当前位置： 正文

千峰-JavaEE就业班 2022全新升级【完结】价值16800元

2024-03-01 人工智能 183

〖课程简介〗
课程内容全面覆盖深度学习算法及其项目实战，主要应用于计算机视觉与自然语言处理两大核心领域，配套实战案例与项目全部基于真实数据集与实际任务展开。大型项目完美结合当下行业趋势，培养满足企业就业需求的中高级人工智能算法工程师。


〖课程目录〗
├──1_直播课回放
| ├──1_直播1：开班典礼
| | └──1人工智能CV NLP高薪实战班.mp4 1.88G
| ├──2_Pycharm环境配置与Debug演示(没用过的同学必看)
| | └──Pycharm环境配置与Debug演示(没用过的同学必看).mp4 125.39M
| ├──3_直播2：深度学习必备基础-神经网络与卷积网络
| | └──1.深度学习必备基础-神经网络与卷积网络.mp4 1.06G
| ├──4_直播3：Transformer原理及其各领域应用分析
| | └──Transformer原理及其各领域应用分析.mp4 517.48M
| ├──5_额外补充：时间序列预测
| | └──额外补充：时间序列预测.mp4 527.17M
| ├──6_直播4：Informer时间序列预测源码解读
| | └──Informer时间序列预测源码解读.mp4 2.04G
| ├──7_额外补充：Huggingface与NLP（讲故事）
| | └──Huggingface与NLP（讲故事）.mp4 245.97M
| ├──8_直播5：Huggingface核心模块解读
| | └──Huggingface核心模块解读.mp4 814.97M
| └──9_直播6：BERT系列模型与命名实体识别实例
| | └──BERT系列模型与命名实体识别实例.mp4 1.21G
| ├──10_直播7：GPT系列算法与实战
| | └──GPT系列算法与实战.mp4 660.77M
| ├──11_额外补充：GPT建模与预测流程
| | ├──1.生成模型可以完成的任务概述.mp4 36.23M
| | ├──2-数据样本生成方法.mp4 85.45M
| | ├──3-训练所需参数解读.mp4 68.88M
| | ├──4-模型训练过程.mp4 67.76M
| | └──5-部署与网页预测展示.mp4 99.65M
| ├──12_额外补充：文本摘要建模
| | ├──1-中文商城评价数据处理方法.mp4 77.95M
| | ├──2-模型训练与测试结果.mp4 125.90M
| | ├──3-文本摘要数据标注方法.mp4 58.38M
| | └──4-训练自己标注的数据并测试.mp4 36.40M
| ├──13_直播8：知识抽取实战
| | └──知识抽取实战.mp4 716.88M
| ├──14_直播9：Openai CLIP模型
| | └──Openai CLIP模型.mp4 1.16G
| ├──15_直播10：DeformableDetr算法解读
| | └──DeformableDetr算法解读.mp4 905.29M
| ├──16_直播11：OCR算法解读
| | └──OCR算法解读.mp4 1.80G
| ├──17_直播12：KIE关键信息抽取与视频超分辨率重构
| | └──KIE关键信息抽取与视频超分辨率重构.mp4 1.04G
| ├──18_直播13：对比学习
| | └──1对比学习.mp4 1.31G

├──2_深度学习必备核心算法
| ├──1_神经网络算法解读
| | └──1-神经网络算法解读.mp4 589.67M
| ├──2_卷积神经网络算法解读
| | └──2-卷积神经网络算法解读.mp4 432.74M
| └──3_递归神经网络算法解读
| | └──3-递归神经网络算法解读.mp4 336.06M

├──3_深度学习核心框架PyTorch
| ├──1_PyTorch框架介绍与配置安装
| | ├──1-PyTorch框架与其他框架区别分析1.mp4.mp4 33.24M
| | └──2-CPU与GPU版本安装方法解读1.mp4.mp4 100.57M
| ├──2_使用神经网络进行分类任务
| | ├──1-数据集与任务概述2.mp4.mp4 43.34M
| | ├──2-基本模块应用测试2.mp4.mp4 47.62M
| | ├──3-网络结构定义方法2.mp4.mp4 55.60M
| | ├──4-数据源定义简介2.mp4.mp4 38.98M
| | ├──5-损失与训练模块分析2.mp4.mp4 42.31M
| | ├──6-训练一个基本的分类模型2.mp4.mp4 54.59M
| | └──7-参数对结果的影响2.mp4.mp4 51.65M
| ├──3_神经网络回归任务-气温预测
| | └──神经网络回归任务-气温预测1.mp4.mp4 198.56M
| ├──4_卷积网络参数解读分析
| | ├──1-输入特征通道分析2.mp4.mp4 42.48M
| | ├──2-卷积网络参数解读2.mp4.mp4 31.46M
| | └──3-卷积网络模型训练2.mp4.mp4 55.14M
| ├──5_图像识别模型与训练策略（重点）
| | ├──1-任务分析与图像数据基本处理2.mp4.mp4 41.62M
| | ├──10-测试结果演示分析1.mp4.mp4 110.98M
| | ├──2-数据增强模块2.mp4.mp4 40.50M
| | ├──3-数据集与模型选择1.mp4.mp4 45.32M
| | ├──4-迁移学习方法解读1.mp4.mp4 44.66M
| | ├──5-输出层与梯度设置1.mp4.mp4 61.42M
| | ├──6-输出类别个数修改1.mp4.mp4 49.06M
| | ├──7-优化器与学习率衰减1.mp4.mp4 52.48M
| | ├──8-模型训练方法1.mp4.mp4 52.60M
| | └──9-重新训练全部模型1.mp4.mp4 54.81M
| ├──6_DataLoader自定义数据集制作
| | ├──1-Dataloader要完成的任务分析1.mp4.mp4 39.20M
| | ├──2-图像数据与标签路径处理1.mp4.mp4 48.98M
| | ├──3-Dataloader中需要实现的方法分析1.mp4.mp4 46.95M
| | └──4-实用Dataloader加载数据并训练模型1.mp4.mp4 77.82M
| ├──7_LSTM文本分类实战
| | ├──1-数据集与任务目标分析1.mp4.mp4 52.81M
| | ├──2-文本数据处理基本流程分析1.mp4.mp4 55.97M
| | ├──3-命令行参数与DEBUG1.mp4.mp4 36.52M
| | ├──4-训练模型所需基本配置参数分析1.mp4.mp4 40.92M
| | ├──5-预料表与字符切分1.mp4.mp4 31.98M
| | ├──6-字符预处理转换ID1.mp4.mp4 34.37M
| | ├──7-LSTM网络结构基本定义1.mp4.mp4 34.73M
| | ├──8-网络模型预测结果输出1.mp4.mp4 39.11M
| | └──9-模型训练任务与总结1.mp4.mp4 45.16M
| └──8_PyTorch框架Flask部署例子
| | ├──1-基本结构与训练好的模型加载.mp4.mp4 21.02M
| | ├──2-服务端处理与预测函数.mp4.mp4 40.92M
| | └──3-基于Flask测试模型预测结果.mp4.mp4 46.26M

├──4_MMLAB实战系列
| ├──1_MMCV安装方法
| | └──MMCV安装方法.mp4 55.75M
| ├──2_第一模块：分类任务基本操作
| | ├──1-准备MMCLS项目.mp4 32.26M
| | ├──2-基本参数配置解读.mp4 34.52M
| | ├──3-各模块配置文件组成.mp4 35.81M
| | ├──4-生成完整配置文件.mp4 24.45M
| | ├──5-根据文件夹定义数据集.mp4 40.27M
| | ├──6-构建自己的数据集.mp4 36.33M
| | ├──7-训练自己的任务.mp4 39.32M
| | └──MMCLS问题修正1.mp4 23.50M
| ├──3_第一模块：训练结果测试与验证
| | ├──1-测试DEMO效果.mp4 25.49M
| | ├──2-测试评估模型效果.mp4 27.58M
| | ├──3-MMCLS中增加一个新的模块.mp4 62.61M
| | ├──4-修改配置文件中的参数.mp4 67.72M
| | ├──5-数据增强流程可视化展示.mp4 37.40M
| | ├──6-Grad-Cam可视化方法.mp4 41.17M
| | ├──7-可视化细节与效果分析.mp4 124.19M
| | ├──8-MMCLS可视化模块应用.mp4 72.07M
| | └──9-模型分析脚本使用.mp4 36.37M
| ├──4_第一模块：模型源码DEBUG演示
| | ├──1-VIT任务概述.mp4 29.96M
| | ├──2-数据增强模块概述分析.mp4 49.58M
| | ├──3-PatchEmbedding层.mp4 25.30M
| | ├──4-前向传播基本模块.mp4 38.87M
| | └──5-CLS与输出模块.mp4 44.04M
| ├──5_第二模块：使用分割模块训练自己的数据集
| | ├──1-项目配置基本介绍.mp4 74.23M
| | ├──2-数据集标注与制作方法.mp4 56.84M
| | ├──3-跟别预测类别数修改配置文件.mp4 39.48M
| | ├──4-加载预训练模型开始训练.mp4 86.52M
| | └──5-预测DEMO演示.mp4 21.88M
| ├──6_第二模块：基于Unet进行各种策略修改
| | ├──1-配置文件解读.mp4 32.12M
| | ├──2-编码层模块.mp4 32.47M
| | ├──3-上采样与输出层.mp4 28.25M
| | ├──4-辅助层的作用.mp4 19.83M
| | ├──5-给Unet添加一个neck层.mp4 30.37M
| | ├──6-如何修改参数适配网络结构.mp4 21.73M
| | ├──7-将Unet特征提取模块替换成transformer.mp4 22.41M
| | └──8-VIT模块源码分析.mp4 45.48M
| ├──7_第二模块：分割任务CVPR最新Backbone设计及其应用
| | ├──1-注册自己的Backbone模块.mp4.mp4 34.30M
| | ├──10-汇总多层级特征进行输出.mp4.mp4 43.35M
| | ├──2-配置文件指定.mp4.mp4 35.84M
| | ├──3-DEBUG解读Backbone设计.mp4.mp4 40.45M
| | ├──4-PatchEmbedding的作用与实现.mp4.mp4 44.88M
| | ├──5-卷积位置编码计算方法.mp4.mp4 53.89M
| | ├──6-近似Attention模块实现.mp4.mp4 79.49M
| | ├──7-完成特征提取与融合模块.mp4.mp4 55.69M
| | ├──8-分割任务输出模块.mp4.mp4 57.72M
| | └──9-全局特征的作用与实现.mp4.mp4 56.34M
| ├──8_第三模块：mmdet训练自己的数据任务
| | ├──1-数据集标注与标签获取.mp4.mp4 31.35M
| | ├──2-COCO数据标注格式.mp4.mp4 28.16M
| | ├──3-通过脚本生成COCO数据格式.mp4.mp4 38.55M
| | ├──4-配置文件数据增强策略分析.mp4.mp4 45.59M
| | ├──5-训练所需配置说明.mp4.mp4 56.00M
| | ├──6-模型训练与DEMO演示.mp4.mp4 35.27M
| | ├──7-模型测试与可视化分析模块.mp4.mp4 77.61M
| | └──8-补充：评估指标.mp4.mp4 14.06M
| └──9_第三模块：DeformableDetr物体检测源码分析
| | ├──1-特征提取与位置编码.mp4 38.16M
| | ├──10-分类与回归输出模块.mp4 49.72M
| | ├──11-预测输出结果与标签匹配模块.mp4 44.31M
| | ├──2-序列特征展开并叠加.mp4 51.07M
| | ├──3-得到相对位置点编码.mp4 28.80M
| | ├──4-准备Encoder编码层所需全部输入.mp4 37.91M
| | ├──5-编码层中的序列分析.mp4 39.73M
| | ├──6-偏移量offset计算.mp4 46.09M
| | ├──7-偏移量对齐操作.mp4 39.80M
| | ├──8-Encoder层完成特征对齐.mp4 51.84M
| | └──9-Decoder要完成的操作.mp4 38.98M
| ├──10_第四模块：DBNET文字检测
| | ├──1-文字检测数据概述与配置文件.mp4.mp4 56.60M
| | ├──2-配置文件参数设置.mp4.mp4 38.74M
| | ├──3-Neck层特征组合.mp4.mp4 32.04M
| | ├──4-损失函数模块概述.mp4.mp4 43.11M
| | └──5-损失计算方法.mp4.mp4 59.35M
| ├──11_第四模块：ANINET文字识别
| | ├──1-数据集与环境概述.mp4.mp4 55.58M
| | ├──2-配置文件修改方法.mp4.mp4 52.49M
| | ├──3-Bakbone模块得到特征.mp4.mp4 42.10M
| | ├──4-视觉Transformer模块的作用.mp4.mp4 45.97M
| | ├──5-视觉模型中的编码与解码的效果.mp4.mp4 54.49M
| | ├──6-文本模型中的结构分析.mp4.mp4 38.66M
| | ├──7-迭代修正模块.mp4.mp4 38.14M
| | └──8-输出层与损失计算.mp4.mp4 52.81M
| ├──12_第四模块：KIE基于图模型的关键信息抽取
| | ├──1-配置文件以及要完成的任务解读.mp4.mp4 51.55M
| | ├──2-KIE数据集格式调整方法.mp4.mp4 69.46M
| | ├──3-配置文件与标签要进行处理操作.mp4.mp4 47.83M
| | ├──4-边框要计算的特征分析.mp4.mp4 35.57M
| | ├──5-标签数据处理与关系特征提取.mp4.mp4 56.48M
| | ├──6-特征合并处理.mp4.mp4 43.74M
| | ├──7-准备拼接边与点特征.mp4.mp4 41.38M
| | └──8-整合得到图模型输入特征.mp4.mp4 71.98M
| ├──12_第五模块：stylegan2源码解读
| | ├──1-要完成的任务与基本思想概述.mp4.mp4 57.79M
| | ├──2-得到style特征编码.mp4.mp4 69.51M
| | ├──3-特征编码风格拼接.mp4.mp4 36.76M
| | ├──4-基础风格特征卷积模块.mp4.mp4 54.69M
| | ├──5-上采样得到输出结果.mp4.mp4 40.75M
| | └──6-损失函数概述.mp4.mp4 26.56M
| ├──13_第六模块：BasicVSR++视频超分辨重构源码解读
| | ├──1-要完成的任务分析与配置文件.mp4.mp4 27.36M
| | ├──10-传播流程整体完成一圈.mp4 61.55M
| | ├──11-完成输出结果.mp4.mp4 51.56M
| | ├──2-特征基础提取模块.mp4 44.58M
| | ├──3-光流估计网络模块.mp4 25.67M
| | ├──4-基于光流完成对齐操作.mp4 40.23M
| | ├──5-偏移量计算方法1.mp4.mp4 32.48M
| | ├──6-双向计算特征对齐.mp4 36.97M
| | ├──7-提特征传递流程分析.mp4 37.23M
| | ├──8-序列传播计算.mp4 39.88M
| | └──9-准备变形卷积模块的输入.mp4.mp4 44.71M
| ├──14_第七模块：多模态3D目标检测算法源码解读
| | ├──1-环境配置与数据集概述.mp4 51.52M
| | ├──10-3D卷积特征融合.mp4 56.76M
| | ├──11-输出层预测结果.mp4 80.80M
| | ├──2-数据与标注文件介绍.mp4 37.49M
| | ├──3-基本流程梳理并进入debug模式.mp4 50.33M
| | ├──4-数据与图像特征提取模块.mp4 58.02M
| | ├──5-体素索引位置获取.mp4.mp4 64.72M
| | ├──6-体素特征提取方法解读.mp4 37.57M
| | ├──7-体素特征计算方法分析.mp4 70.71M
| | ├──8-全局体素特征提取.mp4 95.96M
| | └──9-多模态特征融合.mp4 68.36M
| ├──15_第八模块：模型蒸馏应用实例
| | ├──1-任务概述与工具使用.mp4 39.64M
| | ├──2-Teacher与Student网络结构定义.mp4 46.25M
| | ├──3-训练T与S得到蒸馏模型.mp4 70.63M
| | ├──4-开始模型训练过程与问题修正.mp4 57.26M
| | ├──5-日志输出与模型分离.mp4 70.25M
| | ├──6-分别得到Teacher与Student模型.mp4 45.74M
| | └──7-实际测试效果演示.mp4 39.02M
| ├──16_第八模块：模型剪枝方法概述分析
| | ├──1-SuperNet网络结构分析与剪枝概述.mp4 40.58M
| | └──2-搜索匹配到符合计算量的模型并训练.mp4 46.83M
| ├──17_第九模块：mmaction行为识别
| | └──创建自己的行为识别标注数据集.mp4 232.73M
| ├──18_额外补充
| | └──在源码中加入各种注意力机制方法.mp4 122.48M

├──5_Opencv图像处理框架实战
| ├──1_课程简介与环境配置
| | ├──0-课程简介2.mp4.mp4 5.37M
| | ├──2-Notebook与IDE环境.mp4.mp4 84.39M
| | └──2-Python与Opencv配置安装.mp4.mp4 33.28M
| ├──2_图像基本操作
| | ├──1-计算机眼中的图像.mp4.mp4 30.88M
| | ├──2-视频的读取与处理.mp4.mp4 46.97M
| | ├──3-ROI区域.mp4.mp4 15.37M
| | ├──4-边界填充.mp4.mp4 21.46M
| | └──5-数值计算.mp4.mp4 40.04M
| ├──3_阈值与平滑处理
| | ├──1-图像平滑处理.mp4.mp4 24.69M
| | ├──2-高斯与中值滤波.mp4.mp4 20.55M
| | └──图像阈值.mp4.mp4 30.78M
| ├──4_图像形态学操作
| | ├──1-腐蚀操作.mp4.mp4 20.99M
| | ├──2-膨胀操作.mp4.mp4 12.25M
| | ├──3-开运算与闭运算.mp4.mp4 9.32M
| | ├──4-梯度计算.mp4.mp4 7.85M
| | └──5-礼帽与黑帽.mp4.mp4 15.88M
| ├──5_图像梯度计算
| | ├──1-Sobel算子.mp4.mp4 27.00M
| | ├──2-梯度计算方法.mp4.mp4 30.29M
| | └──3-scharr与lapkacian算子.mp4.mp4 27.39M
| ├──6_边缘检测
| | ├──1-Canny边缘检测流程.mp4.mp4 18.97M
| | ├──2-非极大值抑制.mp4.mp4 18.32M
| | └──3-边缘检测效果.mp4.mp4 36.63M
| ├──7_图像金字塔与轮廓检测
| | ├──1-轮廓检测方法.mp4.mp4 19.31M
| | ├──1-模板匹配方法.mp4.mp4 47.35M
| | ├──1-图像金字塔定义.mp4.mp4 19.68M
| | ├──2-金字塔制作方法.mp4.mp4 25.47M
| | ├──2-轮廓检测结果.mp4.mp4 34.37M
| | ├──2-匹配效果展示.mp4.mp4 21.14M
| | └──3-轮廓特征与近似.mp4.mp4 37.51M
| ├──8_直方图与傅里叶变换
| | ├──1-傅里叶概述.mp4.mp4 38.79M
| | ├──1-直方图定义.mp4.mp4 23.64M
| | ├──2-均衡化原理.mp4.mp4 31.35M
| | ├──2-频域变换结果.mp4.mp4 26.26M
| | ├──3-低通与高通滤波.mp4.mp4 27.34M
| | └──3-均衡化效果.mp4.mp4 27.21M
| └──9_项目实战-信用卡数字识别
| | ├──2-环境配置与预处理.mp4.mp4 34.85M
| | ├──3-模板处理方法.mp4.mp4 23.69M
| | ├──4-输入数据处理方法.mp4.mp4 28.88M
| | ├──5-模板匹配得出识别结果.mp4.mp4 47.72M
| | └──总体流程与方法讲解.mp4.mp4 20.65M
| ├──10_项目实战-文档扫描OCR识别
| | ├──1-整体流程演示.mp4.mp4 21.50M
| | ├──2-文档轮廓提取.mp4.mp4 27.81M
| | ├──3-原始与变换坐标计算.mp4.mp4 26.24M
| | ├──4-透视变换结果.mp4.mp4 32.87M
| | ├──5-tesseract-ocr安装配置.mp4.mp4 41.23M
| | └──6-文档扫描识别效果.mp4.mp4 28.86M
| ├──11_图像特征-harris
| | ├──1-角点检测基本原理.mp4.mp4 15.53M
| | ├──2-基本数学原理.mp4.mp4 30.58M
| | ├──3-求解化简.mp4.mp4 31.79M
| | ├──4-特征归属划分.mp4.mp4 43.23M
| | └──5-opencv角点检测效果.mp4.mp4 31.04M
| ├──12_图像特征-sift
| | ├──1-尺度空间定义.mp4.mp4 20.04M
| | ├──2-高斯差分金字塔.mp4.mp4 21.68M
| | ├──3-特征关键点定位.mp4.mp4 48.15M
| | ├──4-生成特征描述.mp4.mp4 24.66M
| | ├──5-特征向量生成.mp4.mp4 43.73M
| | └──6-opencv中sift函数使用.mp4.mp4 28.80M
| ├──13_案例实战-全景图像拼接
| | ├──1-特征匹配方法.mp4.mp4 28.56M
| | ├──2-RANSAC算法.mp4.mp4 34.50M
| | ├──2-图像拼接方法.mp4.mp4 44.96M
| | └──4-流程解读.mp4.mp4 21.65M
| ├──14_项目实战-停车场车位识别
| | ├──1-任务整体流程.mp4.mp4 71.40M
| | ├──2-所需数据介绍.mp4.mp4 34.31M
| | ├──3-图像数据预处理.mp4.mp4 56.75M
| | ├──4-车位直线检测.mp4.mp4 61.44M
| | ├──5-按列划分区域.mp4.mp4 54.67M
| | ├──6-车位区域划分.mp4.mp4 57.33M
| | ├──7-识别模型构建.mp4(1).mp4 41.19M
| | ├──7-识别模型构建.mp4.mp4 41.19M
| | └──8-基于视频的车位检测.mp4.mp4 135.61M
| ├──15_项目实战-答题卡识别判卷
| | ├──1-整体流程与效果概述.mp4.mp4 29.49M
| | ├──2-预处理操作.mp4.mp4 24.08M
| | ├──3-填涂轮廓检测.mp4.mp4 25.66M
| | └──4-选项判断识别.mp4.mp4 57.12M
| ├──16_背景建模
| | ├──1-背景消除-帧差法.mp4.mp4 20.79M
| | ├──2-混合高斯模型.mp4.mp4 26.39M
| | ├──3-学习步骤.mp4.mp4 31.75M
| | └──4-背景建模实战.mp4.mp4 51.17M
| ├──17_光流估计
| | ├──1-基本概念.mp4.mp4 20.20M
| | ├──2-Lucas-Kanade算法.mp4.mp4 19.67M
| | ├──3-推导求解.mp4.mp4 25.94M
| | └──4-光流估计实战.mp4.mp4 64.22M
| ├──18_Opencv的DNN模块
| | ├──1-dnn模块.mp4.mp4 28.59M
| | └──2-模型加载结果输出.mp4.mp4 40.50M
| ├──19_项目实战-目标追踪
| | ├──1-目标追踪概述.mp4.mp4 49.75M
| | ├──2-多目标追踪实战.mp4.mp4 34.62M
| | ├──3-深度学习检测框架加载.mp4.mp4 43.62M
| | ├──4-基于dlib与ssd的追踪.mp4.mp4 73.02M
| | ├──5-多进程目标追踪.mp4.mp4 25.72M
| | └──6-多进程效率提升对比.mp4.mp4 78.13M
| ├──20_卷积原理与操作
| | ├──1-卷积神经网络的应用.mp4.mp4 36.18M
| | ├──1-卷积效果演示.mp4.mp4 24.58M
| | ├──2-卷积操作流程.mp4.mp4 41.15M
| | ├──2-卷积层解释.mp4.mp4 22.31M
| | ├──3-卷积计算过程.mp4.mp4 27.61M
| | ├──4-pading与stride.mp4.mp4 26.12M
| | ├──5-卷积参数共享.mp4.mp4 17.69M
| | └──6-池化层原理.mp4.mp4 16.09M
| ├──21_项目实战-疲劳检测
| | ├──1-关键点定位概述.mp4.mp4 28.45M
| | ├──2-获取人脸关键点.mp4.mp4 36.07M
| | ├──3-定位效果演示.mp4.mp4 45.43M
| | ├──4-闭眼检测.mp4.mp4 71.07M
| | └──5-检测效果.mp4.mp4 40.60M

