04M
| | ├──7-匈牙利匹配算法概述.mp4 19.23M
| | ├──8-匹配小例子分析.mp4 21.80M
| | └──9-REID特征的作用.mp4 20.84M
| ├──12-deepsort源碼解讀
| | ├──1-項(xiàng)目環(huán)境配置.mp4 37.33M
| | ├──10-匹配結(jié)果與總結(jié).mp4 76.93M
| | ├──2-參數(shù)與DEMO演示.mp4 42.18M
| | ├──3-針對(duì)檢測(cè)結(jié)果初始化track.mp4 48.20M
| | ├──4-對(duì)track執(zhí)行預(yù)測(cè)操作.mp4 38.30M
| | ├──5-狀態(tài)量預(yù)測(cè)結(jié)果.mp4 36.02M
| | ├──6-IOU代價(jià)矩陣計(jì)算.mp4 32.89M
| | ├──7-參數(shù)更新操作.mp4 50.21M
| | ├──8-級(jí)聯(lián)匹配模塊.mp4 43.34M
| | └──9-ReID特征代價(jià)矩陣計(jì)算.mp4 46.45M
| ├──13-YOLO-V4版本算法解讀
| | ├──1-V4版本整體概述.mp4 15.06M
| | ├──10-PAN模塊解讀.mp4 20.64M
| | ├──11-激活函數(shù)與整體架構(gòu)總結(jié).mp4 19.19M
| | ├──2-V4版本貢獻(xiàn)解讀.mp4 10.06M
| | ├──3-數(shù)據(jù)增強(qiáng)策略分析.mp4 24.70M
| | ├──4-DropBlock與標(biāo)簽平滑方法.mp4 19.36M
| | ├──5-損失函數(shù)遇到的問題.mp4 14.26M
| | ├──6-CIOU損失函數(shù)定義.mp4 10.82M
| | ├──7-NMS細(xì)節(jié)改進(jìn).mp4 16.66M
| | ├──8-SPP與CSP網(wǎng)絡(luò)結(jié)構(gòu).mp4 14.81M
| | └──9-SAM注意力機(jī)制模塊.mp4 22.48M
| ├──14-V5版本項(xiàng)目配置
| | ├──1-整體項(xiàng)目概述.mp4 35.77M
| | ├──2-訓(xùn)練自己的數(shù)據(jù)集方法.mp4 41.32M
| | ├──3-訓(xùn)練數(shù)據(jù)參數(shù)配置.mp4 51.48M
| | └──4-測(cè)試DEMO演示.mp4 50.47M
| ├──15-V5項(xiàng)目工程源碼解讀
| | ├──1-數(shù)據(jù)源DEBUG流程解讀.mp4 48.13M
| | ├──10-完成配置文件解析任務(wù).mp4 58.80M
| | ├──11-前向傳播計(jì)算.mp4 30.80M
| | ├──12-BottleneckCSP層計(jì)算方法.mp4 33.82M
| | ├──13-1-SPP層計(jì)算細(xì)節(jié)分析.mp4 29.09M
| | ├──14-2-Head層流程解讀.mp4 29.12M
| | ├──15-上采樣與拼接操作.mp4 21.48M
| | ├──16-輸出結(jié)果分析.mp4 41.71M
| | ├──17-超參數(shù)解讀.mp4 34.94M
| | ├──18-命令行參數(shù)介紹.mp4 44.26M
| | ├──19-訓(xùn)練流程解讀.mp4 46.81M
| | ├──2-圖像數(shù)據(jù)源配置.mp4 34.65M
| | ├──20-各種訓(xùn)練策略概述.mp4 38.43M
| | ├──21-模型迭代過程.mp4 38.42M
| | ├──3-加載標(biāo)簽數(shù)據(jù).mp4 26.33M
| | ├──4-Mosaic數(shù)據(jù)增強(qiáng)方法.mp4 28.19M
| | ├──5-數(shù)據(jù)四合一方法與流程演示.mp4 41.69M
| | ├──6-getItem構(gòu)建batch.mp4 33.03M
| | ├──7-網(wǎng)絡(luò)架構(gòu)圖可視化工具安裝.mp4 34.33M
| | ├──8-V5網(wǎng)絡(luò)配置文件解讀.mp4 35.74M
| | └──9-Focus模塊流程分析.mp4 21.93M
| ├──2-slowfast項(xiàng)目環(huán)境配置與配置文件
| | ├──1-環(huán)境基本配置解讀.mp4 45.35M
| | ├──2-目錄各文件分析.mp4 36.84M
| | ├──3-配置文件作用解讀.mp4 50.90M
| | ├──4-測(cè)試DEMO演示.mp4 66.77M
| | ├──5-訓(xùn)練所需標(biāo)簽文件說明.mp4 48.77M
| | ├──6-訓(xùn)練所需視頻數(shù)據(jù)準(zhǔn)備.mp4 47.39M
| | ├──7-視頻數(shù)據(jù)集切分操作.mp4 39.66M
| | └──8-完成視頻分幀操作.mp4 32.77M
| ├──3-slowfast源碼詳細(xì)解讀