├──6_综合项目-物体检测经典算法实战
| ├──1_深度学习经典检测方法概述
| | ├──1-检测任务中阶段的意义.mp4.mp4 15.14M
| | ├──2-不同阶段算法优缺点分析.mp4.mp4 10.68M
| | ├──3-IOU指标计算.mp4.mp4 11.74M
| | ├──4-评估所需参数计算.mp4.mp4 26.23M
| | └──5-map指标计算.mp4.mp4 19.63M
| ├──2_YOLO-V1整体思想与网络架构
| | ├──2-检测算法要得到的结果.mp4.mp4 13.63M
| | ├──3-整体网络架构解读.mp4.mp4 30.67M
| | ├──4-位置损失计算.mp4.mp4 18.97M
| | ├──5-置信度误差与优缺点分析.mp4.mp4 26.86M
| | └──YOLO算法整体思路解读.mp4.mp4 14.68M
| ├──3_YOLO-V2改进细节详解
| | ├──2-网络结构特点.mp4.mp4 15.69M
| | ├──3-架构细节解读.mp4.mp4 18.92M
| | ├──4-基于聚类来选择先验框尺寸.mp4.mp4 24.24M
| | ├──5-偏移量计算方法.mp4.mp4 27.55M
| | ├──6-坐标映射与还原.mp4.mp4 10.08M
| | ├──7-感受野的作用.mp4.mp4 28.11M
| | ├──8-特征融合改进.mp4.mp4 19.20M
| | └──V2版本细节升级概述.mp4.mp4 13.38M
| ├──4_YOLO-V3核心网络模型
| | ├──1-V3版本改进概述.mp4.mp4 18.27M
| | ├──2-多scale方法改进与特征融合.mp4.mp4 17.07M
| | ├──3-经典变换方法对比分析.mp4.mp4 10.83M
| | ├──4-残差连接方法解读.mp4.mp4 18.64M
| | ├──5-整体网络模型架构分析.mp4.mp4 12.93M
| | ├──6-先验框设计改进.mp4.mp4 13.04M
| | └──7-sotfmax层改进.mp4.mp4 10.61M
| ├──5_项目实战-基于V3版本进行源码解读
| | ├──1-数据与环境配置.mp4.mp4 65.52M
| | ├──10-网格偏移计算.mp4.mp4 33.92M
| | ├──11-模型要计算的损失概述.mp4.mp4 23.14M
| | ├──12-标签值格式修改.mp4.mp4 28.27M
| | ├──13-坐标相对位置计算.mp4.mp4 32.80M
| | ├──14-完成所有损失函数所需计算指标.mp4.mp4 35.32M
| | ├──15-模型训练与总结.mp4.mp4 72.91M
| | ├──16-预测效果展示.mp4.mp4 34.51M
| | ├──2-训练参数设置.mp4.mp4 23.85M
| | ├──3-数据与标签读取.mp4.mp4 42.51M
| | ├──4-标签文件读取与处理.mp4.mp4 27.48M
| | ├──5-debug模式介绍.mp4.mp4 27.25M
| | ├──6-基于配置文件构建网络模型.mp4.mp4 42.04M
| | ├──7-路由层与shortcut层的作用.mp4.mp4 33.72M
| | ├──8-YOLO层定义解析.mp4.mp4 61.09M
| | └──9-预测结果计算.mp4.mp4 46.00M
| ├──6_基于YOLO-V3训练自己的数据集与任务
| | ├──1-Labelme工具安装.mp4.mp4 14.29M
| | ├──2-数据信息标注.mp4.mp4 32.09M
| | ├──3-完成标签制作.mp4.mp4 31.74M
| | ├──4-生成模型所需配置文件.mp4.mp4 36.71M
| | ├──5-json格式转换成yolo-v3所需输入.mp4.mp4 20.95M
| | ├──6-完成输入数据准备工作.mp4.mp4 40.10M
| | ├──7-训练代码与参数配置更改.mp4.mp4 44.29M
| | └──8-训练模型并测试效果.mp4.mp4 38.49M
| ├──7_YOLO-V4版本算法解读
| | ├──1-V4版本整体概述.mp4.mp4 15.06M
| | ├──10-PAN模块解读.mp4.mp4 20.64M
| | ├──11-激活函数与整体架构总结.mp4.mp4 19.19M
| | ├──2-V4版本贡献解读.mp4.mp4 10.06M
| | ├──3-数据增强策略分析.mp4.mp4 24.70M
| | ├──4-DropBlock与标签平滑方法.mp4.mp4 19.36M
| | ├──5-损失函数遇到的问题.mp4.mp4 14.26M
| | ├──6-CIOU损失函数定义.mp4.mp4 10.82M
| | ├──7-NMS细节改进.mp4.mp4 16.66M
| | ├──8-SPP与CSP网络结构.mp4.mp4 14.81M
| | └──9-SAM注意力机制模块.mp4.mp4 22.48M
| ├──8_V5版本项目配置
| | ├──1-整体项目概述.mp4.mp4 35.77M
| | ├──2-训练自己的数据集方法.mp4.mp4 41.32M
| | ├──3-训练数据参数配置.mp4.mp4 51.48M
| | └──4-测试DEMO演示.mp4.mp4 50.47M
| └──9_V5项目工程源码解读
| | ├──1-数据源DEBUG流程解读.mp4.mp4 48.13M
| | ├──10-完成配置文件解析任务.mp4.mp4 58.80M
| | ├──11-前向传播计算.mp4.mp4 30.80M
| | ├──12-BottleneckCSP层计算方法.mp4.mp4 33.82M
| | ├──13-1 SPP层计算细节分析.mp4.mp4 29.17M
| | ├──13-Head层流程解读.mp4.mp4 29.12M
| | ├──14-上采样与拼接操作.mp4.mp4 21.48M
| | ├──15-输出结果分析.mp4.mp4 41.71M
| | ├──16-超参数解读.mp4.mp4 34.94M
| | ├──17-命令行参数介绍.mp4.mp4 44.26M
| | ├──18-训练流程解读.mp4.mp4 46.81M
| | ├──19-各种训练策略概述.mp4.mp4 38.43M
| | ├──2-图像数据源配置.mp4.mp4 34.65M
| | ├──20-模型迭代过程.mp4.mp4 38.42M
| | ├──3-加载标签数据.mp4.mp4 26.33M
| | ├──4-Mosaic数据增强方法.mp4.mp4 28.19M
| | ├──5-数据四合一方法与流程演示.mp4.mp4 41.69M
| | ├──6-getItem构建batch.mp4.mp4 33.03M
| | ├──7-网络架构图可视化工具安装.mp4.mp4 34.33M
| | ├──8-V5网络配置文件解读.mp4.mp4 35.74M
| | └──9-Focus模块流程分析.mp4.mp4 21.93M
| ├──10_EfficientNet网络
| | └──第八课：EfficientNet网络模型.mp4.mp4 538.47M
| ├──11_EfficientDet检测算法
| | └──第十一章：EfficientDet检测算法.mp4.mp4 448.01M
| ├──12_基于Transformer的detr目标检测算法
| | ├──1-DETR目标检测基本思想解读.mp4.mp4 19.35M
| | ├──2-整体网络架构分析.mp4.mp4 31.64M
| | ├──3-位置信息初始化query向量.mp4.mp4 19.97M
| | ├──4-注意力机制的作用方法.mp4.mp4 20.85M
| | └──5-训练过程的策略.mp4.mp4 28.41M
| ├──13_detr目标检测源码解读
| | ├──1-项目环境配置解读.mp4.mp4 40.42M
| | ├──2-数据处理与dataloader.mp4.mp4 64.11M
| | ├──3-位置编码作用分析.mp4.mp4 47.95M
| | ├──4-backbone特征提取模块.mp4.mp4 35.62M
| | ├──5-mask与编码模块.mp4.mp4 34.75M
| | ├──6-编码层作用方法.mp4.mp4 42.86M
| | ├──7-Decoder层操作与计算.mp4.mp4 30.15M
| | ├──8-输出预测结果.mp4.mp4 41.28M
| | └──9-损失函数与预测输出.mp4.mp4 41.18M

├──7_图像分割实战
| ├──1_图像分割及其损失函数概述
| | ├──1-语义分割与实例分割概述.mp4.mp4 20.24M
| | ├──2-分割任务中的目标函数定义.mp4.mp4 20.00M
| | └──3-MIOU评估标准.mp4.mp4 9.03M
| ├──2_卷积神经网络原理与参数解读
| | ├──1-卷积神经网络应用领域.mp4.mp4 21.20M
| | ├──10-VGG网络架构.mp4.mp4 19.34M
| | ├──11-残差网络Resnet.mp4.mp4 18.02M
| | ├──12-感受野的作用.mp4.mp4 16.86M
| | ├──2-卷积的作用.mp4.mp4 22.67M
| | ├──3-卷积特征值计算方法.mp4.mp4 21.23M
| | ├──4-得到特征图表示.mp4.mp4 18.23M
| | ├──5-步长与卷积核大小对结果的影响.mp4.mp4 19.86M
| | ├──6-边缘填充方法.mp4.mp4 17.28M
| | ├──7-特征图尺寸计算与参数共享.mp4.mp4 21.99M
| | ├──8-池化层的作用.mp4.mp4 11.31M
| | └──9-1整体网络架构.mp4.mp4 16.98M
| ├──3_Unet系列算法讲解
| | ├──1-Unet网络编码与解码过程.mp4.mp4 18.29M
| | ├──2-网络计算流程.mp4.mp4 16.13M
| | ├──3-Unet升级版本改进.mp4.mp4 15.75M
| | └──4-后续升级版本介绍.mp4.mp4 18.37M
| ├──4_unet医学细胞分割实战
| | ├──1-医学细胞数据集介绍与参数配置.mp4.mp4 71.21M
| | ├──2-数据增强工具.mp4.mp4 61.47M
| | ├──3-Debug模式演示网络计算流程.mp4.mp4 41.37M
| | ├──4-特征融合方法演示.mp4.mp4 30.05M
| | ├──5-迭代完成整个模型计算任务.mp4.mp4 33.55M
| | └──6-模型效果验证.mp4.mp4 47.29M
| ├──5_U2NET显著性检测实战
| | ├──1-任务目标与网络整体介绍.mp4.mp4 58.66M
| | ├──2-显著性检测任务与目标概述.mp4.mp4 53.96M
| | ├──3-编码器模块解读.mp4.mp4 43.66M
| | ├──4-解码器输出结果.mp4.mp4 27.90M
| | └──5-损失函数与应用效果.mp4.mp4 34.34M
| ├──6_deeplab系列算法
| | ├──1-deeplab分割算法概述.mp4.mp4 13.81M
| | ├──2-空洞卷积的作用.mp4.mp4 16.74M
| | ├──3-感受野的意义.mp4.mp4 19.37M
| | ├──4-SPP层的作用.mp4.mp4 19.02M
| | ├──5-ASPP特征融合策略.mp4.mp4 13.45M
| | └──6-deeplabV3Plus版本网络架构.mp4.mp4 24.08M
| ├──7_基于deeplabV3+版本进行VOC分割实战
| | ├──1-PascalVoc数据集介绍.mp4.mp4 70.12M
| | ├──2-项目参数与数据集读取.mp4.mp4 60.32M
| | ├──3-网络前向传播流程.mp4.mp4 33.10M
| | ├──4-ASPP层特征融合.mp4.mp4 51.19M
| | └──5-分割模型训练.mp4.mp4 34.97M
| ├──8_医学心脏视频数据集分割建模实战
| | ├──1-数据集与任务概述.mp4.mp4 45.55M
| | ├──2-项目基本配置参数.mp4.mp4 33.31M
| | ├──3-任务流程解读.mp4.mp4 69.12M
| | ├──4-文献报告分析.mp4.mp4 122.67M
| | ├──5-补充：视频数据源特征处理方法概述.mp4.mp4 26.33M
| | └──6-补充：R(2plus1)D处理方法分析.mp4.mp4 18.88M
| └──9_物体检测框架-MaskRcnn项目介绍与配置
| | ├──0-Mask-Rcnn开源项目简介.mp4.mp4 88.18M
| | ├──0-参数配置.mp4.mp4 97.85M
| | └──0-开源项目数据集.mp4.mp4 42.48M
| ├──10_MaskRcnn网络框架源码详解
| | ├──1-FPN层特征提取原理解读.mp4.mp4 42.31M
| | ├──10-RoiPooling层的作用与目的.mp4.mp4 33.45M
| | ├──11-RorAlign操作的效果.mp4.mp4 25.70M
| | ├──12-整体框架回顾.mp4.mp4 28.86M
| | ├──2-FPN网络架构实现解读.mp4.mp4 55.77M
| | ├──3-生成框比例设置.mp4.mp4 28.25M
| | ├──4-基于不同尺度特征图生成所有框.mp4.mp4 32.93M
| | ├──5-RPN层的作用与实现解读.mp4.mp4 30.90M
| | ├──6-候选框过滤方法.mp4.mp4 15.59M
| | ├──7-Proposal层实现方法.mp4.mp4 33.31M
| | ├──8-DetectionTarget层的作用.mp4.mp4 25.70M
| | └──9-正负样本选择与标签定义.mp4.mp4 27.59M
| ├──11_基于MASK-RCNN框架训练自己的数据与任务
| | ├──1-Labelme工具安装.mp4.mp4 14.29M
| | ├──2-使用labelme进行数据与标签标注.mp4.mp4 26.29M
| | ├──3-完成训练数据准备工作.mp4.mp4 26.61M
| | ├──4-maskrcnn源码修改方法.mp4.mp4 63.56M
| | ├──5-基于标注数据训练所需任务.mp4.mp4 39.72M
| | └──6-测试与展示模块.mp4.mp4 38.60M

├──8_行为识别实战
| ├──1_slowfast算法知识点通俗解读
| | ├──1-slowfast核心思想解读.mp4.mp4 74.86M
| | ├──2-核心网络结构模块分析.mp4.mp4 20.98M
| | ├──3-数据采样曾的作用.mp4.mp4 18.26M
| | ├──4-模型网络结构设计.mp4.mp4 19.30M
| | └──5-特征融合模块与总结分析.mp4.mp4 39.30M
| ├──2_slowfast项目环境配置与配置文件
| | ├──1-环境基本配置解读.mp4.mp4 45.35M
| | ├──2-目录各文件分析.mp4.mp4 36.84M
| | ├──3-配置文件作用解读.mp4.mp4 50.90M
| | ├──4-测试DEMO演示1.mp4.mp4 66.77M
| | ├──5-训练所需标签文件说明.mp4.mp4 48.77M
| | ├──6-训练所需视频数据准备.mp4.mp4 47.39M
| | ├──7-视频数据集切分操作.mp4.mp4 39.66M
| | └──8-完成视频分帧操作.mp4.mp4 32.77M
| ├──3_slowfast源码详细解读
| | ├──1-模型所需配置文件参数读取1.mp4.mp4 33.24M
| | ├──10-RoiAlign与输出层1.mp4.mp4 78.92M
| | ├──2-数据处理概述1.mp4.mp4 49.72M
| | ├──3-dataloader数据遍历方法1.mp4.mp4 56.85M
| | ├──4-数据与标签读取实例1.mp4.mp4 52.22M
| | ├──5-图像数据所需预处理方法1.mp4.mp4 66.76M
| | ├──6-slow与fast分别执行采样操作1.mp4.mp4 66.34M
| | ├──7-分别计算特征图输出结果1.mp4.mp4 56.64M
| | ├──8-slow与fast特征图拼接操作1.mp4.mp4 49.69M
| | └──9-resnetBolock操作1.mp4.mp4 53.62M
| ├──4_基于3D卷积的视频分析与动作识别
| | ├──1-3D卷积原理解读.mp4.mp4 20.62M
| | ├──2-UCF101动作识别数据集简介.mp4.mp4 51.69M
| | ├──3-测试效果与项目配置.mp4.mp4 55.60M
| | ├──4-视频数据预处理方法.mp4.mp4 32.25M
| | ├──5-数据Batch制作方法.mp4.mp4 46.66M
| | ├──6-3D卷积网络所涉及模块.mp4.mp4 37.76M
| | └──7-训练网络模型.mp4.mp4 38.81M
| ├──5_视频异常检测算法与元学习
| | ├──1-异常检测要解决的问题与数据集介绍.mp4.mp4 21.49M
| | ├──2-基本思想与流程分析.mp4.mp4 24.27M
| | ├──3-预测与常见问题.mp4.mp4 26.58M
| | ├──4-Meta-Learn要解决的问题.mp4.mp4 20.78M
| | ├──5-学习能力与参数定义.mp4.mp4 14.17M
| | ├──6-如何找到合适的初始化参数.mp4.mp4 23.36M
| | └──7-MAML算法流程解读.mp4.mp4 28.99M
| ├──6_视频异常检测CVPR2021论文及其源码解读
| | ├──1-论文概述与环境配置.mp4.mp4 26.61M
| | ├──2-数据集配置与读取.mp4.mp4 38.74M
| | ├──3-模型编码与解码结构.mp4.mp4 33.37M
| | ├──4-注意力机制模块打造.mp4.mp4 61.12M
| | ├──5-损失函数的目的.mp4.mp4 57.97M
| | ├──6-特征图生成.mp4.mp4 38.02M
| | └──7-MetaLearn与输出.mp4.mp4 29.79M
| └──7_基础补充-Resnet模型及其应用实例
| | ├──1-医学疾病数据集介绍.mp4.mp4 18.85M
| | ├──2-Resnet网络架构原理分析.mp4.mp4 24.81M
| | ├──3-dataloader加载数据集.mp4.mp4 64.78M
| | ├──4-Resnet网络前向传播.mp4.mp4 35.82M
| | ├──5-残差网络的shortcut操作.mp4.mp4 47.34M
| | ├──6-特征图升维与降采样操作.mp4.mp4 26.89M
| | └──7-网络整体流程与训练演示.mp4.mp4 67.45M

└──9_2022论文必备-Transformer实战系列
| ├──1_课程介绍
| | └──课程介绍1.mp4.mp4 14.82M
| ├──2_自然语言处理通用框架BERT原理解读
| | ├──1-BERT任务目标概述.mp4.mp4 11.47M
| | ├──10-训练实例.mp4.mp4 24.09M
| | ├──2-传统解决方案遇到的问题1.mp4.mp4 22.59M
| | ├──3-注意力机制的作用1.mp4.mp4 14.72M
| | ├──4-self-attention计算方法1.mp4.mp4 23.69M
| | ├──5-特征分配与softmax机制1.mp4.mp4 21.24M
| | ├──6-Multi-head的作用1.mp4.mp4 19.29M
| | ├──7-位置编码与多层堆叠1.mp4.mp4 16.77M
| | ├──8-transformer整体架构梳理.mp4.mp4 22.24M
| | └──9-BERT模型训练方法.mp4.mp4 20.59M
| ├──3_Transformer在视觉中的应用VIT算法
| | ├──1-transformer发家史介绍1.mp4.mp4 15.84M
| | ├──2-对图像数据构建patch序列1.mp4.mp4 22.18M
| | ├──3-VIT整体架构解读1.mp4.mp4 24.32M
| | ├──4-CNN遇到的问题与窘境1.mp4.mp4 22.34M
| | ├──5-计算公式解读1.mp4.mp4 24.11M
| | ├──6-位置编码与TNT模型1.mp4.mp4 25.20M
| | └──7-TNT模型细节分析1.mp4.mp4 27.54M
| ├──4_VIT算法模型源码解读
| | ├──1-项目配置说明1.mp4.mp4 43.27M
| | ├──2-输入序列构建方法解读1.mp4.mp4 29.80M
| | ├──3-注意力机制计算1.mp4.mp4 28.04M
| | └──4-输出层计算结果1.mp4.mp4 37.72M
| ├──5_swintransformer算法原理解析
| | ├──1-swintransformer整体概述1.mp4.mp4 14.76M
| | ├──10-分层计算方法1.mp4.mp4 21.71M
| | ├──2-要解决的问题及其优势分析1.mp4.mp4 22.33M
| | ├──3-一个block要完成的任务1.mp4.mp4 17.36M
| | ├──4-获取各窗口输入特征1.mp4.mp4 18.99M
| | ├──5-基于窗口的注意力机制解读1.mp4.mp4 29.53M
| | ├──6-窗口偏移操作的实现1.mp4.mp4 24.27M
| | ├──7-偏移细节分析及其计算量概述1.mp4.mp4 20.41M
| | ├──8-整体网络架构整合1.mp4.mp4 20.88M
| | └──9-下采样操作实现方法1.mp4.mp4 22.24M
| ├──6_swintransformer源码解读
| | ├──1-数据与环境配置解读1.mp4.mp4 59.59M
| | ├──2-图像数据patch编码1.mp4.mp4 37.62M
| | ├──3-数据按window进行划分计算1.mp4.mp4 31.46M
| | ├──4-基础attention计算模块1.mp4.mp4 27.58M
| | ├──5-窗口位移模块细节分析1.mp4.mp4 36.81M
| | ├──6-patchmerge下采样操作1.mp4.mp4 25.24M
| | ├──7-各block计算方法解读1.mp4.mp4 27.91M
| | └──8-输出层概述1.mp4.mp4 41.11M
| ├──7_基于Transformer的detr目标检测算法
| | ├──1-DETR目标检测基本思想解读1.mp4.mp4 19.27M
| | ├──2-整体网络架构分析1.mp4.mp4 31.54M
| | ├──3-位置信息初始化query向量1.mp4.mp4 19.90M
| | ├──4-注意力机制的作用方法1.mp4.mp4 20.79M
| | └──5-训练过程的策略1.mp4.mp4 28.34M
| ├──8_detr目标检测源码解读
| | ├──1-项目环境配置解读2.mp4.mp4 40.33M
| | ├──2-数据处理与dataloader2.mp4.mp4 63.98M
| | ├──3-位置编码作用分析2.mp4.mp4 47.86M
| | ├──4-backbone特征提取模块1.mp4.mp4 35.54M
| | ├──5-mask与编码模块1.mp4.mp4 34.68M
| | ├──6-编码层作用方法1.mp4.mp4 42.78M
| | ├──7-Decoder层操作与计算1.mp4.mp4 30.08M
| | ├──8-输出预测结果1.mp4.mp4 41.20M
| | └──9-损失函数与预测输出1.mp4.mp4 41.18M
| └──9_MedicalTrasnformer论文解读
| | ├──1-论文整体分析.mp4.mp4 23.72M
| | ├──2-核心思想分析.mp4.mp4 54.26M
| | ├──3-网络结构计算流程概述.mp4.mp4 44.46M
| | ├──4-论文公式计算分析.mp4.mp4 46.93M
| | ├──5-位置编码的作用与效果.mp4.mp4 46.55M
| | └──6-拓展应用分析.mp4.mp4 56.52M| ├──10_MedicalTransformer源码解读
| | ├──1-项目环境配置1.mp4.mp4 25.29M
| | ├──2-医学数据介绍与分析1.mp4.mp4 56.68M
| | ├──3-基本处理操作1.mp4.mp4 25.77M
| | ├──4-AxialAttention实现过程1.mp4.mp4 36.87M
| | ├──5-位置编码向量解读1.mp4.mp4 27.80M
| | ├──6-注意力计算过程与方法1.mp4.mp4 52.13M
| | └──7-局部特征提取与计算1.mp4.mp4 40.92M
| ├──11_商汤LoFTR算法解读
| | ├──1-特征匹配的应用场景.mp4.mp4 87.35M
| | ├──10-总结分析.mp4.mp4 39.42M
| | ├──2-特征匹配的基本流程分析.mp4.mp4 15.91M
| | ├──3-整体流程梳理分析.mp4.mp4 16.46M
| | ├──4-CrossAttention的作用与效果.mp4.mp4 15.69M
| | ├──5-transformer构建匹配特征.mp4.mp4 33.79M
| | ├──6-粗粒度匹配过程与作用.mp4.mp4 26.00M
| | ├──7-特征图拆解操作.mp4.mp4 14.34M
| | ├──8-细粒度匹配的作用与方法.mp4.mp4 19.87M
| | └──9-基于期望预测最终位置.mp4.mp4 23.08M
| ├──12_局部特征关键点匹配实战
| | ├──1-项目与参数配置解读1.mp4.mp4 44.48M
| | ├──10-得到精细化输出结果1.mp4.mp4 19.35M
| | ├──11-通过期望计算最终输出1.mp4.mp4 40.24M
| | ├──2-DEMO效果演示1.mp4.mp4 39.57M
| | ├──3-backbone特征提取模块1.mp4.mp4 28.65M
| | ├──4-注意力机制的作用与效果分析1.mp4.mp4 30.98M
| | ├──5-特征融合模块实现方法1.mp4.mp4 29.29M
| | ├──6-cross关系计算方法实例1.mp4.mp4 29.30M
| | ├──7-粗粒度匹配过程1.mp4.mp4 49.80M
| | ├──8-完成基础匹配模块1.mp4.mp4 63.33M
| | └──9-精细化调整方法与实例1.mp4.mp4 42.73M
| ├──13_项目补充-谷歌开源项目BERT源码解读与应用实例
| | ├──1-BERT开源项目简介1.mp4.mp4 41.26M
| | ├──10-构建QKV矩阵1.mp4.mp4 50.65M
| | ├──11-完成Transformer模块构建1.mp4.mp4 40.72M
| | ├──12-训练BERT模型1.mp4.mp4 54.58M
| | ├──2-项目参数配置1.mp4.mp4 106.67M
| | ├──3-数据读取模块1.mp4.mp4 54.19M
| | ├──4-数据预处理模块1.mp4.mp4 40.01M
| | ├──6-Embedding层的作用1.mp4.mp4 30.91M
| | ├──7-加入额外编码特征1.mp4.mp4 42.36M
| | ├──8-加入位置编码特征1.mp4.mp4 23.57M
| | ├──9-mask机制1.mp4.mp4 36.69M
| | └──tfrecord制作1.mp4.mp4 51.39M
| ├──14_项目补充-基于BERT的中文情感分析实战
| | ├──1-中文分类数据与任务概述1.mp4.mp4 83.47M
| | ├──2-读取处理自己的数据集1.mp4.mp4 53.00M
| | └──3-训练BERT中文分类模型1.mp4.mp4 72.20M