| | ├──1-模型所需配置文件參數(shù)讀取.mp4 33.24M
| | ├──10-RoiAlign與輸出層.mp4 78.92M
| | ├──2-數(shù)據(jù)處理概述.mp4 49.72M
| | ├──3-dataloader數(shù)據(jù)遍歷方法.mp4 56.85M
| | ├──4-數(shù)據(jù)與標(biāo)簽讀取實(shí)例.mp4 52.22M
| | ├──5-圖像數(shù)據(jù)所需預(yù)處理方法.mp4 66.76M
| | ├──6-slow與fast分別執(zhí)行采樣操作.mp4 66.34M
| | ├──7-分別計(jì)算特征圖輸出結(jié)果.mp4 56.64M
| | ├──8-slow與fast特征圖拼接操作.mp4 49.69M
| | └──9-resnetBolock操作.mp4 53.62M
| ├──4-基于3D卷積的視頻分析與動(dòng)作識(shí)別
| | ├──1-3D卷積原理解讀.mp4 20.62M
| | ├──2-UCF101動(dòng)作識(shí)別數(shù)據(jù)集簡(jiǎn)介.mp4 51.69M
| | ├──3-測(cè)試效果與項(xiàng)目配置.mp4 55.60M
| | ├──4-視頻數(shù)據(jù)預(yù)處理方法.mp4 32.25M
| | ├──5-數(shù)據(jù)Batch制作方法.mp4 46.66M
| | ├──6-3D卷積網(wǎng)絡(luò)所涉及模塊.mp4 37.76M
| | └──7-訓(xùn)練網(wǎng)絡(luò)模型.mp4 38.81M
| ├──5-視頻異常檢測(cè)算法與元學(xué)習(xí)
| | ├──1-異常檢測(cè)要解決的問題與數(shù)據(jù)集介紹.mp4 21.49M
| | ├──2-基本思想與流程分析.mp4 24.27M
| | ├──3-預(yù)測(cè)與常見問題.mp4 26.58M
| | ├──4-Meta-Learn要解決的問題.mp4 20.78M
| | ├──5-學(xué)習(xí)能力與參數(shù)定義.mp4 14.17M
| | ├──6-如何找到合適的初始化參數(shù).mp4 23.36M
| | └──7-MAML算法流程解讀.mp4 28.99M
| ├──6-視頻異常檢測(cè)CVPR2021論文及其源碼解讀
| | ├──1-論文概述與環(huán)境配置.mp4 26.61M
| | ├──2-數(shù)據(jù)集配置與讀取.mp4 38.74M
| | ├──3-模型編碼與解碼結(jié)構(gòu).mp4 33.37M
| | ├──4-注意力機(jī)制模塊打造.mp4 61.12M
| | ├──5-損失函數(shù)的目的.mp4 57.97M
| | ├──6-特征圖生成.mp4 38.02M
| | └──7-MetaLearn與輸出.mp4 29.79M
| ├──7-基礎(chǔ)補(bǔ)充-Resnet模型及其應(yīng)用實(shí)例
| | ├──1-醫(yī)學(xué)疾病數(shù)據(jù)集介紹.mp4 18.85M
| | ├──2-Resnet網(wǎng)絡(luò)架構(gòu)原理分析.mp4 24.81M
| | ├──3-dataloader加載數(shù)據(jù)集.mp4 64.78M
| | ├──4-Resnet網(wǎng)絡(luò)前向傳播.mp4 35.82M
| | ├──5-殘差網(wǎng)絡(luò)的shortcut操作.mp4 47.34M
| | ├──6-特征圖升維與降采樣操作.mp4 26.89M
| | └──7-網(wǎng)絡(luò)整體流程與訓(xùn)練演示.mp4 67.45M
| ├──8-課程介紹
| | └──1-課程介紹.mp4 27.22M
| └──9-姿態(tài)估計(jì)OpenPose系列算法解讀
| | ├──1-姿態(tài)估計(jì)要解決的問題分析.mp4 79.45M
| | ├──10-匹配方法解讀.mp4 21.06M
| | ├──11-CPM模型特點(diǎn).mp4 21.94M
| | ├──12-算法流程與總結(jié).mp4 50.27M
| | ├──2-姿態(tài)估計(jì)應(yīng)用領(lǐng)域概述.mp4 20.80M
| | ├──3-傳統(tǒng)topdown方法的問題.mp4 37.95M
| | ├──4-要解決的兩個(gè)問題分析.mp4 10.19M
| | ├──5-基于高斯分布預(yù)測(cè)關(guān)鍵點(diǎn)位置.mp4 24.83M
| | ├──6-各模塊輸出特征圖解讀.mp4 15.58M
| | ├──7-PAF向量登場(chǎng).mp4 12.59M
| | ├──8-PAF標(biāo)簽設(shè)計(jì)方法.mp4 25.01M
| | └──9-預(yù)測(cè)時(shí)PAF積分計(jì)算方法.mp4 34.91M
├──課件和源碼資料
| ├──課件資料.zip 90.07G
| └──源碼-人工智能深度學(xué)習(xí)系統(tǒng)班（第9期錄播）.java 125.75kb