├──10_图神经网络实战
| ├──1_图神经网络基础
| | ├──1-图神经网络应用领域分析.mp4.mp4 26.40M
| | ├──2-图基本模块定义.mp4.mp4 10.51M
| | ├──3-邻接矩阵的定义.mp4.mp4 16.06M
| | ├──4-GNN中常见任务.mp4.mp4 19.17M
| | ├──5-消息传递计算方法.mp4.mp4 14.23M
| | └──6-多层GCN的作用.mp4.mp4 13.00M
| ├──2_图卷积GCN模型
| | ├──1-GCN基本模型概述.mp4.mp4 13.24M
| | ├──2-图卷积的基本计算方法.mp4.mp4 12.56M
| | ├──3-邻接的矩阵的变换.mp4.mp4 18.38M
| | └──4-GCN变换原理解读.mp4.mp4 21.12M
| ├──3_图模型必备神器PyTorch Geometric安装与使用
| | ├──1-PyTorch Geometric工具包安装与配置方法.mp4.mp4 45.07M
| | ├──2-数据集与邻接矩阵格式.mp4.mp4 51.92M
| | ├──3-模型定义与训练方法.mp4.mp4 41.92M
| | └──4-文献引用数据集分类案例实战.mp4.mp4 47.75M
| ├──4_使用PyTorch Geometric构建自己的图数据集
| | ├──1-构建数据集基本方法.mp4.mp4 13.47M
| | ├──2-数据集与任务背景概述.mp4.mp4 21.63M
| | ├──3-数据集基本预处理.mp4.mp4 31.50M
| | ├──4-用户行为图结构创建.mp4.mp4 36.67M
| | ├──5-数据集创建函数介绍.mp4.mp4 34.87M
| | ├──6-网络结构定义模块.mp4.mp4 36.87M
| | ├──7-TopkPooling进行下采样任务.mp4.mp4 31.30M
| | ├──8-获取全局特征.mp4.mp4 25.70M
| | └──9-模型训练与总结.mp4.mp4 35.84M
| ├──5_图注意力机制与序列图模型
| | ├──1-图注意力机制的作用与方法.mp4.mp4 16.53M
| | ├──2-邻接矩阵计算图Attention.mp4(1).mp4 21.40M
| | ├──2-邻接矩阵计算图Attention.mp4.mp4 21.40M
| | ├──3-序列图神经网络TGCN应用.mp4.mp4 12.59M
| | └──4-序列图神经网络细节.mp4.mp4 23.67M
| ├──6_图相似度论文解读
| | ├──1-要完成的任务分析.mp4.mp4 47.79M
| | ├──2-基本方法概述解读.mp4.mp4 52.67M
| | ├──3-图模型提取全局与局部特征.mp4.mp4 47.42M
| | ├──4-NTN模块的作用与效果.mp4.mp4 41.09M
| | ├──5-点之间的对应关系计算.mp4.mp4 51.22M
| | └──6-结果输出与总结.mp4.mp4 71.18M
| ├──7_图相似度计算实战
| | ├──1-数据集与任务概述3.mp4.mp4 18.11M
| | ├──2-图卷积特征提取模块3.mp4.mp4 55.92M
| | ├──3-分别计算不同Batch点的分布3.mp4.mp4 31.70M
| | ├──4-获得直方图特征结果.mp4.mp4 21.11M
| | ├──5-图的全局特征构建.mp4.mp4 31.45M
| | ├──6-NTN图相似特征提取.mp4.mp4 39.25M
| | └──7-预测得到相似度结果.mp4.mp4 18.64M
| ├──8_基于图模型的轨迹估计
| | ├──1-数据集与标注信息解读.mp4.mp4 57.53M
| | ├──2-整体三大模块分析.mp4.mp4 71.83M
| | ├──3-特征工程的作用与效果.mp4.mp4 41.75M
| | ├──4-传统方法与现在向量空间对比.mp4.mp4 51.83M
| | ├──5-输入细节分析.mp4.mp4 49.96M
| | ├──6-子图模块构建方法.mp4.mp4 42.55M
| | ├──7-特征融合模块分析.mp4.mp4 47.67M
| | └──8-VectorNet输出层分析.mp4.mp4 85.45M
| └──9_图模型轨迹估计实战
| | ├──1-数据与环境配置4.mp4.mp4 35.36M
| | ├──2-训练数据准备4.mp4.mp4 27.69M
| | ├──3-Agent特征提取方法4.mp4.mp4 37.87M
| | ├──4-DataLoader构建图结构4.mp4.mp4 28.61M
| | └──5-SubGraph与Attention模型流程4.mp4.mp4 34.55M

├──11_3D点云实战
| ├──1_3D点云实战 3D点云应用领域分析
| | ├──1-点云数据概述.mp4.mp4 47.69M
| | ├──2-点云应用领域与发展分析.mp4.mp4 85.97M
| | ├──3-点云分割任务.mp4.mp4 74.47M
| | ├──4-点云补全任务.mp4.mp4 34.06M
| | ├──5-点云检测与配准任务.mp4.mp4 63.03M
| | └──6-点云数据特征提取概述与预告.mp4.mp4 29.21M
| ├──2_3D点云PointNet算法
| | ├──1-3D数据应用领域与点云介绍.mp4.mp4 60.10M
| | ├──2-点云数据可视化展示.mp4.mp4 46.06M
| | ├──3-点云数据特性和及要解决的问题.mp4.mp4 42.97M
| | ├──4-PointNet算法出发点解读.mp4.mp4 24.66M
| | └──5-PointNet算法网络架构解读.mp4.mp4 42.54M
| ├──3_PointNet++算法解读
| | ├──10-分类与分割问题解决方案.mp4.mp4 29.48M
| | ├──11-遇到的问题及改进方法分析.mp4.mp4 17.55M
| | ├──6-PointNet升级版算法要解决的问题.mp4.mp4 30.37M
| | ├──7-最远点采样方法.mp4.mp4 28.28M
| | ├──8-分组Group方法原理解读.mp4.mp4 44.71M
| | └──9-整体流程概述分析.mp4.mp4 21.50M
| ├──4_Pointnet++项目实战
| | ├──1-项目文件概述.mp4.mp4 35.90M
| | ├──10-分类任务总结.mp4.mp4 27.64M
| | ├──11-分割任务数据与配置概述.mp4.mp4 61.58M
| | ├──12-分割需要解决的任务概述.mp4.mp4 38.05M
| | ├──13-上采样完成分割任务.mp4.mp4 58.55M
| | ├──2-数据读取模块配置.mp4.mp4 41.15M
| | ├──3-DEBUG解读网络模型架构.mp4.mp4 29.93M
| | ├──4-最远点采样介绍.mp4.mp4 24.42M
| | ├──5-采样得到中心点.mp4.mp4 40.64M
| | ├──6-组区域划分方法.mp4.mp4 31.56M
| | ├──7-实现group操作得到各中心簇.mp4.mp4 44.63M
| | ├──8-特征提取模块整体流程.mp4.mp4 50.91M
| | └──9-预测结果输出模块.mp4.mp4 49.03M
| ├──5_点云补全PF-Net论文解读
| | ├──1-点云补全要解决的问题.mp4.mp4 25.36M
| | ├──2-基本解决方案概述.mp4.mp4 23.51M
| | ├──3-整体网络概述.mp4.mp4 26.29M
| | ├──4-网络计算流程.mp4.mp4 35.72M
| | └──5-输入与计算结果.mp4.mp4 120.34M
| ├──6_点云补全实战解读
| | ├──1-数据与项目配置解读.mp4.mp4 63.87M
| | ├──2-待补全数据准备方法.mp4.mp4 36.16M
| | ├──3-整体框架概述.mp4.mp4 64.34M
| | ├──4-MRE特征提取模块.mp4.mp4 48.04M
| | ├──5-分层预测输出模块.mp4.mp4 29.87M
| | ├──6-补全点云数据.mp4.mp4 41.87M
| | └──7-判别模块.mp4.mp4 62.53M
| ├──7_点云配准及其案例实战
| | ├──1-点云配准任务概述.mp4.mp4 20.82M
| | ├──2-配准要完成的目标解读.mp4.mp4 23.13M
| | ├──3-训练数据构建1.mp4.mp4 33.85M
| | ├──4-任务基本流程.mp4.mp4 19.39M
| | ├──5-数据源配置方法.mp4.mp4 53.00M
| | ├──6-参数计算模块解读.mp4.mp4 25.96M
| | ├──7-基于模型预测输出参数.mp4.mp4 31.52M
| | ├──8-特征构建方法分析.mp4.mp4 43.67M
| | └──9-任务总结.mp4.mp4 40.70M
| └──8_基础补充-对抗生成网络架构原理与实战解析
| | ├──1-对抗生成网络通俗解释.mp4.mp4 23.10M
| | ├──2-GAN网络组成.mp4.mp4 15.10M
| | ├──3-损失函数解释说明.mp4.mp4 49.36M
| | ├──4-数据读取模块.mp4.mp4 36.74M
| | └──5-生成与判别网络定义.mp4.mp4 66.54M

├──12_目标追踪与姿态估计实战
| ├──1_课程介绍
| | └──课程介绍2.mp4.mp4 38.37M
| ├──2_姿态估计OpenPose系列算法解读
| | ├──1-姿态估计要解决的问题分析.mp4.mp4 67.23M
| | ├──10-匹配方法解读.mp4.mp4 26.12M
| | ├──11-CPM模型特点.mp4.mp4 27.67M
| | ├──12-算法流程与总结.mp4.mp4 73.29M
| | ├──2-姿态估计应用领域概述.mp4.mp4 27.80M
| | ├──3-传统topdown方法的问题.mp4.mp4 67.61M
| | ├──4-要解决的两个问题分析.mp4.mp4 12.54M
| | ├──5-基于高斯分布预测关键点位置.mp4.mp4 35.37M
| | ├──6-各模块输出特征图解读.mp4.mp4 21.77M
| | ├──7-PAF向量登场.mp4.mp4 15.04M
| | ├──8-PAF标签设计方法.mp4.mp4 32.97M
| | └──9-预测时PAF积分计算方法.mp4.mp4 47.62M
| ├──3_OpenPose算法源码分析
| | ├──1-数据集与路径配置解读.mp4.mp4 34.94M
| | ├──10-多阶段输出与预测.mp4.mp4 65.84M
| | ├──2-读取图像与标注信息.mp4.mp4 48.45M
| | ├──3-关键点与躯干特征图初始化.mp4.mp4 44.36M
| | ├──4-根据关键点位置设计关键点标签.mp4.mp4 65.79M
| | ├──5-准备构建PAF躯干标签.mp4.mp4 35.98M
| | ├──6-各位置点归属判断.mp4.mp4 35.91M
| | ├──7-特征图各点累加向量计算.mp4.mp4 40.10M
| | ├──8-完成PAF特征图制作.mp4.mp4 41.98M
| | └──9-网络模型一阶段输出.mp4.mp4 30.62M
| ├──4_deepsort算法知识点解读
| | ├──1-卡尔曼滤波通俗解释.mp4.mp4 30.49M
| | ├──10-sort与deepsort建模流程分析.mp4.mp4 36.01M
| | ├──11-预测与匹配流程解读.mp4.mp4 35.33M
| | ├──12-追踪任务流程拆解.mp4.mp4 40.38M
| | ├──2-卡尔曼滤波要完成的任务.mp4.mp4 24.18M
| | ├──3-任务本质分析.mp4.mp4 25.11M
| | ├──4-基于观测值进行最优估计.mp4.mp4 23.96M
| | ├──5-预测与更新操作.mp4.mp4 30.86M
| | ├──6-追踪中的状态量.mp4.mp4 21.59M
| | ├──7-匈牙利匹配算法概述.mp4.mp4 23.24M
| | ├──8-匹配小例子分析.mp4.mp4 29.17M
| | └──9-REID特征的作用.mp4.mp4 29.78M
| ├──5_deepsort源码解读
| | ├──1-项目环境配置4.mp4.mp4 45.66M
| | ├──10-匹配结果与总结.mp4.mp4 92.04M
| | ├──2-参数与DEMO演示.mp4.mp4 49.43M
| | ├──3-针对检测结果初始化track.mp4.mp4 55.75M
| | ├──4-对track执行预测操作.mp4.mp4 46.93M
| | ├──5-状态量预测结果.mp4.mp4 43.85M
| | ├──6-IOU代价矩阵计算.mp4.mp4 39.72M
| | ├──7-参数更新操作.mp4.mp4 60.48M
| | ├──8-级联匹配模块.mp4.mp4 49.58M
| | └──9-ReID特征代价矩阵计算.mp4.mp4 57.78M
| ├──6_YOLO-V4版本算法解读
| | ├──1-V4版本整体概述.mp4.mp4 18.20M
| | ├──10-PAN模块解读.mp4.mp4 27.77M
| | ├──11-激活函数与整体架构总结.mp4.mp4 26.19M
| | ├──2-V4版本贡献解读.mp4.mp4 11.50M
| | ├──3-数据增强策略分析.mp4.mp4 35.08M
| | ├──4-DropBlock与标签平滑方法.mp4.mp4 26.44M
| | ├──5-损失函数遇到的问题.mp4.mp4 19.87M
| | ├──6-CIOU损失函数定义.mp4.mp4 13.11M
| | ├──7-NMS细节改进.mp4.mp4 21.25M
| | ├──8-SPP与CSP网络结构.mp4.mp4 18.42M
| | └──9-SAM注意力机制模块.mp4.mp4 29.83M
| ├──7_V5版本项目配置
| | ├──1-整体项目概述.mp4.mp4 40.93M
| | ├──2-训练自己的数据集方法.mp4.mp4 46.78M
| | ├──3-训练数据参数配置.mp4.mp4 60.39M
| | └──4-测试DEMO演示.mp4.mp4 60.41M
| └──8_V5项目工程源码解读
| | ├──1-数据源DEBUG流程解读.mp4.mp4 53.75M
| | ├──10-完成配置文件解析任务.mp4.mp4 69.88M
| | ├──11-前向传播计算.mp4.mp4 36.66M
| | ├──12-BottleneckCSP层计算方法.mp4.mp4 39.91M
| | ├──13-Head层流程解读2.mp4.mp4 30.98M
| | ├──13-SPP层计算细节分析.mp4.mp4 38.56M
| | ├──14-上采样与拼接操作.mp4.mp4 24.77M
| | ├──15-输出结果分析.mp4.mp4 57.56M
| | ├──16-超参数解读.mp4.mp4 42.44M
| | ├──17-命令行参数介绍.mp4.mp4 56.24M
| | ├──18-训练流程解读.mp4.mp4 56.57M
| | ├──19-各种训练策略概述.mp4.mp4 47.37M
| | ├──2-图像数据源配置.mp4.mp4 43.87M
| | ├──20-模型迭代过程.mp4.mp4 52.69M
| | ├──3-加载标签数据.mp4.mp4 33.62M
| | ├──4-Mosaic数据增强方法.mp4.mp4 30.61M
| | ├──5-数据四合一方法与流程演示.mp4.mp4 52.99M
| | ├──6-getItem构建batch.mp4.mp4 42.08M
| | ├──7-网络架构图可视化工具安装.mp4.mp4 40.86M
| | ├──8-V5网络配置文件解读.mp4.mp4 42.17M
| | └──9-Focus模块流程分析.mp4.mp4 29.10M

├──13_面向深度学习的无人驾驶实战
| ├──1_深度估计算法原理解读
| | ├──1-深度估计效果与应用.mp4.mp4 81.59M
| | ├──10-损失计算.mp4.mp4 48.42M
| | ├──2-kitti数据集介绍.mp4.mp4 61.77M
| | ├──3-使用backbone获取层级特征.mp4.mp4 27.45M
| | ├──4-差异特征计算边界信息.mp4.mp4 35.08M
| | ├──5-SPP层的作用.mp4.mp4 19.56M
| | ├──6-空洞卷积与ASPP.mp4.mp4 25.65M
| | ├──7-特征拼接方法分析.mp4.mp4 28.68M
| | ├──8-网络coarse-to-fine过程.mp4.mp4 33.97M
| | └──9-权重参数预处理.mp4.mp4 37.71M
| ├──2_深度估计项目实战
| | ├──1-项目环境配置解读1.mp4.mp4 63.27M
| | ├──10-模型DEMO输出结果.mp4.mp4 112.62M
| | ├──2-数据与标签定义方法.mp4.mp4 102.60M
| | ├──3-数据集dataloader制作.mp4.mp4 39.80M
| | ├──4-使用backbone进行特征提取.mp4.mp4 43.50M
| | ├──5-计算差异特征.mp4.mp4 37.71M
| | ├──6-权重参数标准化操作.mp4.mp4 49.18M
| | ├──7-网络结构ASPP层.mp4.mp4 50.16M
| | ├──8-输出深度估计结果.mp4.mp4 34.58M
| | ├──8-特征拼接方法解读.mp4.mp4 56.28M
| | └──9-损失函数通俗解读.mp4.mp4 47.59M
| ├──3_车道线检测算法与论文解读
| | ├──1-数据标签与任务分析.mp4.mp4 38.60M
| | ├──2-网络整体框架分析.mp4.mp4 42.87M
| | ├──3-输出结果分析.mp4.mp4 19.38M
| | ├──4-损失函数计算方法.mp4.mp4 39.13M
| | └──5-论文概述分析.mp4.mp4 78.73M
| ├──4_基于深度学习的车道线检测项目实战
| | ├──1-车道数据与标签解读.mp4.mp4 77.67M
| | ├──10-车道线规则损失函数限制.mp4.mp4 57.08M
| | ├──11-DEMO制作与配置.mp4.mp4 53.54M
| | ├──2-项目环境配置演示.mp4.mp4 35.14M
| | ├──3-制作数据集dataloader.mp4.mp4 67.70M
| | ├──4-车道线标签数据处理.mp4.mp4 38.39M
| | ├──5-四条车道线标签位置矩阵.mp4.mp4 29.01M
| | ├──6-grid设置方法.mp4.mp4 61.50M
| | ├──7-完成数据与标签制作.mp4.mp4 32.93M
| | ├──8-算法网络结构解读.mp4.mp4 61.68M
| | └──9-损失函数计算模块分析.mp4.mp4 45.65M
| ├──5_商汤LoFTR算法解读
| | ├──1-特征匹配的应用场景.mp4.mp4 47.24M
| | ├──10-总结分析.mp4.mp4 73.58M
| | ├──2-特征匹配的基本流程分析.mp4.mp4 22.15M
| | ├──3-整体流程梳理分析.mp4.mp4 23.29M
| | ├──4-CrossAttention的作用与效果.mp4.mp4 22.27M
| | ├──5-transformer构建匹配特征.mp4.mp4 44.75M
| | ├──6-粗粒度匹配过程与作用.mp4.mp4 35.10M
| | ├──7-特征图拆解操作.mp4.mp4 18.51M
| | ├──8-细粒度匹配的作用与方法.mp4.mp4 26.80M
| | └──9-基于期望预测最终位置.mp4.mp4 32.66M
| ├──6_局部特征关键点匹配实战
| | ├──1-项目与参数配置解读.mp4.mp4 52.85M
| | ├──10-得到精细化输出结果.mp4.mp4 23.44M
| | ├──11-通过期望计算最终输出.mp4.mp4 53.63M
| | ├──2-DEMO效果演示.mp4.mp4 31.22M
| | ├──3-backbone特征提取模块.mp4.mp4 32.19M
| | ├──4-注意力机制的作用与效果分析.mp4.mp4 36.27M
| | ├──5-特征融合模块实现方法.mp4.mp4 34.51M
| | ├──6-cross关系计算方法实例.mp4.mp4 35.81M
| | ├──7-粗粒度匹配过程.mp4.mp4 56.45M
| | ├──8-完成基础匹配模块.mp4.mp4 73.14M
| | └──9-精细化调整方法与实例.mp4.mp4 49.69M
| ├──7_三维重建应用与坐标系基础
| | ├──1-三维重建概述分析.mp4.mp4 128.09M
| | ├──2-三维重建应用领域概述.mp4.mp4 16.15M
| | ├──3-成像方法概述.mp4.mp4 21.24M
| | ├──4-相机坐标系.mp4.mp4 23.83M
| | ├──5-坐标系转换方法解读.mp4.mp4 28.24M
| | ├──6-相机内外参.mp4.mp4 24.24M
| | ├──7-通过内外参数进行坐标变换.mp4.mp4 20.65M
| | └──8-相机标定简介.mp4.mp4 6.73M
| ├──8_NeuralRecon算法解读
| | ├──1-任务流程分析.mp4.mp4 27.61M
| | ├──2-基本框架熟悉.mp4.mp4 38.08M
| | ├──3-特征映射方法解读.mp4.mp4 45.98M
| | ├──4-片段融合思想.mp4.mp4 22.57M
| | └──5-整体架构重构方法.mp4.mp4 30.41M
| └──9_NeuralRecon项目环境配置
| | ├──1-数据集下载与配置方法.mp4.mp4 58.73M
| | ├──2-Scannet数据集内容概述.mp4.mp4 41.13M
| | ├──3-TSDF标签生成方法.mp4.mp4 67.69M
| | ├──4-ISSUE的作用.mp4.mp4 58.24M
| | └──5-完成依赖环境配置.mp4.mp4 65.98M
| ├──10_NeuralRecon项目源码解读
| | ├──1-Backbone得到特征图.mp4.mp4 42.75M
| | ├──2-初始化体素位置.mp4.mp4 47.33M
| | ├──3-坐标映射方法实现.mp4.mp4 33.58M
| | ├──4-得到体素所对应特征图.mp4.mp4 60.47M
| | ├──5-插值得到对应特征向量.mp4.mp4 40.85M
| | ├──6-得到一阶段输出结果.mp4.mp4 46.01M
| | ├──7-完成三个阶段预测结果.mp4.mp4 56.55M
| | └──8-项目总结2.mp4.mp4 134.98M
| ├──11_TSDF算法与应用
| | ├──1-TSDF整体概述分析.mp4.mp4 27.69M
| | ├──2-合成过程DEMO演示.mp4.mp4 27.44M
| | ├──3-布局初始化操作.mp4.mp4 15.36M
| | ├──4-TSDF计算基本流程解读.mp4.mp4 26.04M
| | ├──5-坐标转换流程分析.mp4.mp4 38.15M
| | └──6-输出结果融合更新.mp4.mp4 44.20M
| ├──12_TSDF实战案例
| | ├──1-环境配置概述.mp4.mp4 39.03M
| | ├──2-初始化与数据读取.mp4.mp4 25.67M
| | └──3-计算得到TSDF输出.mp4.mp4 61.98M
| ├──13_轨迹估计算法与论文解读
| | ├──1-数据集与标注信息解读.mp4.mp4 76.67M
| | ├──2-整体三大模块分析.mp4.mp4 58.83M
| | ├──3-特征工程的作用与效果.mp4.mp4 53.67M
| | ├──4-传统方法与现在向量空间对比.mp4.mp4 65.57M
| | ├──5-输入细节分析.mp4.mp4 48.31M
| | ├──6-子图模块构建方法.mp4.mp4 64.32M
| | ├──7-特征融合模块分析.mp4.mp4 54.87M
| | └──8-VectorNet输出层分析.mp4.mp4 117.09M
| ├──14_轨迹估计预测实战
| | ├──1-数据与环境配置..mp4.mp4 41.89M
| | ├──2-训练数据准备.mp4.mp4 37.57M
| | ├──3-Agent特征提取方法.mp4.mp4 49.50M
| | ├──4-DataLoader构建图结构.mp4.mp4 37.27M
| | └──5-SubGraph与Attention模型流程.mp4.mp4 43.22M
| ├──15_特斯拉无人驾驶解读
| | └──15-特斯拉无人驾驶解读.mp4.mp4 776.38M

├──14_缺陷检测实战
| ├──1_课程介绍
| | └──课程介绍3.mp4.mp4 35.73M
| ├──2_物体检框架YOLO-V4版本算法解读
| | ├──1-V4版本整体概述.mp4.mp4 15.06M
| | ├──10-PAN模块解读.mp4.mp4 20.64M
| | ├──11-激活函数与整体架构总结.mp4.mp4 19.19M
| | ├──2-V4版本贡献解读.mp4.mp4 10.06M
| | ├──3-数据增强策略分析.mp4.mp4 24.70M
| | ├──4-DropBlock与标签平滑方法.mp4.mp4 19.36M
| | ├──5-损失函数遇到的问题.mp4.mp4 14.26M
| | ├──6-CIOU损失函数定义.mp4.mp4 10.82M
| | ├──7-NMS细节改进.mp4.mp4 16.66M
| | ├──8-SPP与CSP网络结构.mp4.mp4 14.81M
| | └──9-SAM注意力机制模块.mp4.mp4 22.48M
| ├──3_物体检测框架YOLOV5版本项目配置
| | ├──1-整体项目概述.mp4.mp4 35.77M
| | ├──2-训练自己的数据集方法.mp4.mp4 41.32M
| | ├──3-训练数据参数配置.mp4.mp4 51.48M
| | └──4-测试DEMO演示.mp4.mp4 50.47M
| ├──4_物体检测框架YOLOV5项目工程源码解读
| | ├──1-数据源DEBUG流程解读.mp4.mp4 48.13M
| | ├──10-完成配置文件解析任务.mp4.mp4 58.80M
| | ├──11-前向传播计算.mp4.mp4 30.80M
| | ├──12-BottleneckCSP层计算方法.mp4.mp4 33.82M
| | ├──13-1 SPP层计算细节分析.mp4.mp4 38.62M
| | ├──13-2Head层流程解读.mp4.mp4 31.05M
| | ├──14-上采样与拼接操作.mp4.mp4 21.48M
| | ├──15-输出结果分析.mp4.mp4 41.71M
| | ├──16-超参数解读.mp4.mp4 34.94M
| | ├──17-命令行参数介绍.mp4.mp4 44.26M
| | ├──18-训练流程解读.mp4.mp4 46.81M
| | ├──19-各种训练策略概述.mp4.mp4 38.43M
| | ├──2-图像数据源配置.mp4.mp4 34.65M
| | ├──20-模型迭代过程.mp4.mp4 38.42M
| | ├──3-加载标签数据.mp4.mp4 26.33M
| | ├──4-Mosaic数据增强方法.mp4.mp4 28.19M
| | ├──5-数据四合一方法与流程演示.mp4.mp4 41.69M
| | ├──6-getItem构建batch.mp4.mp4 33.03M
| | ├──7-网络架构图可视化工具安装.mp4.mp4 34.33M
| | ├──8-V5网络配置文件解读.mp4.mp4 35.74M
| | └──9-Focus模块流程分析.mp4.mp4 21.93M
| ├──5_基于YOLOV5的钢材缺陷检测实战
| | ├──1-任务需求与项目概述.mp4.mp4 15.53M
| | ├──2-数据与标签配置方法.mp4.mp4 43.06M
| | ├──3-标签转换格式脚本制作.mp4.mp4 38.66M
| | ├──4-各版本模型介绍分析.mp4.mp4 37.05M
| | ├──5-项目参数配置.mp4.mp4 30.25M
| | ├──6-缺陷检测模型训练.mp4.mp4 32.65M
| | └──7-输出结果与项目总结.mp4.mp4 53.24M
| ├──6_Semi-supervised布料缺陷检测实战
| | ├──1-任务目标与流程概述.mp4.mp4 61.15M
| | ├──2-论文思想与模型分析.mp4.mp4 158.48M
| | ├──3-项目配置解读.mp4.mp4 68.80M
| | ├──4-网络流程分析.mp4.mp4 43.01M
| | └──5-输出结果展示.mp4.mp4 50.16M
| ├──7_Opencv图像常用处理方法实例
| | ├──1-腐蚀操作.mp4.mp4 28.72M
| | ├──1-计算机眼中的图像.mp4.mp4 39.96M
| | ├──1-图像阈值.mp4.mp4 40.59M
| | ├──2-膨胀操作.mp4.mp4 17.01M
| | ├──2-视频的读取与处理.mp4.mp4 60.10M
| | ├──2-图像平滑处理.mp4.mp4 34.23M
| | ├──3-ROI区域.mp4.mp4 19.56M
| | ├──3-高斯与中值滤波.mp4.mp4 28.67M
| | ├──3-开运算与闭运算.mp4.mp4 11.89M
| | ├──4-边界填充.mp4.mp4 28.99M
| | ├──4-梯度计算.mp4.mp4 10.11M
| | ├──5-礼帽与黑帽.mp4.mp4 22.87M
| | └──5-数值计算.mp4.mp4 52.36M
| ├──8_Opencv轮廓检测与直方图
| | ├──1-图像金字塔定义.mp4.mp4 27.14M
| | ├──1-直方图定义.mp4.mp4 30.23M
| | ├──2-金字塔制作方法.mp4.mp4 32.30M
| | ├──2-均衡化原理.mp4.mp4 40.43M
| | ├──3-均衡化效果.mp4.mp4 35.90M
| | ├──3-轮廓检测方法.mp4.mp4 26.61M
| | ├──4-傅里叶概述.mp4.mp4 60.92M
| | ├──4-轮廓检测结果.mp4.mp4 44.02M
| | ├──5-轮廓特征与近似.mp4.mp4 52.89M
| | ├──5-频域变换结果.mp4.mp4 35.20M
| | ├──6-低通与高通滤波.mp4.mp4 36.25M
| | ├──6-模板匹配方法.mp4.mp4 60.42M
| | └──7-匹配效果展示.mp4.mp4 27.31M
| ├──8_Opencv梯度计算与边缘检测实例
| | ├──1-Canny边缘检测流程.mp4.mp4 26.31M
| | ├──1-Sobel算子.mp4.mp4 37.16M
| | ├──2-非极大值抑制.mp4.mp4 20.51M
| | ├──2-梯度计算方法.mp4.mp4 41.75M
| | ├──3-scharr与lapkacian算子.mp4.mp4 34.47M
| | └──3-边缘检测效果.mp4.mp4 51.00M
| └──9_基于Opencv缺陷检测项目实战
| | ├──1-任务需求与环境配置.mp4.mp4 18.41M
| | ├──2-数据读取与基本处理.mp4.mp4 33.28M
| | ├──3-缺陷形态学操作.mp4.mp4 33.41M
| | ├──4-整体流程解读.mp4.mp4 27.53M
| | └──5-缺陷检测效果演示.mp4.mp4 62.58M
| ├──10_基于视频流水线的Opencv缺陷检测项目
| | ├──1-数据与任务概述.mp4.mp4 20.05M
| | ├──2-视频数据读取与轮廓检测.mp4.mp4 23.00M
| | ├──3-目标质心计算.mp4.mp4 40.39M
| | ├──4-视频数据遍历方法.mp4.mp4 39.37M
| | ├──5-缺陷区域提取.mp4.mp4 41.49M
| | ├──6-不同类型的缺陷检测方法.mp4.mp4 47.20M
| | └──7-检测效果演示.mp4.mp4 29.11M
| ├──11_图像分割deeplab系列算法
| | ├──1-deeplab分割算法概述.mp4.mp4 19.15M
| | ├──2-空洞卷积的作用.mp4.mp4 21.17M
| | ├──3-感受野的意义.mp4.mp4 26.43M
| | ├──4-SPP层的作用.mp4.mp4 25.97M
| | ├──5-ASPP特征融合策略.mp4.mp4 17.01M
| | └──6-deeplabV3Plus版本网络架构.mp4.mp4 33.17M
| ├──12_基于deeplabV3+版本进行VOC分割实战
| | ├──1-PascalVoc数据集介绍.mp4.mp4 56.87M
| | ├──2-项目参数与数据集读取.mp4.mp4 69.80M
| | ├──3-网络前向传播流程.mp4.mp4 39.57M
| | ├──4-ASPP层特征融合.mp4.mp4 61.87M
| | └──5-分割模型训练.mp4.mp4 43.37M
| ├──13_Deeplab铁质材料缺陷检测与开源项目应用流程
| | ├──1-数据集与任务概述..mp4.mp4 36.80M
| | ├──2-开源项目应用方法.mp4.mp4 39.79M
| | ├──3-github与kaggle中需要注意的点.mp4.mp4 41.20M
| | ├──4-源码的利用方法.mp4.mp4 100.06M
| | ├──5-数据集制作方法.mp4.mp4 85.89M
| | ├──6-数据路径配置.mp4.mp4 62.92M
| | ├──7-训练模型.mp4.mp4 38.10M
| | └──8-任务总结.mp4.mp4 47.59M

├──14_缺陷检测实战(1)
| ├──1_课程介绍
| | └──课程介绍3.mp4.mp4 35.73M
| ├──2_物体检框架YOLO-V4版本算法解读
| | ├──1-V4版本整体概述.mp4.mp4 15.06M
| | ├──10-PAN模块解读.mp4.mp4 20.64M
| | ├──11-激活函数与整体架构总结.mp4.mp4 19.19M
| | ├──2-V4版本贡献解读.mp4.mp4 10.06M
| | ├──3-数据增强策略分析.mp4.mp4 24.70M
| | ├──4-DropBlock与标签平滑方法.mp4.mp4 19.36M
| | ├──5-损失函数遇到的问题.mp4.mp4 14.26M
| | ├──6-CIOU损失函数定义.mp4.mp4 10.82M
| | ├──7-NMS细节改进.mp4.mp4 16.66M
| | ├──8-SPP与CSP网络结构.mp4.mp4 14.81M
| | └──9-SAM注意力机制模块.mp4.mp4 22.48M
| ├──3_物体检测框架YOLOV5版本项目配置
| | ├──1-整体项目概述.mp4.mp4 35.77M
| | ├──2-训练自己的数据集方法.mp4.mp4 41.32M
| | ├──3-训练数据参数配置.mp4.mp4 51.48M
| | └──4-测试DEMO演示.mp4.mp4 50.47M
| ├──4_物体检测框架YOLOV5项目工程源码解读
| | ├──1-数据源DEBUG流程解读.mp4.mp4 48.13M
| | ├──10-完成配置文件解析任务.mp4.mp4 58.80M
| | ├──11-前向传播计算.mp4.mp4 30.80M
| | ├──12-BottleneckCSP层计算方法.mp4.mp4 33.82M
| | ├──13-1 SPP层计算细节分析.mp4.mp4 38.62M
| | ├──13-2Head层流程解读.mp4.mp4 31.05M
| | ├──14-上采样与拼接操作.mp4.mp4 21.48M
| | ├──15-输出结果分析.mp4.mp4 41.71M
| | ├──16-超参数解读.mp4.mp4 34.94M
| | ├──17-命令行参数介绍.mp4.mp4 44.26M
| | ├──18-训练流程解读.mp4.mp4 46.81M
| | ├──19-各种训练策略概述.mp4.mp4 38.43M
| | ├──2-图像数据源配置.mp4.mp4 34.65M
| | ├──20-模型迭代过程.mp4.mp4 38.42M
| | ├──3-加载标签数据.mp4.mp4 26.33M
| | ├──4-Mosaic数据增强方法.mp4.mp4 28.19M
| | ├──5-数据四合一方法与流程演示.mp4.mp4 41.69M
| | ├──6-getItem构建batch.mp4.mp4 33.03M
| | ├──7-网络架构图可视化工具安装.mp4.mp4 34.33M
| | ├──8-V5网络配置文件解读.mp4.mp4 35.74M
| | └──9-Focus模块流程分析.mp4.mp4 21.93M
| ├──5_基于YOLOV5的钢材缺陷检测实战
| | ├──1-任务需求与项目概述.mp4.mp4 15.53M
| | ├──2-数据与标签配置方法.mp4.mp4 43.06M
| | ├──3-标签转换格式脚本制作.mp4.mp4 38.66M
| | ├──4-各版本模型介绍分析.mp4.mp4 37.05M
| | ├──5-项目参数配置.mp4.mp4 30.25M
| | ├──6-缺陷检测模型训练.mp4.mp4 32.65M
| | └──7-输出结果与项目总结.mp4.mp4 53.24M
| ├──6_Semi-supervised布料缺陷检测实战
| | ├──1-任务目标与流程概述.mp4.mp4 61.15M
| | ├──2-论文思想与模型分析.mp4.mp4 158.48M
| | ├──3-项目配置解读.mp4.mp4 68.80M
| | ├──4-网络流程分析.mp4.mp4 43.01M
| | └──5-输出结果展示.mp4.mp4 50.16M
| ├──7_Opencv图像常用处理方法实例
| | ├──1-腐蚀操作.mp4.mp4 28.72M
| | ├──1-计算机眼中的图像.mp4.mp4 39.96M
| | ├──1-图像阈值.mp4.mp4 40.59M
| | ├──2-膨胀操作.mp4.mp4 17.01M
| | ├──2-视频的读取与处理.mp4.mp4 60.10M
| | ├──2-图像平滑处理.mp4.mp4 34.23M
| | ├──3-ROI区域.mp4.mp4 19.56M
| | ├──3-高斯与中值滤波.mp4.mp4 28.67M
| | ├──3-开运算与闭运算.mp4.mp4 11.89M
| | ├──4-边界填充.mp4.mp4 28.99M
| | ├──4-梯度计算.mp4.mp4 10.11M
| | ├──5-礼帽与黑帽.mp4.mp4 22.87M
| | └──5-数值计算.mp4.mp4 52.36M
| ├──8_Opencv轮廓检测与直方图
| | ├──1-图像金字塔定义.mp4.mp4 27.14M
| | ├──1-直方图定义.mp4.mp4 30.23M
| | ├──2-金字塔制作方法.mp4.mp4 32.30M
| | ├──2-均衡化原理.mp4.mp4 40.43M
| | ├──3-均衡化效果.mp4.mp4 35.90M
| | ├──3-轮廓检测方法.mp4.mp4 26.61M
| | ├──4-傅里叶概述.mp4.mp4 60.92M
| | ├──4-轮廓检测结果.mp4.mp4 44.02M
| | ├──5-轮廓特征与近似.mp4.mp4 52.89M
| | ├──5-频域变换结果.mp4.mp4 35.20M
| | ├──6-低通与高通滤波.mp4.mp4 36.25M
| | ├──6-模板匹配方法.mp4.mp4 60.42M
| | └──7-匹配效果展示.mp4.mp4 27.31M
| ├──8_Opencv梯度计算与边缘检测实例
| | ├──1-Canny边缘检测流程.mp4.mp4 26.31M
| | ├──1-Sobel算子.mp4.mp4 37.16M
| | ├──2-非极大值抑制.mp4.mp4 20.51M
| | ├──2-梯度计算方法.mp4.mp4 41.75M
| | ├──3-scharr与lapkacian算子.mp4.mp4 34.47M
| | └──3-边缘检测效果.mp4.mp4 51.00M
| └──9_基于Opencv缺陷检测项目实战
| | ├──1-任务需求与环境配置.mp4.mp4 18.41M
| | ├──2-数据读取与基本处理.mp4.mp4 33.28M
| | ├──3-缺陷形态学操作.mp4.mp4 33.41M
| | ├──4-整体流程解读.mp4.mp4 27.53M
| | └──5-缺陷检测效果演示.mp4.mp4 62.58M
| ├──10_基于视频流水线的Opencv缺陷检测项目
| | ├──1-数据与任务概述.mp4.mp4 20.05M
| | ├──2-视频数据读取与轮廓检测.mp4.mp4 23.00M
| | ├──3-目标质心计算.mp4.mp4 40.39M
| | ├──4-视频数据遍历方法.mp4.mp4 39.37M
| | ├──5-缺陷区域提取.mp4.mp4 41.49M
| | ├──6-不同类型的缺陷检测方法.mp4.mp4 47.20M
| | └──7-检测效果演示.mp4.mp4 29.11M
| ├──11_图像分割deeplab系列算法
| | ├──1-deeplab分割算法概述.mp4.mp4 19.15M
| | ├──2-空洞卷积的作用.mp4.mp4 21.17M
| | ├──3-感受野的意义.mp4.mp4 26.43M
| | ├──4-SPP层的作用.mp4.mp4 25.97M
| | ├──5-ASPP特征融合策略.mp4.mp4 17.01M
| | └──6-deeplabV3Plus版本网络架构.mp4.mp4 33.17M
| ├──12_基于deeplabV3+版本进行VOC分割实战
| | ├──1-PascalVoc数据集介绍.mp4.mp4 56.87M
| | ├──2-项目参数与数据集读取.mp4.mp4 69.80M
| | ├──3-网络前向传播流程.mp4.mp4 39.57M
| | ├──4-ASPP层特征融合.mp4.mp4 61.87M
| | └──5-分割模型训练.mp4.mp4 43.37M
| ├──13_Deeplab铁质材料缺陷检测与开源项目应用流程
| | ├──1-数据集与任务概述..mp4.mp4 36.80M
| | ├──2-开源项目应用方法.mp4.mp4 39.79M
| | ├──3-github与kaggle中需要注意的点.mp4.mp4 41.20M
| | ├──4-源码的利用方法.mp4.mp4 100.06M
| | ├──5-数据集制作方法.mp4.mp4 85.89M
| | ├──6-数据路径配置.mp4.mp4 62.92M
| | ├──7-训练模型.mp4.mp4 38.10M
| | └──8-任务总结.mp4.mp4 47.59M

├──15_行人重识别实战
| ├──1_行人重识别原理及其应用
| | ├──1-行人重识别要解决的问题.mp4.mp4 23.15M
| | ├──2-挑战与困难分析.mp4.mp4 46.71M
| | ├──3-评估标准rank1指标.mp4.mp4 16.66M
| | ├──4-map值计算方法.mp4.mp4 20.51M
| | ├──5-triplet损失计算实例.mp4.mp4 34.48M
| | └──6-Hard-Negative方法应用.mp4.mp4 36.94M
| ├──2_基于注意力机制的Reld模型论文解读
| | ├──1-论文整体思想及注意力机制的作用解读.mp4.mp4 47.72M
| | ├──2-空间权重值计算流程分析.mp4.mp4 28.01M
| | ├──3-融合空间注意力所需特征.mp4.mp4 28.87M
| | └──4-基于特征图的注意力计算.mp4.mp4 88.83M
| ├──3_基于Attention的行人重识别项目实战
| | ├──1-项目环境与数据集配置.mp4.mp4 58.03M
| | ├──2-参数配置与整体架构分析.mp4.mp4 83.28M
| | ├──3-进入debug模式解读网络计算流程.mp4.mp4 37.25M
| | ├──4-获得空间位置点之间的关系.mp4.mp4 53.27M
| | ├──5-组合关系特征图.mp4.mp4 41.98M
| | ├──6-计算得到位置权重值.mp4.mp4 48.88M
| | ├──7-基于特征图的权重计算.mp4.mp4 32.21M
| | ├──8-损失函数计算实例解读.mp4.mp4 74.80M
| | └──9-训练与测试模块演示.mp4.mp4 91.36M
| ├──4_AAAI2020顶会算法精讲
| | ├──1-论文整体框架概述.mp4.mp4 21.64M
| | ├──2-局部特征与全局关系计算方法.mp4.mp4 21.05M
| | ├──3-特征分组方法.mp4.mp4 19.65M
| | ├──4-GCP模块特征融合方法.mp4.mp4 38.72M
| | ├──5-oneVsReset方法实例.mp4.mp4 20.28M
| | └──6-损失函数应用位置.mp4.mp4 20.35M
| ├──5_项目实战-基于行人局部特征融合的再识别实战
| | ├──1-项目配置与数据集介绍.mp4.mp4 93.97M
| | ├──10-得到所有分组特征结果.mp4.mp4 61.66M
| | ├──11-损失函数与训练过程演示.mp4.mp4 52.98M
| | ├──12-测试与验证模块.mp4.mp4 63.85M
| | ├──2-数据源构建方法分析.mp4.mp4 48.63M
| | ├──3-dataloader加载顺序解读.mp4.mp4 34.64M
| | ├──4-debug模式解读.mp4.mp4 101.46M
| | ├──5-网络计算整体流程演示.mp4.mp4 38.04M
| | ├──6-特征序列构建.mp4.mp4 50.69M
| | ├──7-GCP全局特征提取.mp4.mp4 47.43M
| | ├──8-局部特征提取实例.mp4.mp4 57.66M
| | └──9-特征组合汇总.mp4.mp4 58.53M
| ├──6_旷视研究院最新算法解读（基于图模型）
| | ├──1-关键点位置特征构建.mp4.mp4 26.31M
| | ├──2-图卷积与匹配的作用.mp4.mp4 30.24M
| | ├──3-局部特征热度图计算.mp4.mp4 32.69M
| | ├──4-基于图卷积构建人体拓扑关系.mp4.mp4 39.22M
| | ├──5-图卷积模块实现方法.mp4.mp4 36.01M
| | ├──6-图匹配在行人重识别中的作用.mp4.mp4 21.09M
| | └──7-整体算法框架分析.mp4.mp4 31.10M
| └──7_基于拓扑图的行人重识别项目实战
| | ├──1-数据集与环境配置概述.mp4.mp4 60.99M
| | ├──10-整体项目总结.mp4.mp4 88.47M
| | ├──2-局部特征准备方法.mp4.mp4 58.67M
| | ├──3-得到一阶段热度图结果.mp4.mp4 51.54M
| | ├──4-阶段监督训练.mp4.mp4 95.56M
| | ├──5-初始化图卷积模型.mp4.mp4 46.02M
| | ├──6-mask矩阵的作用.mp4.mp4 46.54M
| | ├──7-邻接矩阵学习与更新.mp4.mp4 57.89M
| | ├──8-基于拓扑结构组合关键点特征.mp4.mp4 75.97M
| | └──9-图匹配模块计算流程.mp4.mp4 80.98M