購(gòu)買主題 本主題需向作者支付 20 資源幣 才能瀏覽
回復(fù)

使用道具 舉報(bào)

4

主題

146

帖子

0

精華

資源共享吧豪華貴族SVIP

Rank: 9Rank: 9Rank: 9

資源幣
9
積分
149
貢獻(xiàn)
0
在線時(shí)間
54 小時(shí)
注冊(cè)時(shí)間
2021-8-14
最后登錄
2024-10-15

終身VIP會(huì)員
沙發(fā)
發(fā)表于 2024-10-15 03:03:21 | 只看該作者
這么牛逼的嗎

2

主題

24

帖子

0

精華

資源共享吧豪華貴族SVIP

Rank: 9Rank: 9Rank: 9

資源幣
7
積分
26
貢獻(xiàn)
0
在線時(shí)間
8 小時(shí)
注冊(cè)時(shí)間
2022-10-8
最后登錄
2024-10-18

終身VIP會(huì)員
板凳
發(fā)表于 2024-10-15 08:48:09 | 只看該作者
這是有多大呀...

1

主題

154

帖子

0

精華

資源共享吧豪華貴族SVIP

Rank: 9Rank: 9Rank: 9

資源幣
6
積分
155
貢獻(xiàn)
0
在線時(shí)間
43 小時(shí)
注冊(cè)時(shí)間
2024-5-2
最后登錄
2024-10-22

終身VIP會(huì)員
地板
發(fā)表于 2024-10-15 09:20:50 | 只看該作者
1111111111111

4

主題

640

帖子

0

精華

終身高級(jí)VIP會(huì)員

Rank: 7Rank: 7Rank: 7

資源幣
7
積分
648
貢獻(xiàn)
0
在線時(shí)間
267 小時(shí)
注冊(cè)時(shí)間
2020-7-25
最后登錄
2024-10-21

終身VIP會(huì)員
5#
發(fā)表于 2024-10-15 09:27:43 | 只看該作者

這么牛逼的嗎

3

主題

145

帖子

0

精華

終身高級(jí)VIP會(huì)員

Rank: 7Rank: 7Rank: 7

資源幣
82
積分
148
貢獻(xiàn)
0
在線時(shí)間
64 小時(shí)
注冊(cè)時(shí)間
2020-3-11
最后登錄
2024-10-15

終身VIP會(huì)員
6#
發(fā)表于 2024-10-15 09:51:44 | 只看該作者
樓主雷鋒啊，謝謝分享

2

主題

52

帖子

0

精華

資源共享吧豪華貴族SVIP

Rank: 9Rank: 9Rank: 9

資源幣
7
積分
54
貢獻(xiàn)
0
在線時(shí)間
27 小時(shí)
注冊(cè)時(shí)間
2022-1-25
最后登錄
2024-10-15

終身VIP會(huì)員
7#
發(fā)表于 2024-10-15 11:37:07 | 只看該作者
真的酷
回復(fù)

使用道具 舉報(bào)

7

主題

850

帖子

0

精華

終身高級(jí)VIP會(huì)員

Rank: 7Rank: 7Rank: 7

資源幣
2060
積分
2551
貢獻(xiàn)
0
在線時(shí)間
455 小時(shí)
注冊(cè)時(shí)間
2016-2-1
最后登錄
2024-10-22

終身VIP會(huì)員
8#
發(fā)表于 2024-10-15 12:40:18 | 只看該作者
祝資源共享吧越來越火！

4

主題

555

帖子

0

精華

終身高級(jí)VIP會(huì)員

Rank: 7Rank: 7Rank: 7

資源幣
31
積分
559
貢獻(xiàn)
0
在線時(shí)間
67 小時(shí)
注冊(cè)時(shí)間
2020-7-27
最后登錄
2024-10-15

終身VIP會(huì)員
9#
發(fā)表于 2024-10-15 13:12:12 | 只看該作者
唐宇迪人工智能深度學(xué)習(xí)系統(tǒng)班第九期

0

主題

208

帖子

0

精華

資源共享吧豪華貴族SVIP

Rank: 9Rank: 9Rank: 9

資源幣
5
積分
208
貢獻(xiàn)
0
在線時(shí)間
76 小時(shí)
注冊(cè)時(shí)間
2023-10-30
最后登錄
2024-10-22

終身VIP會(huì)員
10#
發(fā)表于 2024-10-15 17:15:05 | 只看該作者
99999999
回復(fù)

使用道具 舉報(bào)

 點(diǎn)擊右側(cè)快捷回復(fù)  

本版積分規(guī)則

小黑屋|資源共享吧 ( 瓊ICP備2023000410號(hào)-1 )

GMT+8, 2024-10-23 04:38 , Processed in 0.094731 second(s), 17 queries , MemCached On.

Powered by Discuz! X3.4 Licensed

Copyright © 2001-2021, Tencent Cloud.

快速回復(fù) 返回頂部 返回列表