├──16_对抗生成网络实战
| ├──1_课程介绍
| | └──课程介绍.mp4.mp4 35.44M
| ├──2_对抗生成网络架构原理与实战解析
| | ├──1-对抗生成网络通俗解释.mp4.mp4 23.10M
| | ├──2-GAN网络组成.mp4.mp4 15.10M
| | ├──3-损失函数解释说明.mp4.mp4 49.36M
| | ├──4-数据读取模块.mp4.mp4 36.74M
| | └──5-生成与判别网络定义.mp4.mp4 66.54M
| ├──3_基于CycleGan开源项目实战图像合成
| | ├──1-CycleGan网络所需数据.mp4.mp4 43.50M
| | ├──10-额外补充：VISDOM可视化配置.mp4.mp4 45.47M
| | ├──2-CycleGan整体网络架构.mp4.mp4 30.28M
| | ├──3-PatchGan判别网络原理.mp4.mp4 15.81M
| | ├──4-Cycle开源项目简介.mp4.mp4 52.85M
| | ├──5-数据读取与预处理操作.mp4.mp4 59.70M
| | ├──6-生成网络模块构造.mp4.mp4 61.45M
| | ├──7-判别网络模块构造.mp4.mp4 24.42M
| | ├──8-损失函数：identity loss计算方法.mp4.mp4 45.02M
| | └──9-生成与判别损失函数指定.mp4.mp4 75.54M
| ├──4_stargan论文架构解析
| | ├──1-stargan效果演示分析.mp4.mp4 40.01M
| | ├──2-网络架构整体思路解读.mp4.mp4 35.34M
| | ├──3-建模流程分析.mp4.mp4 56.52M
| | ├──4-V1版本存在的问题及后续改进思路.mp4.mp4 61.95M
| | ├──5-V2版本在整体网络架构.mp4.mp4 54.53M
| | ├──6-编码器训练方法.mp4.mp4 46.50M
| | ├──7-损失函数公式解析.mp4.mp4 57.29M
| | └──8-训练过程分析.mp4.mp4 39.59M
| ├──5_stargan项目实战及其源码解读
| | ├──1-项目配置与数据源下载.mp4.mp4 26.29M
| | ├──10-测试模块效果与实验分析.mp4.mp4 26.63M
| | ├──2-测试效果演示.mp4.mp4 44.67M
| | ├──3-项目参数解析.mp4.mp4 33.82M
| | ├──4-生成器模块源码解读.mp4.mp4 62.42M
| | ├──5-所有网络模块构建实例.mp4.mp4 55.77M
| | ├──6-数据读取模块分析.mp4.mp4 60.89M
| | ├──7-判别器损失计算.mp4.mp4 40.72M
| | ├──8-损失计算详细过程.mp4.mp4 59.90M
| | └──9-生成模块损失计算.mp4.mp4 82.44M
| ├──6_基于starganvc2的变声器论文原理解读
| | ├──1-论文整体思路与架构解读.mp4.mp4 42.24M
| | ├──2-VCC2016输入数据.mp4.mp4 28.44M
| | ├──3-语音特征提取.mp4.mp4 41.89M
| | ├──4-生成器模型架构分析.mp4.mp4 21.05M
| | ├──5-InstanceNorm的作用解读.mp4.mp4 26.06M
| | ├──6-AdaIn的目的与效果.mp4.mp4 17.71M
| | └──7-判别器模块分析.mp4.mp4 212.19M
| ├──7_starganvc2变声器项目实战及其源码解读
| | ├──1-数据与项目文件解读.mp4.mp4 29.60M
| | ├──10-源码损失计算流程.mp4.mp4 38.24M
| | ├──11-测试模块-生成转换语音.mp4.mp4 55.14M
| | ├──2-环境配置与工具包安装.mp4.mp4 54.63M
| | ├──3-数据预处理与声音特征提取.mp4.mp4 125.95M
| | ├──4-生成器构造模块解读.mp4.mp4 50.54M
| | ├──5-下采样与上采样操作.mp4.mp4 43.21M
| | ├──6-starganvc2版本标签输入分析.mp4.mp4 47.72M
| | ├──7-生成器前向传播维度变化.mp4.mp4 33.52M
| | ├──8-判别器模块解读.mp4.mp4 45.21M
| | └──9-论文损失函数.mp4.mp4 116.08M
| ├──8_图像超分辨率重构实战
| | ├──1-论文概述.mp4.mp4 59.92M
| | ├──2-网络架构.mp4.mp4 136.07M
| | ├──3-数据与环境配置.mp4.mp4 37.01M
| | ├──4-数据加载与配置.mp4.mp4 41.86M
| | ├──5-生成模块.mp4.mp4 56.78M
| | ├──6-判别模块.mp4.mp4 49.57M
| | ├──7-VGG特征提取网络.mp4.mp4 43.22M
| | ├──8-损失函数与训练.mp4.mp4 116.60M
| | └──9-测试模块.mp4.mp4 109.59M
| └──9_基于GAN的图像补全实战
| | ├──1-.论文概述.mp4.mp4 89.95M
| | ├──2-网络架构11.mp4.mp4 40.10M
| | ├──3- 细节设计.mp4.mp4 76.78M
| | ├──4- 论文总结.mp4.mp4 80.33M
| | ├──5- 数据与项目概述.mp4.mp4 48.89M
| | ├──6- 参数基本设计.mp4.mp4 83.54M
| | ├──7- 网络结构配置.mp4.mp4 89.78M
| | ├──8- 网络迭代训练.mp4.mp4 122.04M
| | └──9- 测试模块.mp4.mp4 87.23M

├──17_强化学习实战系列
| ├──1_强化学习简介及其应用
| | ├──1-一张图通俗解释强化学习.mp4.mp4 21.59M
| | ├──2-强化学习的指导依据.mp4.mp4 29.29M
| | ├──3-强化学习AI游戏DEMO.mp4.mp4 28.89M
| | ├──4-应用领域简介.mp4.mp4 23.18M
| | ├──5-强化学习工作流程.mp4.mp4 19.41M
| | └──6-计算机眼中的状态与行为.mp4.mp4 26.63M
| ├──2_PPO算法与公式推导
| | ├──1-基本情况介绍.mp4.mp4 39.60M
| | ├──2-与环境交互得到所需数据.mp4.mp4 30.94M
| | ├──3-要完成的目标分析.mp4.mp4 33.24M
| | ├──4-策略梯度推导.mp4.mp4 29.92M
| | ├──5-baseline方法.mp4.mp4 18.05M
| | ├──6-OnPolicy与OffPolicy策略.mp4.mp4 27.34M
| | ├──7-importance sampling的作用.mp4.mp4 30.02M
| | └──8-PPO算法整体思路解析.mp4.mp4 36.26M
| ├──3_PPO实战-月球登陆器训练实例
| | ├──1-Critic的作用与效果.mp4.mp4 42.59M
| | ├──2-PPO2版本公式解读.mp4.mp4 41.78M
| | ├──3-参数与网络结构定义.mp4.mp4 38.18M
| | ├──4-得到动作结果.mp4.mp4 36.02M
| | ├──5-奖励获得与计算.mp4.mp4 43.65M
| | └──6-参数迭代与更新.mp4.mp4 62.91M
| ├──4_Q-learning与DQN算法
| | ├──1-算法原理通俗解读.mp4.mp4 29.79M
| | ├──2-目标函数与公式解析.mp4.mp4 32.57M
| | ├──3-Qlearning算法实例解读.mp4.mp4 21.47M
| | ├──4-Q值迭代求解.mp4.mp4 31.14M
| | └──5-DQN简介.mp4.mp4 18.67M
| ├──5_DQN算法实例演示
| | ├──1-整体任务流程演示.mp4.mp4 25.41M
| | ├──2-探索与action获取.mp4.mp4 35.23M
| | ├──3-计算target值.mp4.mp4 27.33M
| | └──4-训练与更新.mp4.mp4 39.55M
| ├──6_DQN改进与应用技巧
| | ├──1-DoubleDqn要解决的问题.mp4.mp4 23.36M
| | ├──2-DuelingDqn改进方法.mp4.mp4 24.44M
| | ├──3-Dueling整体网络架构分析.mp4.mp4 28.28M
| | ├──4-MultiSetp策略.mp4.mp4 9.74M
| | └──5-连续动作处理方法.mp4.mp4 30.39M
| ├──7_Actor-Critic算法分析（A3C）
| | ├──1-AC算法回顾与知识点总结.mp4.mp4 23.42M
| | ├──2-优势函数解读与分析.mp4.mp4 26.76M
| | ├──3-计算流程实例.mp4.mp4 21.73M
| | ├──4-A3C整体架构分析.mp4.mp4 21.57M
| | └──5-损失函数整理.mp4 31.05M
| └──8_用A3C玩转超级马里奥
| | ├──1-整体流程与环境配置.mp4.mp4 31.88M
| | ├──2-启动游戏环境.mp4.mp4 37.50M
| | ├──3-要计算的指标回顾.mp4.mp4 45.19M
| | ├──4-初始化局部模型并加载参数.mp4.mp4 40.13M
| | ├──5-与环境交互得到训练数据.mp4.mp4 49.56M
| | └──6-训练网络模型.mp4.mp4 55.53M

├──18_面向医学领域的深度学习实战
| ├──1_卷积神经网络原理与参数解读
| | ├──1-1卷积神经网络应用领域.mp4.mp4 31.70M
| | ├──10-1VGG网络架构.mp4.mp4 24.92M
| | ├──11-1残差网络Resnet.mp4.mp4 25.78M
| | ├──12-感受野的作用.mp4.mp4 18.88M
| | ├──2-1卷积的作用.mp4.mp4 32.36M
| | ├──3-1卷积特征值计算方法.mp4.mp4 29.86M
| | ├──4-1得到特征图表示.mp4.mp4 24.83M
| | ├──5-1步长与卷积核大小对结果的影响.mp4.mp4 27.95M
| | ├──6-1边缘填充方法.mp4.mp4 23.35M
| | ├──7-1特征图尺寸计算与参数共享.mp4.mp4 28.96M
| | ├──8-1池化层的作用.mp4.mp4 14.11M
| | └──9-1整体网络架构.mp4.mp4 22.00M
| ├──2_PyTorch框架基本处理操作
| | ├──1-PyTorch实战课程简介.mp4.mp4 23.18M
| | ├──2-PyTorch框架发展趋势简介1.mp4.mp4 34.61M
| | ├──3-框架安装方法（CPU与GPU版本）1.mp4.mp4 23.37M
| | ├──4-PyTorch基本操作简介1.mp4.mp4 38.66M
| | ├──5-自动求导机制.mp4.mp4 48.38M
| | ├──6线性回归DEMO-数据与参数配置1.mp4.mp4 31.18M
| | ├──7线性回归DEMO-训练回归模型1.mp4.mp4 52.42M
| | ├──8常见tensor格式1.mp4.mp4 27.84M
| | └──9Hub模块简介1.mp4.mp4 68.46M
| ├──3_PyTorch框架必备核心模块解读
| | ├──1-卷积网络参数定义1.mp4.mp4 34.30M
| | ├──10-加载训练好的网络模型1.mp4.mp4 59.85M
| | ├──11-优化器模块配置1.mp4.mp4 25.31M
| | ├──12-实现训练模块1.mp4.mp4 45.16M
| | ├──13-训练结果与模型保存1.mp4.mp4 57.83M
| | ├──14-加载模型对测试数据进行预测1.mp4.mp4 83.05M
| | ├──15-额外补充-Resnet论文解读1.mp4.mp4 159.04M
| | ├──16-额外补充-Resnet网络架构解读1.mp4.mp4 27.48M
| | ├──2-网络流程解读1.mp4.mp4 62.22M
| | ├──3-Vision模块功能解读1.mp4.mp4 31.88M
| | ├──4-分类任务数据集定义与配置1.mp4.mp4 35.20M
| | ├──5-图像增强的作用1.mp4.mp4 14.58M
| | ├──6-数据预处理与数据增强模块1.mp4.mp4 48.76M
| | ├──7-Batch数据制作1.mp4.mp4 52.66M
| | ├──8-迁移学习的目标1.mp4.mp4 16.87M
| | └──9-迁移学习策略1.mp4.mp4 21.64M
| ├──4_基于Resnet的医学数据集分类实战
| | ├──1-医学疾病数据集介绍.mp4.mp4 26.43M
| | ├──2-Resnet网络架构原理分析.mp4.mp4 36.83M
| | ├──3-dataloader加载数据集.mp4.mp4 70.28M
| | ├──4-Resnet网络前向传播.mp4.mp4 41.95M
| | ├──5-残差网络的shortcut操作.mp4.mp4 54.52M
| | ├──6-特征图升维与降采样操作.mp4.mp4 36.66M
| | └──7-网络整体流程与训练演示.mp4.mp4 82.82M
| ├──5_图像分割及其损失函数概述
| | ├──1-语义分割与实例分割概述.mp4.mp4 27.44M
| | ├──2-分割任务中的目标函数定义.mp4.mp4 25.87M
| | └──3-MIOU评估标准.mp4.mp4 12.78M
| ├──6_Unet系列算法讲解
| | ├──1-Unet网络编码与解码过程.mp4.mp4 24.27M
| | ├──2-网络计算流程1.mp4.mp4 21.17M
| | ├──3-Unet升级版本改进1.mp4.mp4 21.46M
| | └──4-后续升级版本介绍1.mp4.mp4 25.45M
| ├──7_unet医学细胞分割实战
| | ├──1-医学细胞数据集介绍与参数配置.mp4.mp4 70.13M
| | ├──2-数据增强工具.mp4.mp4 65.21M
| | ├──3-Debug模式演示网络计算流程.mp4.mp4 51.13M
| | ├──4-特征融合方法演示.mp4.mp4 35.95M
| | ├──5-迭代完成整个模型计算任务.mp4.mp4 43.14M
| | └──6-模型效果验证.mp4.mp4 39.57M
| ├──8_deeplab系列算法
| | ├──1-deeplab分割算法概述.mp4.mp4 19.15M
| | ├──2-空洞卷积的作用.mp4.mp4 21.17M
| | ├──3-感受野的意义.mp4.mp4 26.43M
| | ├──4-SPP层的作用.mp4.mp4 25.97M
| | ├──5-ASPP特征融合策略.mp4.mp4 17.01M
| | └──6-deeplabV3Plus版本网络架构.mp4.mp4 33.17M
| └──9_基于deeplabV3+版本进行VOC分割实战
| | ├──1-PascalVoc数据集介绍.mp4.mp4 56.87M
| | ├──2-项目参数与数据集读取.mp4.mp4 69.80M
| | ├──3-网络前向传播流程.mp4.mp4 39.57M
| | ├──4-ASPP层特征融合.mp4.mp4 61.87M
| | └──5-分割模型训练.mp4.mp4 43.37M
| ├──10_基于deeplab的心脏视频数据诊断分析
| | ├──1-数据集与任务概述1.mp4.mp4 45.94M
| | ├──2-项目基本配置参数1.mp4.mp4 38.73M
| | ├──3-任务流程解读1.mp4.mp4 80.17M
| | ├──4-文献报告分析1.mp4.mp4 140.83M
| | ├──5-补充：视频数据源特征处理方法概述1.mp4.mp4 35.00M
| | └──6-补充：R(2plus1)D处理方法分析1.mp4.mp4 25.33M
| ├──11_YOLO系列物体检测算法原理解读
| | ├──1-V2版本细节升级概述.mp4.mp4 16.87M
| | ├──1-V3版本改进概述.mp4.mp4 23.13M
| | ├──1-V4版本整体概述.mp4.mp4 18.20M
| | ├──1-YOLO算法整体思路解读.mp4.mp4 22.25M
| | ├──1-检测任务中阶段的意义.mp4.mp4 21.17M
| | ├──10-PAN模块解读.mp4.mp4 27.77M
| | ├──11-激活函数与整体架构总结.mp4.mp4 26.19M
| | ├──2-V4版本贡献解读.mp4.mp4 11.50M
| | ├──2-不同阶段算法优缺点分析.mp4.mp4 14.38M
| | ├──2-多scale方法改进与特征融合.mp4.mp4 24.63M
| | ├──2-检测算法要得到的结果.mp4.mp4 19.74M
| | ├──2-网络结构特点.mp4.mp4 22.30M
| | ├──3-IOU指标计算.mp4.mp4 16.60M
| | ├──3-架构细节解读.mp4.mp4 25.29M
| | ├──3-经典变换方法对比分析.mp4.mp4 15.52M
| | ├──3-数据增强策略分析.mp4.mp4 35.08M
| | ├──3-整体网络架构解读.mp4.mp4 44.01M
| | ├──4-DropBlock与标签平滑方法.mp4.mp4 26.44M
| | ├──4-残差连接方法解读.mp4.mp4 25.45M
| | ├──4-基于聚类来选择先验框尺寸.mp4.mp4 32.65M
| | ├──4-评估所需参数计算.mp4.mp4 35.92M
| | ├──4-位置损失计算.mp4.mp4 26.79M
| | ├──5-map指标计算.mp4.mp4 25.34M
| | ├──5-偏移量计算方法.mp4.mp4 38.80M
| | ├──5-损失函数遇到的问题.mp4.mp4 19.87M
| | ├──5-整体网络模型架构分析.mp4.mp4 16.77M
| | ├──5-置信度误差与优缺点分析.mp4.mp4 38.51M
| | ├──6-CIOU损失函数定义.mp4.mp4 13.11M
| | ├──6-先验框设计改进.mp4.mp4 19.31M
| | ├──6-坐标映射与还原.mp4.mp4 13.13M
| | ├──7-NMS细节改进.mp4.mp4 21.25M
| | ├──7-sotfmax层改进.mp4.mp4 14.47M
| | ├──7-感受野的作用.mp4.mp4 38.49M
| | ├──8-SPP与CSP网络结构.mp4.mp4 18.42M
| | ├──8-特征融合改进.mp4.mp4 27.50M
| | ├──9-SAM注意力机制模块.mp4.mp4 29.83M
| | └──目录.txt 1.65kb
| ├──12_基于YOLO5细胞检测实战
| | ├──1-任务与细胞数据集介绍.mp4.mp4 49.79M
| | ├──2-模型与算法配置参数解读.mp4.mp4 42.47M
| | ├──3-网络训练流程演示.mp4.mp4 42.34M
| | ├──4-效果评估与展示.mp4.mp4 32.65M
| | └──5-细胞检测效果演示.mp4.mp4 43.21M
| ├──13_知识图谱原理解读
| | ├──1-数据关系抽取分析.mp4.mp4 27.31M
| | ├──1-知识图谱通俗解读.mp4.mp4 19.87M
| | ├──2-常用NLP技术点分析.mp4.mp4 22.09M
| | ├──2-知识图谱在搜索引擎中的应用.mp4.mp4 26.60M
| | ├──3-graph-embedding的作用与效果.mp4.mp4 26.15M
| | ├──3-知识图谱在医疗领域应用实例.mp4.mp4 102.89M
| | ├──4-金融领域图编码实例.mp4.mp4 12.77M
| | ├──4-金融与推荐领域的应用.mp4.mp4 20.39M
| | ├──5-视觉领域图编码实例.mp4.mp4 28.27M
| | ├──5-数据获取分析.mp4.mp4 35.93M
| | ├──6-图谱知识融合与总结分析.mp4.mp4 34.06M
| | └──目录.txt 0.57kb
| ├──14_Neo4j数据库实战
| | ├──1-Neo4j图数据库介绍.mp4.mp4 73.11M
| | ├──2-Neo4j数据库安装流程演示.mp4.mp4 32.94M
| | ├──3-可视化例子演示.mp4.mp4 49.71M
| | ├──4-创建与删除操作演示.mp4.mp4 32.66M
| | └──5-数据库更改查询操作演示.mp4.mp4 36.23M
| ├──15_基于知识图谱的医药问答系统实战
| | ├──1-项目概述与整体架构分析.mp4.mp4 44.42M
| | ├──10-完成对话系统构建.mp4.mp4 53.38M
| | ├──2-医疗数据介绍及其各字段含义.mp4.mp4 72.20M
| | ├──3-任务流程概述.mp4.mp4 42.77M
| | ├──4-环境配置与所需工具包安装.mp4.mp4 41.89M
| | ├──5-数据获取分析.mp4.mp4 46.99M
| | ├──5-提取数据中的关键字段信息.mp4.mp4 61.38M
| | ├──6-创建关系边.mp4.mp4 44.72M
| | ├──7-打造医疗知识图谱模型.mp4.mp4 62.67M
| | ├──8-加载所有实体数据.mp4.mp4 44.49M
| | └──9-实体关键词字典制作.mp4.mp4 39.55M
| ├──16_词向量模型与RNN网络架构
| | ├──2-1词向量模型通俗解释.mp4.mp4 21.72M
| | ├──3-1模型整体框架.mp4.mp4 28.24M
| | ├──4-1训练数据构建.mp4.mp4 15.85M
| | ├──5-1CBOW与Skip-gram模型.mp4.mp4 23.83M
| | ├──6-1负采样方案.mp4.mp4 29.51M
| | ├──额外补充-RNN网络模型解读.mp4.mp4 23.75M
| | └──目录.txt 0.30kb
| ├──17_医学糖尿病数据命名实体识别
| | ├──1-数据与任务介绍1.mp4.mp4 22.73M
| | ├──2-整体模型架构1.mp4.mp4 15.01M
| | ├──3-数据-标签-语料库处理1.mp4.mp4 39.99M
| | ├──4-输入样本填充补齐1.mp4.mp4 36.22M
| | ├──5-训练网络模型1.mp4.mp4 40.37M
| | └──6-医疗数据集（糖尿病）实体识别1.mp4.mp4 81.44M

├──19_深度学习模型部署与剪枝优化实战
| ├──3_pyTorch框架部署实践
| | ├──0-课程简介12.mp4.mp4 9.48M
| | ├──1-所需基本环境配置.mp4.mp4 27.80M
| | ├──2-模型加载与数据预处理.mp4.mp4 46.47M
| | ├──3-接收与预测模块实现.mp4.mp4 48.73M
| | └──4-效果实例演示.mp4.mp4 54.72M
| ├──4_YOLO-V3物体检测部署实例
| | ├──1-项目所需配置文件介绍.mp4.mp4 33.91M
| | ├──2-加载参数与模型权重.mp4.mp4 46.17M
| | ├──3-数据预处理.mp4.mp4 60.81M
| | └──4-返回线性预测结果.mp4.mp4 55.39M
| ├──5_docker实例演示
| | ├──1-docker简介.mp4.mp4 21.46M
| | ├──2-docker安装与配置.mp4.mp4 60.96M
| | ├──3-阿里云镜像配置.mp4.mp4 32.44M
| | ├──4-基于docker配置pytorch环境.mp4.mp4 49.23M
| | ├──5-安装演示环境所需依赖.mp4.mp4 41.19M
| | ├──6-复制所需配置到容器中.mp4.mp4 36.31M
| | └──7-上传与下载配置好的项目.mp4.mp4 59.24M
| ├──6_tensorflow-serving实战
| | ├──1-tf-serving项目获取与配置.mp4.mp4 34.83M
| | ├──2-加载并启动模型服务.mp4.mp4 41.24M
| | ├──3-测试模型部署效果.mp4.mp4 56.19M
| | ├──4-fashion数据集获取.mp4.mp4 42.80M
| | └──5-加载fashion模型启动服务.mp4.mp4 34.36M
| ├──7_模型剪枝-Network Slimming算法分析
| | ├──1-论文算法核心框架概述.mp4.mp4 26.10M
| | ├──2-BatchNorm要解决的问题.mp4.mp4 24.77M
| | ├──3-BN的本质作用.mp4.mp4 26.75M
| | ├──4-额外的训练参数解读.mp4.mp4 27.23M
| | └──5-稀疏化原理与效果.mp4.mp4 33.25M
| ├──8_模型剪枝-Network Slimming实战解读
| | ├──1-整体案例流程解读.mp4.mp4 47.00M
| | ├──2-加入L1正则化来进行更新.mp4.mp4 34.44M
| | ├──3-剪枝模块介绍.mp4.mp4 35.25M
| | ├──4-筛选需要的特征图.mp4.mp4 41.22M
| | ├──5-剪枝后模型参数赋值.mp4.mp4 62.52M
| | └──6-微调完成剪枝模型.mp4.mp4 54.52M
| └──9_Mobilenet三代网络模型架构
| | ├──1-模型剪枝分析.mp4.mp4 27.39M
| | ├──10-V2整体架构与效果分析.mp4.mp4 14.75M
| | ├──11-V3版本网络架构分析.mp4.mp4 15.31M
| | ├──12-SE模块作用与效果解读.mp4.mp4 45.76M
| | ├──13-代码实现mobilenetV3网络架构.mp4.mp4 87.43M
| | ├──2-常见剪枝方法介绍.mp4.mp4 28.84M
| | ├──3-mobilenet简介.mp4.mp4 11.48M
| | ├──4-经典卷积计算量与参数量分析.mp4.mp4 18.17M
| | ├──5-深度可分离卷积的作用与效果.mp4.mp4 19.23M
| | ├──6-参数与计算量的比较.mp4.mp4 56.10M
| | ├──7-V1版本效果分析.mp4.mp4 34.52M
| | ├──8-V2版本改进以及Relu激活函数的问题.mp4.mp4 26.49M
| | └──9-倒残差结构的作用.mp4.mp4 21.59M

├──20_自然语言处理经典案例实战
| ├──10_NLP-文本特征方法对比
| | ├──1.1-任务概述.mp4.mp4 55.34M
| | ├──2-词袋模型.mp4.mp4 34.91M
| | ├──3-词袋模型分析.mp4.mp4 71.89M
| | ├──4-TFIDF模型.mp4.mp4 56.10M
| | ├──5-word2vec词向量模型.mp4.mp4 73.09M
| | └──6-深度学习模型.mp4.mp4 42.46M

├──21_自然语言处理通用框架-BERT实战
| ├──1_自然语言处理通用框架BERT原理解读
| | ├──1-BERT课程简介.mp4.mp4 45.63M
| | ├──10-BERT模型训练方法.mp4.mp4 27.10M
| | ├──11-训练实例.mp4.mp4 33.03M
| | ├──2-BERT任务目标概述.mp4.mp4 13.99M
| | ├──2-传统解决方案遇到的问题.mp4.mp4 30.71M
| | ├──3-注意力机制的作用.mp4.mp4 20.27M
| | ├──4-self-attention计算方法.mp4.mp4 33.06M
| | ├──5-特征分配与softmax机制.mp4.mp4 28.85M
| | ├──7-Multi-head的作用.mp4.mp4 26.68M
| | ├──8-位置编码与多层堆叠.mp4.mp4 23.41M
| | └──9-transformer整体架构梳理.mp4.mp4 22.34M
| ├──2_谷歌开源项目BERT源码解读与应用实例
| | ├──1-BERT开源项目简介.mp4.mp4 46.79M
| | ├──10-构建QKV矩阵.mp4.mp4 62.77M
| | ├──11-完成Transformer模块构建.mp4.mp4 51.65M
| | ├──12-训练BERT模型.mp4.mp4 71.68M
| | ├──2-项目参数配置.mp4.mp4 100.28M
| | ├──3-数据读取模块.mp4.mp4 55.93M
| | ├──4-数据预处理模块.mp4.mp4 50.05M
| | ├──5-tfrecord制作.mp4.mp4 65.28M
| | ├──6-Embedding层的作用.mp4.mp4 38.37M
| | ├──7-加入额外编码特征.mp4.mp4 51.08M
| | ├──8-加入位置编码特征.mp4.mp4 29.50M
| | └──9-mask机制.mp4.mp4 46.25M
| ├──3_项目实战-基于BERT的中文情感分析实战
| | ├──1-中文分类数据与任务概述.mp4.mp4 93.61M
| | ├──2-读取处理自己的数据集.mp4.mp4 61.13M
| | └──3-训练BERT中文分类模型.mp4.mp4 81.77M
| ├──4_项目实战-基于BERT的中文命名实体识别识别实战
| | ├──1-命名实体识别数据分析与任务目标.mp4.mp4 42.67M
| | ├──2-NER标注数据处理与读取.mp4.mp4 78.06M
| | └──3-构建BERT与CRF模型.mp4.mp4 65.41M
| ├──5_必备基础知识点-woed2vec模型通俗解读
| | ├──1-词向量模型通俗解释.mp4.mp4 30.39M
| | ├──2-模型整体框架.mp4.mp4 32.32M
| | ├──3-训练数据构建.mp4.mp4 19.81M
| | ├──4-CBOW与Skip-gram模型.mp4.mp4 32.60M
| | └──5-负采样方案.mp4.mp4 44.80M
| ├──6_必备基础-掌握Tensorflow如何实现word2vec模型
| | ├──1-数据与任务流程.mp4.mp4 50.37M
| | ├──2-数据清洗.mp4.mp4 30.32M
| | ├──3-batch数据制作.mp4.mp4 62.22M
| | ├──4-网络训练.mp4.mp4 68.06M
| | └──5-可视化展示.mp4.mp4 59.00M
| ├──7_必备基础知识点-RNN网络架构与情感分析应用实例
| | ├──1-RNN网络模型解读.mp4.mp4 34.66M
| | ├──2-NLP应用领域与任务简介.mp4.mp4 47.63M
| | ├──3-项目流程解读.mp4.mp4 52.31M
| | ├──4-加载词向量特征.mp4.mp4 40.15M
| | ├──5-正负样本数据读取.mp4.mp4 47.64M
| | ├──6-构建LSTM网络模型.mp4.mp4 58.06M
| | ├──7-训练与测试效果.mp4.mp4 101.37M
| | └──第十二课：LSTM情感分析.mp4.mp4 717.09M
| └──8_医学糖尿病数据命名实体识别
| | ├──1-数据与任务介绍1.mp4.mp4 22.73M
| | ├──2-整体模型架构1.mp4.mp4 15.01M
| | ├──3-数据-标签-语料库处理1.mp4.mp4 39.99M
| | ├──4-输入样本填充补齐1.mp4.mp4 36.22M
| | ├──5-训练网络模型1.mp4.mp4 40.37M
| | └──6-医疗数据集（糖尿病）实体识别1.mp4.mp4 81.44M

├──22_知识图谱实战系列
| ├──1_知识图谱介绍及其应用领域分析
| | ├──1-知识图谱通俗解读.mp4.mp4 19.87M
| | ├──2-知识图谱在搜索引擎中的应用.mp4.mp4 26.60M
| | ├──3-知识图谱在医疗领域应用实例.mp4.mp4 102.89M
| | ├──4-金融与推荐领域的应用.mp4.mp4 20.39M
| | └──5-数据获取分析.mp4.mp4 35.93M
| ├──2_知识图谱涉及技术点分析
| | ├──1-数据关系抽取分析.mp4.mp4 27.31M
| | ├──2-常用NLP技术点分析.mp4.mp4 22.09M
| | ├──3-graph-embedding的作用与效果.mp4.mp4 26.15M
| | ├──4-金融领域图编码实例.mp4.mp4 12.77M
| | ├──5-视觉领域图编码实例.mp4.mp4 20.97M
| | └──6-图谱知识融合与总结分析.mp4.mp4 23.98M
| ├──3_Neo4j数据库实战
| | ├──1-Neo4j图数据库介绍.mp4.mp4 63.50M
| | ├──2-Neo4j数据库安装流程演示.mp4.mp4 27.67M
| | ├──3-可视化例子演示.mp4.mp4 43.59M
| | ├──4-创建与删除操作演示.mp4.mp4 25.32M
| | └──5-数据库更改查询操作演示.mp4.mp4 27.14M
| ├──4_使用python操作neo4j实例
| | ├──1-使用Py2neo建立连接.mp4.mp4 50.77M
| | ├──2-提取所需的指标信息.mp4.mp4 59.80M
| | ├──3-在图中创建实体.mp4.mp4 51.88M
| | └──4-根据给定实体创建关系.mp4.mp4 67.00M
| ├──5_基于知识图谱的医药问答系统实战
| | ├──1-项目概述与整体架构分析.mp4.mp4 37.04M
| | ├──10-完成对话系统构建.mp4.mp4 39.47M
| | ├──2-医疗数据介绍及其各字段含义.mp4.mp4 62.65M
| | ├──3-任务流程概述.mp4.mp4 39.73M
| | ├──4-环境配置与所需工具包安装.mp4.mp4 36.37M
| | ├──5-提取数据中的关键字段信息.mp4.mp4 61.33M
| | ├──6-创建关系边.mp4.mp4 39.41M
| | ├──7-打造医疗知识图谱模型.mp4.mp4 59.14M
| | ├──8-加载所有实体数据.mp4.mp4 42.46M
| | └──9-实体关键词字典制作.mp4.mp4 31.84M
| ├──6_文本关系抽取实践
| | ├──1-关系抽取要完成的任务演示与分析.mp4.mp4 22.80M
| | ├──2-LTP工具包概述介绍.mp4.mp4 57.87M
| | ├──3-pyltp安装与流程演示.mp4.mp4 46.11M
| | ├──4-得到分词与词性标注结果.mp4.mp4 45.11M
| | ├──5-依存句法概述.mp4.mp4 34.06M
| | ├──6-句法分析结果整理.mp4.mp4 49.06M
| | ├──7-语义角色构建与分析.mp4.mp4 70.02M
| | └──8-设计规则完成关系抽取.mp4.mp4 64.18M
| ├──7_金融平台风控模型实践
| | ├──1-竞赛任务目标.mp4.mp4 24.83M
| | ├──2-图模型信息提取.mp4.mp4 38.96M
| | ├──3-节点权重特征提取(PageRank).mp4.mp4 47.41M
| | ├──4-deepwalk构建图顶点特征.mp4.mp4 66.10M
| | ├──5-各项统计特征.mp4.mp4 57.79M
| | ├──6-app安装特征.mp4.mp4 46.46M
| | └──7-图中联系人特征.mp4.mp4 101.77M
| └──8_医学糖尿病数据命名实体识别
| | ├──1-数据与任务介绍1.mp4.mp4 22.73M
| | ├──2-整体模型架构1.mp4.mp4 15.01M
| | ├──3-数据-标签-语料库处理1.mp4.mp4 39.99M
| | ├──4-输入样本填充补齐1.mp4.mp4 36.22M
| | ├──5-训练网络模型1.mp4.mp4 40.37M
| | └──6-医疗数据集（糖尿病）实体识别1.mp4.mp4 81.44M

├──23_语音识别实战系列
| ├──1_seq2seq序列网络模型
| | ├──1-序列网络模型概述分析.mp4.mp4 17.30M
| | ├──2-工作原理概述.mp4.mp4 8.98M
| | ├──3.注意力机制的作用.txt
| | ├──4-加入attention的序列模型整体架构.mp4.mp4 20.57M
| | ├──5-TeacherForcing的作用与训练策略.mp4.mp4 16.61M
| | └──额外补充-RNN网络模型解读.mp4.mp4 23.75M
| ├──2_LAS模型语音识别实战
| | ├──1-数据源与环境配置.mp4.mp4 32.23M
| | ├──2-语料表制作方法.mp4.mp4 25.47M
| | ├──3-制作json标注数据.mp4.mp4 37.84M
| | ├──4-声音数据处理模块解读.mp4.mp4 62.84M
| | ├──5-Pack与Pad操作解析.mp4.mp4 35.92M
| | ├──6-编码器模块整体流程.mp4.mp4 31.43M
| | ├──7-加入注意力机制.mp4.mp4 33.29M
| | ├──8-计算得到每个输出的attention得分.mp4.mp4 36.42M
| | └──9-解码器与训练过程演示.mp4.mp4 43.78M
| ├──3_starganvc2变声器论文原理解读
| | ├──1-论文整体思路与架构解读.mp4.mp4 34.66M
| | ├──2-VCC2016输入数据.mp4.mp4 20.76M
| | ├──3-语音特征提取.mp4.mp4 30.57M
| | ├──4-生成器模型架构分析.mp4.mp4 15.81M
| | ├──5-InstanceNorm的作用解读.mp4.mp4 18.58M
| | ├──6-AdaIn的目的与效果.mp4.mp4 13.18M
| | └──7-判别器模块分析.mp4.mp4 114.03M
| ├──4_staeganvc2变声器源码实战
| | ├──1-数据与项目文件解读.mp4.mp4 21.80M
| | ├──10-源码损失计算流程.mp4.mp4 34.82M
| | ├──11-测试模块-生成转换语音.mp4.mp4 47.17M
| | ├──2-环境配置与工具包安装.mp4.mp4 37.11M
| | ├──3-数据预处理与声音特征提取.mp4.mp4 88.49M
| | ├──4-生成器构造模块解读.mp4.mp4 41.33M
| | ├──5-下采样与上采样操作.mp4.mp4 35.48M
| | ├──6-starganvc2版本标签输入分析.mp4.mp4 49.96M
| | ├──7-生成器前向传播维度变化.mp4.mp4 26.49M
| | ├──8-判别器模块解读.mp4.mp4 35.22M
| | └──9-论文损失函数.mp4.mp4 100.48M
| ├──5_语音分离ConvTasnet模型
| | ├──1-语音分离任务分析.mp4.mp4 11.97M
| | ├──2-经典语音分离模型概述.mp4.mp4 24.58M
| | ├──3-DeepClustering论文解读.mp4.mp4 21.58M
| | ├──4-TasNet编码器结构分析.mp4.mp4 37.60M
| | ├──5-DW卷积的作用与效果.mp4.mp4 11.95M
| | └──6-基于Mask得到分离结果.mp4.mp4 24.15M
| ├──6_ConvTasnet语音分离实战
| | ├──1-数据准备与环境配置.mp4.mp4 75.74M
| | ├──2-训练任务所需参数介绍.mp4.mp4 38.75M
| | ├──3-DataLoader定义.mp4.mp4 37.75M
| | ├──4-采样数据特征编码.mp4.mp4 36.57M
| | ├──5编码器特征提取.mp4.mp4 50.36M
| | ├──6-构建更大的感受区域.mp4.mp4 70.86M
| | ├──7-解码得到分离后的语音.mp4.mp4 51.03M
| | └──8-测试模块所需参数.mp4.mp4 74.96M
| ├──7_语音合成tacotron最新版实战
| | ├──1-语音合成项目所需环境配置.mp4.mp4 57.24M
| | ├──10-得到加权的编码向量.mp4.mp4 70.17M
| | ├──11-模型输出结果.mp4.mp4 65.80M
| | ├──12-损失函数与预测.mp4.mp4 69.00M
| | ├──2-所需数据集介绍.mp4.mp4 64.58M
| | ├──3-路径配置与整体流程解读.mp4.mp4 78.77M
| | ├──4-Dataloader构建数据与标签.mp4.mp4 84.24M
| | ├──5-编码层要完成的任务.mp4.mp4 41.71M
| | ├──6-得到编码特征向量.mp4.mp4 37.73M
| | ├──7-解码器输入准备.mp4.mp4 43.01M
| | ├──8-解码器流程梳理.mp4.mp4 46.07M
| | └──9-注意力机制应用方法.mp4.mp4 71.69M
| └──3.注意力机制的作用.txt

├──24_推荐系统实战系列
| ├──1_推荐系统介绍及其应用
| | ├──1-推荐系统通俗解读.mp4.mp4 24.13M
| | ├──2-推荐系统发展简介.mp4.mp4 27.91M
| | ├──3-应用领域与多方位评估指标.mp4.mp4 31.62M
| | ├──4-任务流程与挑战概述.mp4.mp4 36.57M
| | ├──5-常用技术点分析.mp4.mp4 21.51M
| | └──6-与深度学习的结合.mp4.mp4 33.19M
| ├──2_协同过滤与矩阵分解
| | ├──1-协同过滤与矩阵分解简介.mp4.mp4 14.00M
| | ├──2-基于用户与商品的协同过滤.mp4.mp4 23.85M
| | ├──3-相似度计算与推荐实例.mp4.mp4 20.61M
| | ├──4-矩阵分解的目的与效果.mp4.mp4 27.69M
| | ├──5-矩阵分解中的隐向量.mp4.mp4 34.96M
| | ├──6-目标函数简介.mp4.mp4 14.42M
| | ├──7-隐式情况分析.mp4.mp4 18.04M
| | └──8-Embedding的作用.mp4.mp4 14.44M
| ├──3_音乐推荐系统实战
| | ├──1-音乐推荐任务概述.mp4.mp4 101.33M
| | ├──2-数据集整合.mp4.mp4 64.79M
| | ├──3-基于物品的协同过滤.mp4.mp4 72.68M
| | ├──4-物品相似度计算与推荐.mp4.mp4 106.15M
| | ├──5-SVD矩阵分解.mp4.mp4 44.16M
| | └──6-基于矩阵分解的音乐推荐.mp4.mp4 126.26M
| ├──4_知识图谱与Neo4j数据库实例
| | ├──1-Neo4j图数据库介绍.mp4.mp4 63.50M
| | ├──1-知识图谱通俗解读.mp4.mp4 19.87M
| | ├──2-Neo4j数据库安装流程演示.mp4.mp4 27.67M
| | ├──2-知识图谱在搜索引擎中的应用.mp4.mp4 26.60M
| | ├──3-可视化例子演示.mp4.mp4 43.59M
| | ├──3-知识图谱在医疗领域应用实例.mp4.mp4 102.89M
| | ├──4-创建与删除操作演示.mp4.mp4 25.32M
| | ├──4-金融与推荐领域的应用.mp4.mp4 20.39M
| | ├──5-数据获取分析.mp4.mp4 35.93M
| | └──5-数据库更改查询操作演示.mp4.mp4 27.14M
| ├──5_基于知识图谱的电影推荐实战
| | ├──1-知识图谱推荐系统效果演示.mp4.mp4 29.20M
| | ├──2-kaggle电影数据集下载与配置.mp4.mp4 73.31M
| | ├──3-图谱需求与任务流程解读.mp4.mp4 35.31M
| | ├──4-项目所需环境配置安装.mp4.mp4 58.62M
| | ├──5-构建用户电影知识图谱.mp4.mp4 65.77M
| | ├──6-图谱查询与匹配操作.mp4.mp4 25.08M
| | └──7-相似度计算与推荐引擎构建.mp4.mp4 52.80M
| ├──6_点击率估计FM与DeepFM算法
| | ├──1-CTR估计及其经典方法概述.mp4.mp4 27.90M
| | ├──2-高维特征带来的问题.mp4.mp4 16.24M
| | ├──3-二项式特征的作用与挑战.mp4.mp4 13.52M
| | ├──4-二阶公式推导与化简.mp4.mp4 26.56M
| | ├──5-FM算法解析.mp4.mp4 27.38M
| | ├──6-DeepFm整体架构解读.mp4.mp4 20.01M
| | ├──7-输入层所需数据样例.mp4.mp4 16.49M
| | └──8-Embedding层的作用与总结.mp4.mp4 29.62M
| ├──7_DeepFM算法实战
| | ├──1-数据集介绍与环境配置.mp4.mp4 69.73M
| | ├──2-广告点击数据预处理实例.mp4.mp4 65.50M
| | ├──3-数据处理模块Embedding层.mp4.mp4 40.54M
| | ├──4-Index与Value数据制作.mp4.mp4 38.79M
| | ├──5-一阶权重参数设计.mp4.mp4 39.63M
| | ├──6-二阶特征构建方法.mp4.mp4 36.26M
| | ├──7-特征组合方法实例分析.mp4.mp4 60.42M
| | ├──8-完成FM模块计算.mp4.mp4 30.26M
| | └──9-DNN模块与训练过程.mp4.mp4 47.20M
| ├──8_推荐系统常用工具包演示
| | ├──1-环境配置与数据集介绍.mp4.mp4 48.65M
| | ├──2-电影数据集预处理分析.mp4.mp4 46.28M
| | ├──3-surprise工具包基本使用.mp4.mp4 49.67M
| | ├──4-模型测试集结果.mp4.mp4 40.52M
| | └──5-评估指标概述.mp4.mp4 109.24M
| └──9_基于文本数据的推荐实例
| | ├──1-数据与环境配置介绍.mp4.mp4 25.10M
| | ├──2-数据科学相关数据介绍.mp4.mp4 37.31M
| | ├──3-文本数据预处理.mp4.mp4 44.61M
| | ├──4-TFIDF构建特征矩阵.mp4.mp4 41.18M
| | ├──5-矩阵分解演示.mp4.mp4 39.93M
| | ├──6-LDA主题模型效果演示.mp4.mp4 66.45M
| | └──7-推荐结果分析.mp4.mp4 50.23M
| ├──10_基本统计分析的电影推荐
| | ├──1-电影数据与环境配置.mp4.mp4 85.96M
| | ├──2-数据与关键词信息展示.mp4.mp4 61.35M
| | ├──3-关键词云与直方图展示.mp4.mp4 53.82M
| | ├──4-特征可视化.mp4.mp4 48.77M
| | ├──5-数据清洗概述.mp4.mp4 78.23M
| | ├──6-缺失值填充方法.mp4.mp4 46.25M
| | ├──7-推荐引擎构造.mp4.mp4 58.80M
| | ├──8-数据特征构造.mp4.mp4 45.73M
| | └──9-得出推荐结果.mp4.mp4 64.40M
| ├──11_补充-基于相似度的酒店推荐系统
| | ├──1-酒店数据与任务介绍.mp4.mp4 33.78M
| | ├──2-文本词频统计.mp4.mp4 32.78M
| | ├──3-ngram结果可视化展示.mp4.mp4 66.17M
| | ├──4-文本清洗.mp4.mp4 49.26M
| | ├──5-相似度计算.mp4.mp4 57.18M
| | └──6-得出推荐结果.mp4.mp4 85.84M

资源下载
下载价格89.0 猫币
永久会员免费 升级VIP
立即购买
购买须知：
1、未登录的情况下也可以购买，但是链接有效期有限，请及时保存下载链接
2、购买前请仔细查看本网站章节目录，看一下是否符合自己的需求，有些课程有小部分缺失是正常现象
3、如果实际下载与本网站章节目录严重不符，评论告诉我们
有问题联系qq:2946116934

猜你喜欢

安卓系统逆向反编译教程
人工智能

. . . . . . .黑马-人工智能AI进阶年度钻石会员 2022年【完结】价值11980元 - 飞猫客. . . . . . . . . . . . . . :root{--theme-color: #ff5f33;--theme-color2: #ff5f33;--theme-radius: 5px;} .banner{margin-top: -70px;} .banner-slider{padding-top: 90px;} .banner-slider:after{content: none;} body.home .header{background: transparent;box-shadow: none;webkit-box-shadow:none;} body.home .header.scrolled{background: #fff;webkit-box-shadow: 0px 5px 10px 0px rgba(17, 58, 93, 0.1);-ms-box-shadow: 0px 5px 10px 0px rgba(17, 58, 93, 0.1);box-shadow: 0px 5px 10px 0px rgba(17, 58, 93, 0.1);} body.home .header:not(.scrolled) .nav-main > li, body.home .header:not(.scrolled) .nav-main > li > a, body.home .header:not(.scrolled) .nav-right > li > a, body.home .header:not(.scrolled) .nav-left > li > a{color:#ffffff;} body.home .header:not(.scrolled) .nav-line{background: #ffffff} body.home.night .header:not(.scrolled) .nav-main > li, body.home.night .header:not(.scrolled) .nav-main > li > a, body.home.night .header:not(.scrolled) .nav-right > li > a, body.home.night .header:not(.scrolled) .nav-left > li > a{color:#fff;} body.home .nav-main li.menu-item-has-children:after{color:#fff;} body.home .header.scrolled .nav-main li.menu-item-has-children:after{color:#333;} body.home.night .nav-main li.menu-item-has-children:after{color:#fff;} body.home.night .header.scrolled .nav-main li.menu-item-has-children:after{color:#bbb;} @media (max-width: 925px){ .banner-slider{padding-top: 85px;} } @media (max-width: 768px){ .banner{margin-top: -60px;} .banner-slider{padding-top: 70px;} } .erphpdown-box, .erphpdown, .article-content .erphpdown-content-vip{background: transparent !important;border: 2px dashed var(--theme-color);} .erphpdown-box .erphpdown-title{display: inline-block;} .logo{width:180px;}@media (max-width: 1024px){.logo, .logo a {width: 60px;height: 60px;}}@media (max-width: 768px){}. . . . . .飞猫客. . . . 首页. . 编程学院 . . .网页前端. .Java. .PHP. .Python. .C/C++. .移动开发. . .Android. .IOS. .微信开发. . . .区块链. .人工智能. .大数据/云计算. .数据结构/算法. .运维. . .Linux运维. .Windows运维. .其他运维. . . .数据库. .其他语言. . . . IT互联网 . . .SEO教程. .SEM竞价. .抖音. .自媒体. .淘宝电商. .信息流推广. . . . .开通VIP会员. . . . . . . . . .登录.注册. . . . . . . . . .搜索. . . . . . . .当前位置：.首页. . .人工智能. . .正文. . . . . .黑马-人工智能AI进阶年度钻石会员 2022年【完结】价值11980元. . . 2022-09-23. . .人工智能. . 1.52k. . . . . .〖课程简介〗. 人工智能趋势. 人工智能是当前乃至未来时代热门的技术之一，已在全球范围内掀起了研究与学习热潮。人工智能连续四年成为大学最热门专业！！！ 课程知识体系完备，从简明的python语言开始，到机器学习，再到AI的两大应用方向：计算机视觉（CV）和自然语言处理（NLP），几乎包含了当下AI就业市场的全部需求。同时，课程学习曲线设计平滑，根据学习者对知识的消化吸收情况，循序渐进增强自身的AI技能。. .学完收获：. 能够熟练掌握Python开发的通用技术和框架，具备人工智能领域内机器学习，深度学习，计算机视觉和自然语言处理业务分析及开发的能力，同时培养学生使用AI算法构建业务流的能力和针对特定算法进行实用化、拓展化的再创新能力，从而足以胜任算法工程师等相关AI职位。百万年薪不是梦！！！. . . . . . . .〖课程目录〗. ├──【 主学习路线】01、阶段一 人工智能Python基础. | ├──1–第一章 计算机组成原理. | | └──1–计算机原理. | ├──2–第二章 python基础语法. | | ├──1–课程介绍. | | ├──2–注释. | | ├──3–变量. | | ├──4–bug认识. | | ├──5–数据类型. | | ├──6–输出. | | ├──7–输入. | | ├──8–数据类型转换. | | └──9–运算符. | ├──3–第三章 判断语句. | | ├──1–判断语句介绍. | | ├──2–if基本格式. | | ├──3–if…elif…else格式. | | ├──4–if嵌套. | | └──5–案例猜拳游戏. | ├──4–第四章 循环语句. | | ├──1–循环语句介绍. | | ├──2–while循环. | | ├──3–循环应用. | | ├──4–break和continue. | | ├──5–while循环嵌套及应用. | | ├──6–for循环. | | └──7–循环else应用. | ├──5–第五章 字符串. | | ├──1–字符串介绍. | | ├──2–输入输出. | | ├──3–切片. | | └──4–字符串操作方法. | ├──6–第六章 列表. | | ├──1–列表相关操作. | | ├──2–列表循环遍历. | | └──3–列表嵌套. | ├──7–第七章 元组. | | └──1–元组相关操作. | ├──8–第八章 字典. | | ├──1–字典介绍. | | ├──2–字典的常见操作. | | └──3–字典遍历. | └──9–第九章 集合. | | └──1–集合的相关操作. | ├──10–第十章 公共方法. | | ├──1–公共方法. | | └──2–推导式. | ├──11–第十一章 函数. | | ├──1–函数介绍. | | ├──10–函数参数二. | | ├──11–拆包, 交换变量. | | ├──12–引用. | | ├──2–函数参数一. | | ├──3–函数返回值一. | | ├──4–函数文档说明. | | ├──5–函数嵌套. | | ├──6–局部变量. | | ├──7–全局变量. | | ├──8–函数执行流程. | | └──9–函数返回值二. | ├──12–第十二章 函数强化. | | ├──1–函数应用学员管理系统. | | ├──2–课后练习(学员管理系统). | | ├──3–递归函数. | | ├──4–匿名函数. | | └──5–高阶函数. | ├──13–第十三章 文件操作. | | ├──1–文件操作介绍. | | ├──2–文件读写操作. | | ├──3–案例文件备份. | | └──4–文件及文件夹的相关操作. | ├──14–第十四章 面向对象. | | ├──1–面向对象介绍. | | ├──10–私有属性和方法. | | ├──11–多态. | | ├──12–类属性及相关方法. | | ├──2–类和对象. | | ├──3–对象属性操作. | | ├──4–魔法方法. | | ├──5–案例烤地瓜. | | ├──6–案例 搬家具. | | ├──7–继承. | | ├──8–子类重写父类属性和方法. | | └──9–super方法使用. | ├──15–第十五章 异常. | | ├──1–异常介绍. | | ├──2–捕获异常. | | ├──3–异常传递. | | └──4–自定义异常. | ├──16–第十六章 模块. | | ├──1–模块介绍. | | ├──2–模块制作. | | └──3–python中的包. | ├──17–第十七章 学生管理系统(面向对象版). | | └──1–学生管理系统(面向对象). .├──【 主学习路线】02、阶段二 人工智能Python高级. | ├──1–第一章 Linux基础命令. | | ├──1–linux简介. | | └──2–linux相关命令. | ├──2–第二章 Linux高级命令. | | ├──1–linux高级操作. | | ├──2–远程控制. | | └──3–vim介绍. | ├──3–第三章 多任务编程. | | ├──1–多任务介绍. | | ├──2–多进程介绍. | | ├──3–多线程介绍. | | ├──4–锁的介绍. | | └──5–进程和线程的对比. | ├──4–第四章 网络编程. | | ├──1–ip和端口介绍. | | ├──2–TCP介绍. | | ├──3–TCP开发流程. | | └──4–多任务案例. | ├──5–第五章 HTTP协议和静态服务器. | | ├──1–HTTP协议. | | └──2–静态web服务器搭建. | ├──6–第六章 闭包,装饰器及python高级语法. | | ├──1–闭包. | | ├──2–装饰器. | | ├──3–property语法. | | ├──4–with语法. | | └──5–python高级语法. | ├──7–第七章 正则表达式. | | └──1–正则表达式. | ├──8–第八章 数据结构与算法. | | ├──1–算法概念. | | ├──10–选择排序. | | ├──11–插入排序. | | ├──12–快速排序. | | ├──13–二分查找. | | ├──14–二叉树. | | ├──15–二叉树的遍历. | | ├──2–时间复杂度. | | ├──3–空间复杂度. | | ├──4–数据结构. | | ├──5–顺序表. | | ├──6–链表. | | ├──7–栈. | | ├──8–队列. | | └──9–冒泡排序. | └──9–第九章 MySql数据库基本使用. | | ├──1–数据库介绍. | | ├──2–数据表的基本操作. | | ├──3–where条件查询. | | └──4–排序. | ├──10–第十章 MySqL数据库高级使用. | | ├──1–条件查询. | | ├──2–实战操作. | | ├──3–外键使用. | | ├──4–视图. | | ├──5–事务. | | ├──6–索引. | | ├──7–设计范式. | | └──8–PyMySQL的使用. .├──【 主学习路线】03、阶段三 人工智能机器学习. | ├──1–第一章 机器学习概述V2.1. | | └──1–机器学习介绍. | ├──2–第二章 环境安装和使用V2.1. | | └──1–环境安装及使用. | ├──3–第三章 matplotlibV2.1. | | └──1–matplotlib使用. | ├──4–第四章 numpyV2.1. | | └──1–numpy使用. | ├──5–第五章 pandasV2.1. | | ├──1–pandas数据结构. | | ├──2–pandas基础使用. | | ├──3–pandas高级使用. | | └──4–电影案例分析. | ├──6–第六章 seabornV2.1. | | ├──1–绘制统计图. | | ├──2–分类数据绘图. | | ├──3–NBA案例. | | └──4–北京租房数据统计分析. | ├──7–第七章 K近邻算法V2.1. | | ├──1–k近邻算法介绍. | | ├──2–kd树. | | ├──3–数据集处理. | | ├──4–特征工程. | | ├──5–KNN总结. | | ├──6–交叉验证, 网格搜索. | | └──7–案例 Facebook位置预测. | ├──8–第八章 线性回归V2.1. | | ├──1–回归介绍. | | ├──2–损失优化. | | └──3–回归相关知识. | └──9–第九章 逻辑回归V2.1. | | └──1–逻辑回归. | ├──10–第十章 决策树V2.1. | | ├──1–信息增益. | | ├──2–特征提取. | | ├──3–案例泰坦生存预测. | | └──4–回归决策树. | ├──11–第十一章 集成学习V2.1. | | ├──1–集成介绍. | | ├──2–随机森林案例. | | └──3–集成学习. | ├──12–第十二章 聚类算法V2.1. | | └──1–聚类算法. | ├──13–第十三章 朴素贝叶斯V2.1. | | └──1–朴素贝叶斯. | ├──14–第十四章 SVM算法V2.1. | | └──1–SVM算法. | ├──15–第十五章 EM算法V2.1. | | └──1–EM算法. | ├──16–第十六章 HMM算法V2.1. | | └──1–HMM算法. | ├──17–第十七章 集成学习进阶V2.1. | | ├──1–XGBoost算法. | | ├──2–otto案例. | | ├──3–lightGBM算法. | | └──4–绝地求生案例. .├──【 主学习路线】04、阶段四 计算机视觉与图像处理. | ├──1–第一章 课程简介_v2.0. | | ├──1–深度学习. | | └──2–计算机视觉（CV）. | ├──2–第二章 tensorflow入门_v2.0. | | ├──1–tensorflow和keras简介. | | └──2–快速入门模型. | ├──3–第三章 深度神经网络_v2.0. | | ├──1–神经网络简介. | | ├──2–常见的损失函数. | | ├──3–深度学习的优化方法. | | ├──4–深度学习的正则化. | | ├──5–神经网络案例. | | └──6–卷积神经网络CNN. | ├──4–第四章 图像分类_v2.0. | | ├──1–图像分类简介. | | ├──2–AlexNet. | | ├──3–VGG. | | ├──4–GoogleNet. | | ├──5–ResNet. | | ├──6–图像增强方法. | | └──7–模型微调. | ├──5–第五章 目标检测_v2.0. | | ├──1–目标检测概述. | | ├──2–R-CNN网络基础. | | ├──3–Faster-RCNN原理与实现. | | ├──4–yolo系列算法. | | ├──5–yoloV3案例. | | └──6–SSD模型介绍. | ├──6–第六章 图像分割_v2.0. | | ├──1–目标分割介绍. | | ├──2–语义分割：FCN与Unet. | | ├──3–Unet-案例. | | └──4–实例分割：MaskRCNN. | ├──7–第七章 OpenCV简介_v2.0. | | ├──1–图像处理简介. | | ├──2–OpenCV简介及安装方法. | | └──3–OpenCV的模块. | ├──8–第八章 OpenCV基本操作_v.2.0. | | ├──1–图像的基础操作. | | └──2–算数操作. | └──9–第九章 OpenCV图像处理_v2.0. | | ├──1–几何变换. | | ├──2–形态学操作. | | ├──3–图像平滑. | | ├──4–直方图. | | ├──5–边缘检测. | | ├──6–模版匹配和霍夫变换. | | └──7–轮廓检测. | ├──10–第十章 图像特征提取与描述_v2.0. | | ├──1–角点特征. | | ├──2–Harris和Shi-Tomas算法. | | ├──3–SIFT. | | ├──4–Fast和ORB算法. | | └──5–LBP和HOG特征算子. | ├──11–第十一章 视频操作_v2.0. | | ├──1–视频读写. | | └──2–视频追踪. | ├──12–第十二章 案例人脸案例_v2.0. | | └──1–案例人脸案例. .├──【 主学习路线】05、阶段五 NLP自然语言处理. | ├──1–第一章 Pytorch工具_v2.0. | | ├──1–认识pytorch. | | ├──2– Pytorch中的autograd. | | ├──3–使用Pytorch构建一个神经网络. | | └──4–使用Pytorch构建一个分类器. | ├──2–第二章 自然语言处理NLP介绍-v2.0. | | └──1–NLP简介. | ├──3–第三章 文本预处理-v2.0. | | ├──1–认识文本预处理. | | ├──2–文本处理的基本方法. | | ├──3–文本张量表示方法. | | ├──4–文本的数据分析. | | ├──5–文本的特征处理. | | └──6–文本数据增强. | ├──4–第四章 RNN架构解析-v2.0. | | ├──1–认识RNN模型. | | ├──2–传统RNN模型. | | ├──3–LSTM模型. | | ├──4–GRU模型. | | └──5–注意力机制. | ├──5–第五章 RNN经典案例-v2.0. | | ├──1–使用RNN模型构建人名分类器. | | └──2–使用seq2seq模型架构实现英译法任务. | ├──6–第六章 莎士比亚风格的文本生成任务-v2.0. | | └──1–莎士比亚风格的文本生成任务. | ├──7–第七章 Transformer背景介绍-v2.0. | | └──1–Transformer背景介绍. | ├──8–第八章 Transformer架构解析-v2.0. | | ├──1–认识Transformer架构. | | ├──10–编码器. | | ├──11–解码器层. | | ├──12–解码器. | | ├──13–输出部分实现. | | ├──14–模型构建. | | ├──2–输入部分实现. | | ├──3–掩码张量. | | ├──4–注意力机制. | | ├──5–多头注意力机制. | | ├──6–前馈全连接层. | | ├──7–规范化层. | | ├──8–子层连接结构. | | └──9–编码器层. | └──9–第九章 fasttext工具的使用-v2.0. | | ├──1–认识fasttext工具. | | ├──2–进行文本分类. | | ├──3–训练词向量. | | └──4–词向量迁移. | ├──10–第十章 迁移学习-v2.0. | | ├──1–迁移学习理论. | | ├──2–NLP中的标准数据集. | | ├──3–NLP中的常用预训练模型. | | ├──4–加载和使用预训练模型. | | └──5–迁移学习实践. | ├──11–第十一章 BERT,Transformer的模型架构与详解-v2.0. | | ├──1–认识BERT. | | ├──10–BERT模型的优点和缺点. | | ├──11–BERT的MLM任务为什么采用80% 10% 10%的策略. | | ├──12–长文本预测任务使用BERT如何构造训练样本. | | ├──2–Transformer的结构是什么样的 各个子模块各有什么作用. | | ├──3–Transformer结构中的Decoder端具体输入. | | ├──4–Transformer中的self-attention. | | ├──5–采用Multi-head Attention的原因和计算规则. | | ├──6–Transformer相比于RNN的优势和原因. | | ├──7–Transformer可以代替seq2seq的原因. | | ├──8–self-attention公式中添加scaled的原因. | | └──9–Transformer架构的并行化是如何进行的. | ├──12–第十二章 ELMo, GPT等经典模型的介绍与对比-v2.0. | | ├──1–认识ELMo. | | ├──2–认识GPT. | | ├──3–认识GPT2. | | └──4–请详述BERT, GPT, ELMo模型的对比和各自的优缺点. | ├──13–第十三章 HMM模型-v2.0. | | ├──1–马尔科夫链. | | ├──2–HMM简介. | | ├──3–HMM模型基础. | | └──4–维特比算法解码隐藏状态序列. | ├──14–第十四章 经典的序列模型-v2.0. | | └──1–认识HMM与CRF模型. .├──【 主学习路线】06、阶段六 人工智能项目实战. | ├──1–第一章 智慧交通. | | ├──1–项目简介. | | ├──2–算法原理. | | ├──3–多目标跟踪. | | ├──4–辅助功能. | | ├──5–卡尔曼滤波. | | ├──6–匈牙利算法. | | ├──7–数据关联. | | ├──8–SORT. | | └──9–目标检测. | | ├──10–车流量统计. | | ├──11–相机校正. | | ├──12–相机校正和图像去畸变. | | ├──13–车道线提取. | | ├──14–透视变换. | | ├──15–车道线定位与拟合. | | ├──16–车道曲率与车辆偏离中心线距离. | | ├──17–在视频中进行车道线检测. | | ├──18–SIamese网络系列（选学）. | | ├──19–跟踪效果（选学）. | | ├──20–数据集处理（选学）. | | ├──21–网络模型搭建（选学）. | | ├──22–网络模型训练（选学）. | | ├──23–网络模型测试（选学）. | | └──24–网络模型应用（选学）. | ├──2–第二章 在线医生. | | ├──1–背景介绍. | | ├──2–Unit对话API使用. | | ├──3–在线医生的总体架构. | | ├──4–总体架构中的工具介绍. | | ├──5–neo4j简介. | | ├──6–neo4j图数据库的安装. | | ├──7–Cypher介绍与使用. | | ├──8–在Python中使用neo4j. | | ├──9–离线部分简要分析. | | ├──10–结构化数据流水线. | | ├──11–非结构化数据流水线. | | ├──12–任务介绍与模型选用. | | ├──13–训练数据集. | | ├──14–BERT中文预训练模型. | | ├──15–构建RNN模型. | | ├──16–进行模型训练. | | ├──17–NE模型使用. | | ├──18–命名实体识别介绍. | | ├──19–BiLSTM介绍. | | ├──20–CRF介绍. | | ├──21–BiLSTM+CRF模型. | | ├──22–模型训练. | | ├──23–模型使用. | | ├──24–在线部分简要分析. | | ├──25–werobot服务构建. | | ├──26–主要逻辑服务. | | ├──27–任务介绍与模型选用及训练数据集. | | ├──28–BERT中文预训练模型1. | | ├──29–微调模型. | | ├──30–进行模型训练1. | | ├──31–模型部署. | | └──32–系统联调与测试. | ├──3–第三章 智能文本分类系统. | | ├──1–整体系统搭建. | | ├──2–构建标签词汇图谱. | | ├──3–特征工程和fasttext模型训练. | | ├──4–多模型训练和预测. | | ├──5–系统联调和测试. | | ├──6–泛娱乐推荐介绍. | | ├──7–召回模块. | | └──8–排序模块. | ├──4–第四章 实时人脸识别检测项目. | | ├──1–人脸识别. | | ├──2–口罩检测. | | ├──3–Dlib模型训练. | | ├──4–活体检测. | | └──5–属性识别. .├──【 主学习路线】07、阶段七 人工智能面试强化（赠送）. | ├──1–第一章 自动编码器. | | ├──1–自动编码器历史与应用介绍. | | ├──2–构建自动编码器. | | ├──3–自动编码器改进技巧. | | └──4–变分自动编码器. | ├──2–第二章 图像分割应用. | | └──1–图像分割应用介绍. | ├──3–第三章 生成对抗学习. | | └──1–生成对抗学习. | ├──4–第四章 算法进阶迁移学习. | | └──1–迁移学习介绍. | ├──5–第五章 模型可解释. | | └──1–模型可解释. | ├──6–第六章 模型压缩. | | └──1–模型压缩. | ├──7–第七章 终生学习. | | └──1–终生学习. | ├──8–第八章 算法进阶进化学习. | | └──1–进化学习. | └──9–第九章 贝叶斯方法. | | └──1–贝叶斯方法. | ├──10–第十章 贝叶斯方法实现及粒子滤波. | | └──1–贝叶斯方法实现及粒子滤波. | ├──11–第十一章 深度强化学习. | | ├──1–强化学习. | | ├──2–Q-learning算法. | | └──3–Deep Q-Network. .├──【课外拓展】01、阶段一 HR面试技巧. | ├──第二章 2-求职篇. | | └──0-1 求职篇. | ├──第三章 3-面试篇. | | └──0-1 面试篇. | ├──第四章 4-试用期篇. | | └──0-1 试用期. | └──第一章 1-HR面试技巧. | | ├──1-众里寻他千百度，你的简历在何处.mp4 170.16M. | | ├──10-应聘企业早知道.mp4 40.64M. | | ├──11-谈钱怎么不伤感情.mp4 55.63M. | | ├──12-工作中的困难，你是如何处理的？.mp4 53.16M. | | ├──13-描述你的个性.mp4 53.88M. | | ├──14-你的应聘优势是什么.mp4 48.98M. | | ├──15-应聘企业早知道.mp4 43.40M. | | ├──16-生活中的那些爱好，挑一个盘他.mp4 50.93M. | | ├──17-选择机会重因素，个人心中要有数.mp4 69.24M. | | ├──18-加班，你怎么看？.mp4 64.57M. | | ├──19-处于下风？不存在的，几招教你定乾坤！.mp4 77.22M. | | ├──2-面试前的那些“坑”.mp4 140.79M. | | ├──20-提问的含金量，你知道吗？.mp4 83.59M. | | ├──3-了解应聘流程，做个有条不紊的人.mp4 80.36M. | | ├──4-自我介绍，你行吗？.mp4 129.29M. | | ├──5-你的规划你做主!.mp4 145.04M. | | ├──6-如何正视你的小缺点.mp4 85.29M. | | ├──7-谈谈跳槽那些事.mp4 53.47M. | | ├──8-与领导意见分歧，你是怎么做的？.mp4 54.19M. | | └──9-世界那么大，趋势知多少？.mp4 37.09M. .├──【课外拓展】02、阶段二 赠送-人脸支付. | └──第一章 1-人脸支付. | | ├──0-1 项目背景介绍. | | ├──0-2 人脸检测子任务. | | ├──0-3 人脸姿态估计. | | ├──0-4 人脸多任务. | | ├──0-5 人脸识别. | | └──0-6 项目集成. .├──【课外拓展】03、阶段三 赠送-文本摘要项目. | └──第一章 1-文本摘要项目. | | ├──0-1 文本摘要项项目背景介绍. | | ├──0-10 模型的预测. | | ├──0-11 词向量的单独训练. | | ├──0-12 模型的优化. | | ├──0-13 PGN架构. | | ├──0-14 数据预处理. | | ├──0-15 PGN数据特殊性分析. | | ├──0-16 迭代器和类的实现. | | ├──0-17 PGN模型的搭建. | | ├──0-18 PGN模型训练. | | ├──0-19 PGN模型预测. | | ├──0-2 项目中的数据集初探. | | ├──0-20 评估方法介绍. | | ├──0-21 BLEU算法理论. | | ├──0-22 ROUGE算法理论. | | ├──0-23 ROUGE算法实现. | | ├──0-24 coverage机制原理. | | ├──0-25 coverage模型类实现. | | ├──0-26 coverage训练和预测. | | ├──0-27 Beam-search原理介绍. | | ├──0-28 Beam-search模型类实现. | | ├──0-29 TF-IDF算法原理和实现. | | ├──0-3 TextRank算法理论基础. | | ├──0-30 单词替换法的类实现. | | ├──0-31 单词替换法的训练和评估. | | ├──0-32 回译数据法实现和评估. | | ├──0-33 半监督学习法原理和实现. | | ├──0-34 训练策略原理和实现. | | ├──0-35 模型转移实现. | | ├──0-36 GPU优化原理和实现. | | ├──0-37 CPU优化原理和实现. | | ├──0-38 Flask实现模型部署. | | ├──0-4 TextRank算法实现模型. | | ├──0-5 seq2seq架构. | | ├──0-6 seq3seq架构. | | ├──0-7 工具函数的实现. | | ├──0-8 模型类的搭建. | | └──0-9 模型的训练. .├──【课外拓展】04、阶段四 入学第一课. | └──无课程相关内容. .├──【课外拓展】05、阶段五 阶段一 python基础（更新）. | ├──第一章 1-python基础编程. | | ├──0-1 python开发环境搭建. | | ├──0-10 循环else. | | ├──0-11 字符串定义切片. | | ├──0-12 字符串查找，替换，合并. | | ├──0-13 列表定义及使用. | | ├──0-14 元祖定义及使用. | | ├──0-15 字典定义及使用. | | ├──0-16 案例-学生管理系统（一）. | | ├──0-17 集合定义及使用. | | ├──0-18 公共方法与推导式. | | ├──0-19 函数基本使用. | | ├──0-2 Python注释与变量. | | ├──0-20 函数基本使用替代视频（04,05,06）. | | ├──0-21 函数作用域. | | ├──0-22 不定长参数与组包拆包. | | ├──0-23 案例-学生管理系统（二）. | | ├──0-24 基础加强练习. | | ├──0-25 可变类型及非可变类型. | | ├──0-26 递推. | | ├──0-27 递归. | | ├──0-28 lambda表达式. | | ├──0-29 文件基本操作. | | ├──0-3 Python数据类型. | | ├──0-30 文件操作案例. | | ├──0-31 案例-学生管理系统（三）. | | ├──0-32 python异常处理. | | ├──0-33 python模块与包. | | ├──0-34 案例-飞机大战. | | ├──0-4 Python格式化输出. | | ├──0-5 Python运算符. | | ├──0-6 Python分支语句. | | ├──0-7 while循环. | | ├──0-8 while循环案例. | | └──0-9 for循环及案例. | ├──第二章 2-python面向对象. | | ├──0-1 类定义及类属性使用. | | ├──0-2 魔法方法. | | ├──0-3 案例-面向对象. | | ├──0-4 面向对象封装与继承. | | ├──0-5 面向对象多态. | | └──0-6 类属性方法. .├──【课外拓展】06、阶段六 阶段二 Python高级（更新）. | └──第一章 1-Linux基础. | | ├──0-1 Linux基础. | | ├──0-2 Linux终端基本使用. | | ├──0-3 Linux常用命令(1). | | └──0-4 Linux常用命令(2). | ├──第二章 2-SQL基础. | | ├──0-1 数据库基础. | | ├──0-2 SQL语言基础. | | ├──0-3 SQL约束. | | ├──0-4 SQL聚合. | | ├──0-5 SQL多表查询. | | └──0-6 SQL高阶特性. | ├──第三章 3-Python编程进阶. | | ├──0-1 函数的闭包. | | ├──0-10 进程. | | ├──0-11 线程. | | ├──0-12 进程线程对比. | | ├──0-13 With上下文管理器. | | ├──0-14 Python生成器. | | ├──0-15 Python中深浅拷贝. | | ├──0-16 Python中正则表达式. | | ├──0-17 正则表达式扩展. | | ├──0-18 FastAPI搭建Web服务器. | | ├──0-19 Python爬虫. | | ├──0-2 装饰器. | | ├──0-3 PyMySQL. | | ├──0-4 HTML基础. | | ├──0-5 CSS基础. | | ├──0-6 Socket网络编程. | | ├──0-7 TCP服务器开发. | | ├──0-8 静态Weeb服务器. | | └──0-9 FastAPI. .├──【课外拓展】07、阶段七 阶段三 机器学习（更新）. | ├──第一章 1-机器学习基础算法. | | ├──0-1 人工智能原理基础. | | ├──0-2 KNN算法. | | ├──0-3 线性回归. | | └──0-4 逻辑回归. | ├──第二章 2-机器学习算法进阶. | | ├──0-1 决策树算法. | | ├──0-2 朴素贝叶斯算法. | | ├──0-3 SVM算法. | | ├──0-4 聚类算法. | | ├──0-5 集成学习算法. | | └──0-6 机器学习算法回顾总结（有需要的同学可以看看）. .├──【课外拓展】08、阶段八 阶段四—深度学习基础补充视频. | ├──01-深度学习基础-TensorFlow和keras入门-张量计算增补-轴axis的意义.mp4 100.88M. | ├──02-深度学习基础-TensorFlow和keras入门-张量计算增补-轴axis的应用(1).mp4 134.81M. | ├──02-深度学习基础-TensorFlow和keras入门-张量计算增补-轴axis的应用.mp4 134.81M. | ├──03-深度学习基础-深度神经网络-神经网络介绍-网络是如何工作的-参数初始化增补-初始化方式的对比.mp4 132.24M. | ├──04-深度学习基础-深度神经网络-神经网络的优化方法-反向传播算法增补-数据传输过程(1).mp4 43.91M. | ├──04-深度学习基础-深度神经网络-神经网络的优化方法-反向传播算法增补-数据传输过程.mp4 43.91M. | ├──05-深度学习基础-深度神经网络-神经网络的优化方法-反向传播算法增补-前向传播过程（输入层到隐藏层）(1).mp4 38.46M. | ├──05-深度学习基础-深度神经网络-神经网络的优化方法-反向传播算法增补-前向传播过程（输入层到隐藏层）.mp4 38.46M. | ├──06-深度学习基础-深度神经网络-神经网络的优化方法-反向传播算法增补-前向传输过程（隐藏层到输出层）(1).mp4 19.99M. | ├──06-深度学习基础-深度神经网络-神经网络的优化方法-反向传播算法增补-前向传输过程（隐藏层到输出层）.mp4 19.99M. | ├──07-深度学习基础-深度神经网络-神经网络的优化方法-反向传播算法增补-损失函数的计算.mp4 49.95M. | ├──08-深度学习基础-深度神经网络-神经网络的优化方法-反向传播算法增补-输出层权值的更新.mp4 65.37M. | ├──09-深度学习基础-深度神经网络-神经网络的优化方法-反向传播算法增补-隐藏层权值的更新.mp4 63.39M. | ├──10-深度学习基础-深度神经网络-卷积神经网络CNN增补-网络参数量的计算.mp4 155.78M. | ├──11-深度学习基础-图像分类-图像分类案例补充(1)-任务介绍.mp4 51.45M. | ├──12-深度学习基础-图像分类-图像分类案例补充(2)-数据接获取与可视化.mp4 149.87M. | ├──13-深度学习基础-图像分类-图像分类案例补充(3)-图像增强.mp4 27.15M. | ├──14-深度学习基础-图像分类-图像分类案例补充(4)-Xception模型介绍.mp4 107.98M. | ├──15-深度学习基础-图像分类-图像分类案例补充(5)-项目网络介绍.mp4 131.99M. | ├──16-深度学习基础-图像分类-图像分类案例补充(6)-网络构建（输入流）.mp4 28.44M. | ├──17-深度学习基础-图像分类-图像分类案例补充(7)-网络构建（中间流）.mp4 29.77M. | ├──18-深度学习基础-图像分类-图像分类案例补充(8)-网络构建（输出流）.mp4 41.05M. | ├──19-深度学习基础-图像分类-图像分类案例补充(9)-模型训练.mp4 121.96M. | ├──20-深度学习基础-图像分类-图像分类案例补充(10)-模型训练的实现.mp4 22.20M. | └──21-深度学习基础-图像分类-图像分类案例补充(11)-模型预测.mp4 143.40M. .├──【课外拓展】09、阶段九 阶段五—NLP基础补充视频. | ├──01-文本预处理-文本预处理-文本数据增强讲解.mp4 14.12M. | ├──02-文本预处理-文本预处理-文本数据增强代码实现.mp4 14.17M. | ├──03-文本预处理- 新闻主题分类任务-数据加载方式的增补代码解读.mp4 9.12M. | ├──04-文本预处理-新闻主题分类任务-数据加载方式的增补文件补齐.mp4 5.40M. | ├──05-RNN及其变体-RNN架构解析-注意力机制的增补内容概念.mp4 9.78M. | ├──06-RNN及其变体-RNN架构解析-注意力机制的增补流程梳理.mp4 20.46M. | ├──07-RNN及其变体-RNN架构解析-注意力机制的增补attention机制模型.mp4 34.58M. | ├──08-RNN及其变体-RNN架构解析-注意力机制的增补attention公式讲解.mp4 21.86M. | ├──09-RNN及其变体-RNN架构解析-注意力机制的增补attention应用场景.mp4 14.74M. | ├──10-Transformer—新增案例机器翻译模型-1模型的介绍.mp4 57.15M. | ├──11-Transformer—新增案例机器翻译模型-数据的下载和vocab构建.mp4 24.13M. | ├──12-Transformer—新增案例机器翻译模型-3模型构建.mp4 31.48M. | ├──13-Transformer—新增案例机器翻译模型-4掩码的构建.mp4 15.05M. | ├──14-Transformer—新增案例机器翻译模型-5数据批处理.mp4 13.79M. | ├──15-Transformer—新增案例机器翻译模型-6构建训练函数和评估函数.mp4 32.81M. | ├──16-Transformer—新增案例机器翻译模型-7训练模型和定义解码函数.mp4 22.58M. | ├──17-Transformer—新增案例机器翻译模型-8翻译函数的定义和9模型保存.mp4 13.30M. | ├──18-迁移学习—迁移理论—加载和使用预训练模型全小节增补-1tokenizer加载.mp4 22.91M. | ├──19-迁移学习—迁移理论—加载和使用预训练模型全小节增补-2加载带头和不带头的预训练模型.mp4 39.74M. | ├──20-迁移学习—迁移理论—加载和使用预训练模型全小节增补-3加载不带头的模型输出结果.mp4 27.98M. | ├──21-迁移学习—迁移理论—加载和使用预训练模型全小节增补-4加载语言模型头结果输出.mp4 25.83M. | ├──22-迁移学习—迁移理论—加载和使用预训练模型全小节增补-5加载分类模型头结果输出.mp4 21.14M. | ├──23-迁移学习—迁移理论—加载和使用预训练模型全小节增补-6加载问答模型头结果输出.mp4 45.77M. | ├──24-迁移学习—迁移理论—迁移学习实践增补内容-模型上传.mp4 52.62M. | ├──25-迁移学习—迁移理论—迁移学习实践增补内容-模型上传后加载使用.mp4 29.35M. | └──26-虚拟机的使用.mp4 14.09M. .├──【课外拓展】10、阶段十 CV基础+项目（更新）. | └──第一章 1-Pytorch与深度学习基础. | | ├──0-1 Pytorch基础. | | ├──0-2 Pytorch张量操作. | | ├──0-3 Pytorch高阶操作. | | ├──0-4 Pytorch案例实战. | | ├──0-5 深度学习基础理论. | | ├──0-6 深度学习优化理论. | | └──0-7 BP神经网络案例. | ├──第二章 2-深度学习核心模型与实战. | | ├──0-1 卷积神经网络基础. | | ├──0-2 卷积神经网络案例. | | ├──0-3 循环神经网络基础. | | └──0-4 循环神经网络案例. | ├──第三章 3-01 – 目标检测. | | ├──0-1 目标检测概述. | | ├──0-2 FasterRCNN原理与实现. | | ├──0-3 FasterRCNN案例. | | ├──0-4 yolo v1-v3算法介绍. | | ├──0-5 yolo v4算法介绍. | | ├──0-6 yolo v5算法介绍. | | └──0-7 yolo v5案例. | ├──第四章 4-02 – OpenCV. | | ├──0-1 opencv简介. | | ├──0-2 几何变换. | | ├──0-3 形态学操作. | | ├──0-4 图形平滑. | | ├──0-5 直方图. | | ├──0-6 边缘检测. | | ├──0-7 视频读写. | | └──0-8 视频追踪. | ├──第五章 5-03 – 人脸支付. | | ├──0-1 项目背景介绍. | | ├──0-2 人脸检测子任务. | | ├──0-3 人脸姿态任务. | | ├──0-4 人脸多任务. | | ├──0-5 人脸识别. | | └──0-6 项目集成. | ├──第六章 6-04 – 智慧交通. | | ├──0-1 项目简介. | | ├──0-10 相机标定. | | ├──0-11 图像去畸变. | | ├──0-12 车道线提取. | | ├──0-13 透视变换. | | ├──0-14 车道线定位与拟合. | | ├──0-15 车道线曲率计算. | | ├──0-2 算法原理. | | ├──0-3 多目标跟踪. | | ├──0-4 卡尔曼滤波. | | ├──0-5 匈牙利算法. | | ├──0-6 sort. | | ├──0-7 yolo目标检测. | | ├──0-8 车流量统计. | | └──0-9 车道线检测. .└──人工智能课件. | ├──01-阶段1-3（python基础 、python高级、机器学习）. | | ├──02-虚拟机环境. | | ├──03-python基础. | | ├──04-python高级. | | ├──05-机器学习. | | ├──01-Python+机器学习课程环境使用说明(1).pdf 3.78M. | | ├──AI虚拟机使用常见问题汇总(1).pdf 646.33kb. | | └──Azure机器学习模型搭建实验(1).doc 1.70M. | ├──02-阶段4 （计算机视觉CV) 阶段6 （CV项目）. | | ├──02-阶段4 （计算机视觉CV) 阶段6 （CV项目）. | | └──02-虚拟机环境. | ├──03-阶段5（自然语言处理NLP）、阶段6（NLP项目）. | | ├──02-NLP虚拟机环境. | | ├──03-深度学习与NLP. | | ├──04-NLP项目. | | └──01-自然语言处理NLP课程环境使用说明-v2.1.pdf 2.28M. | ├──阶段测试题. | | ├──阶段1—测试. | | ├──阶段2—测试. | | ├──阶段3—测试. | | ├──阶段4—测试. | | ├──阶段5—测试. | | └──.DS_Store 6.00kb. | ├──Iris数据集. | | ├──iris.csv 4.86kb. | | └──iris.txt 4.85kb. | ├──01-计算机视觉CV课程环境使用说明文档.pdf 3.59M. | └──机器学习梳理总结xmind.zip 8.61M. ..erphpdown-box, .erphpdown-box + .article-custom-metas{display:block;}.资源下载.下载价格.50. 猫币.终身VIP免费.请先登录.客服QQ：765807314. . . . .3. . .0. . .AI进阶.人工智能.黑马. . . . .上一篇.蚂蚁课堂-java互联网架构师体系课5到10期【完结】对标阿里p7. .下一篇.云原生cto-kubeadm源码二次开发系列. . . 猜你喜欢. . . . . . .人工智能. .知乎AI大模型全栈工程师2期. . 资源目录 ├──08-fine-tuning.zip  37.80M ├──1-简介 - AI 大模型全栈工.... . . 3周前. 260. 55. . . . . . . . .人工智能. .营销老A：更懂商业的AI人工智能课. . 资源目录 ├──00.【01】AI，毫无疑问是人类世界近30年来的最大风口.mp4  83.06.... . . 4周前. 156. 57. . . . . . . . .Python. .全栈成功之路 500课实战Python全栈工程师. . 零基础编程入门： 无论您是初学者还是有一些基础的学习者，我们将从零开始，提.... . . 2024-01-26. 310. 66. . . . . . . . .人工智能. .AI变现实战案例教程（16合集）. . 资源目录： 1、2023视频号AI短视频创业营 2、AIGC玩赚副业 3、Al辅.... . . 2024-01-19. 405. 89. . . . . . . . .人工智能. .AI进化社MJ&Stable diffusion绘画课. . 课程目录 AI进化社MJ&Stable diffusion绘画课 ├──01.AI绘画的历史和现状.... . . 2024-01-13. 279. 45. . . . . . . . .人工智能. .知乎-AI大模型全栈工程师1期. . 知乎-AI大模型全栈工程师1期 ├──08-fine-tuning.zip  37.80M ├──1.简介 - AI.... . . 2024-01-09. 349. 69. . . . . . 评论.0. . . . .请先 .登录. ！. . . . . . . . .50. 猫币.终身VIP免费.升级终身VIP.0.猫币. 请先登录.客服QQ：765807314. . 最新文章. . .零声C/C++企业级项目实战班. . .5天前. . 96. . 66. . . . .vue3+ts入门实战用户管理界面. . .1周前. . 131. . 55. . . . .Android HAL编程实战-实现自己的HAL和探索Android底层开发视频教程. . .2周前. . 100. . 67. . . . .WinHex数据恢复教程从入门到精通. . .2周前. . 95. . 64. . . . .尚硅g 2024年嵌入式 线下班. . .3周前. . 198. . 47. . . . .郭天祥22套大合集. . .3周前. . 122. . 120. . . . .知乎AI大模型全栈工程师2期. . .3周前. . 260. . 55. . . . .光环PMP第六版培训课程. . .4周前. . 139. . 51. . . . .Android. . .C/C++. . .IOS. . .Java. . .Linux运维. . .PHP. . .Python. . .SEM竞价. . .SEO教程. . .Windows运维. . .人工智能. . .信息流推广. . .其他语言. . .其他运维. . .区块链. . .大数据/云计算. . .微信开发. . .抖音. . .数据库. . .数据结构/算法. . .淘宝电商. . .移动开发. . .网页前端. . .自媒体. . .运维. . . 热门标签.实战.大数据.项目实战.尚硅谷.入门.黑马.人工智能.开课吧.Java.架构师.Vue.机器学习.微服务.数据结构.数据分析.算法.Go.千锋.全套视频.React.分布式.SpringBoot.老男孩.黑马程序员.爬虫.精通.电商.Java架构师.零基础.实战课程. 网友评论. . . . . . . . . .网站地图. ©2018-2020 .飞猫客. 站内资源收集于网络或网友投稿，若侵犯了您的合法权益，请联系我们删除！. .Email:765807314@qq.com. . . . . . . . . . . . . . . . .没有账号？.注册.  .忘记密码？. . . . . . . . .显示验证码. . . . . . . .已有账号？ .登录. . . . . window._MBT = {uri: 'https://www.feimaoke.com/wp-content/themes/modown', child: 'https://www.feimaoke.com/wp-content/themes/modown', urc: 'https://www.feimaoke.com/wp-content/themes/modown', uru: 'https://www.feimaoke.com/wp-content/themes/modown', url:'https://www.feimaoke.com', urg: 'https://www.feimaoke.com/wp-content/themes/modown', url:'https://www.feimaoke.com',usr: 'https://www.feimaoke.com/user', roll: [], admin_ajax: 'https://www.feimaoke.com/wp-admin/admin-ajax.php', erphpdown: 'https://www.feimaoke.com/wp-content/plugins/erphpdown/', image: '0.6316', hanimated: '1', fancybox: '0', anchor: '0', loading: '', nav: '0', iframe: '0', video_full: '0'};. .window._ERPHPDOWN = {"uri":"https://www.feimaoke.com/wp-content/plugins/erphpdown", "payment": "1", "wppay": "link", "author": "mobantu"}. . /* <![CDATA[ */ var _ERPHP = {"ajaxurl":"https:\/\/www.feimaoke.com\/wp-admin\/admin-ajax.php"}; /* ]]> */ . . . . . .MOBANTU.init({ias: 0, lazy: 0, plazy: 0, water: 0, mbf: 0, mpf: 0, mpfp: 0});. . (function(){ var bp = document.createElement('script'); var curProtocol = window.location.protocol.split(':')[0]; if (curProtocol === 'https'){ bp.src = 'https://zz.bdstatic.com/linksubmit/push.js'; } else{ bp.src = 'http://push.zhanzhang.baidu.com/push.js'; } var s = document.getElementsByTagName("script")[0]; s.parentNode.insertBefore(bp, s); })(); . .
03-01 258 50.0
极客时间-李煜东算法训练营2021版第0期【完结】价值5999元
人工智能

. . . . . . .七月在线-机器学习集训营15期 2022年【阶段五】价值12000元 - 飞猫客. . . . . . . . . . . . . . :root{--theme-color: #ff5f33;--theme-color2: #ff5f33;--theme-radius: 5px;} .banner{margin-top: -70px;} .banner-slider{padding-top: 90px;} .banner-slider:after{content: none;} body.home .header{background: transparent;box-shadow: none;webkit-box-shadow:none;} body.home .header.scrolled{background: #fff;webkit-box-shadow: 0px 5px 10px 0px rgba(17, 58, 93, 0.1);-ms-box-shadow: 0px 5px 10px 0px rgba(17, 58, 93, 0.1);box-shadow: 0px 5px 10px 0px rgba(17, 58, 93, 0.1);} body.home .header:not(.scrolled) .nav-main > li, body.home .header:not(.scrolled) .nav-main > li > a, body.home .header:not(.scrolled) .nav-right > li > a, body.home .header:not(.scrolled) .nav-left > li > a{color:#ffffff;} body.home .header:not(.scrolled) .nav-line{background: #ffffff} body.home.night .header:not(.scrolled) .nav-main > li, body.home.night .header:not(.scrolled) .nav-main > li > a, body.home.night .header:not(.scrolled) .nav-right > li > a, body.home.night .header:not(.scrolled) .nav-left > li > a{color:#fff;} body.home .nav-main li.menu-item-has-children:after{color:#fff;} body.home .header.scrolled .nav-main li.menu-item-has-children:after{color:#333;} body.home.night .nav-main li.menu-item-has-children:after{color:#fff;} body.home.night .header.scrolled .nav-main li.menu-item-has-children:after{color:#bbb;} @media (max-width: 925px){ .banner-slider{padding-top: 85px;} } @media (max-width: 768px){ .banner{margin-top: -60px;} .banner-slider{padding-top: 70px;} } .erphpdown-box, .erphpdown, .article-content .erphpdown-content-vip{background: transparent !important;border: 2px dashed var(--theme-color);} .erphpdown-box .erphpdown-title{display: inline-block;} .logo{width:180px;}@media (max-width: 1024px){.logo, .logo a {width: 60px;height: 60px;}}@media (max-width: 768px){}. . . . . .飞猫客. . . . 首页. . 编程学院 . . .网页前端. .Java. .PHP. .Python. .C/C++. .移动开发. . .Android. .IOS. .微信开发. . . .区块链. .人工智能. .大数据/云计算. .数据结构/算法. .运维. . .Linux运维. .Windows运维. .其他运维. . . .数据库. .其他语言. . . . IT互联网 . . .SEO教程. .SEM竞价. .抖音. .自媒体. .淘宝电商. .信息流推广. . . . .开通VIP会员. . . . . . . . . .登录.注册. . . . . . . . . .搜索. . . . . . . .当前位置：.首页. . .人工智能. . .正文. . . . . .七月在线-机器学习集训营15期 2022年【阶段五】价值12000元. . . 2022-10-14. . .人工智能. . 1.1k. . . . . .〖课程简介〗. 如今，人工智能火爆全球并快速切入各个领域，比如电商、金融、交通、安防、医疗、教育，国内外各大公司纷纷成立相关AI研究院，火速招兵买马，可目前市面上人才缺口严重不足，供需比例仅为1:10。机器学习作为AI的核心技术，可谓掌握了机器学习，便跨过了AI的准入门门槛。或从Java等传统IT行业成功转型AI拿到年薪三四十万，部分超过四十万拿到五十万，有的甚至年薪百万. 本第十五期由七月在线和深度之眼联合开设，继续维持. .以及六大企业项目：大规模行人重识别（ReID）、人体姿态识别、智能问答系统、聊天机器人、商品推荐系统、电影推荐系统. 且为再次提升大家的AI项目经验和工程能力，本期新增部分在线直播、实训项目，具体见大纲。一切为了学员更好的就业、转型、提升。. . .〖课程目录〗. ├──00、预习阶段-Python基础和数据分析. | ├──00、在线直播：开班宣讲.mp4 123.77M. | ├──01、在线视频：Python基础语法语法精讲.mp4 411.41M. | ├──02、在线视频：Python核心语法进阶.mp4 305.81M. | ├──03、在线视频：数据分析numpy和pandas精髓速讲.mp4 370.49M. | └──04、在线视频：matplotlib数据可视化.mp4 391.00M. |. ├──01、第一阶段机器学习原理. | ├──说明.txt 0.03kb. | ├──在线视频：1-线性回归、logistic回归、梯度下降.mp4 480.34M. | ├──在线视频：2-决策树、随机森林、GBDT.mp4 545.25M. | ├──在线视频：3-SVM与数据分类.mp4 321.24M. | ├──在线视频：4-特征工程：数据清洗、异常点处理、特征抽取.选择.组合.mp4 502.56M. | ├──在线直播：11-XGBoost精讲.mp4 345.45M. | ├──在线直播：12-HMM、CRF模型要点.mp4 345.81M. | ├──在线直播：5-机器学习简介、广义线性模型（线性回归、逻辑斯蒂回归）精髓速讲.mp4 440.15M. | ├──在线直播：7-决策树、Boosting模型融合的精髓速讲.mp4 367.11M. | └──在线直播：9-朴素贝叶斯、SVM模型精髓速讲.mp4 376.92M. |. ├──02、第二阶段机器学习实战. | ├──在线视频：01-机器学习基本流程，基础模型与sklearn使用.mp4 410.06M. | ├──在线视频：04-基于SQL的机器学习流程和实践.mp4 655.98M. | ├──在线直播：02-数据分析与特征工程串讲.mp4 323.95M. | ├──在线直播：03-图像与文本基础.mp4 333.88M. | ├──在线直播：05-机器学习实践案例高阶.mp4 365.37M. | ├──在线直播：06-机器学习模型部署与案例.mp4 409.98M. | ├──在线直播：07-Home Credit用户信贷违约预测.mp4 431.14M. | └──在线直播：08-机器学习项目实战：渔船时序轨迹分类.mp4 381.13M. |. ├──03、第三阶段深度学习原理到实战. | ├──在线视频：1-神经网络初步：全连接与反向传播.mp4 363.14M. | ├──在线视频：2-卷积神经网络与计算机视觉.mp4 367.38M. | ├──在线视频：3-循环神经网络与自然语言处理.mp4 474.19M. | ├──在线视频：4-深度学习实践：Caffe与Tensorflow项目实战.mp4 538.44M. | ├──在线视频：5-深度神经网络、Wide & Deep模型架构理解.mp4 307.62M. | ├──在线视频：6-卷积神经网络、实战图像分类.mp4 351.23M. | ├──在线视频：7-循环神经网络、文本情感分类和图文生成模型.mp4 362.81M. | └──在线直播：8-深度学习在工业项目中的应用(调参、优化、模型压缩).mp4 233.78M. |. ├──04、第四阶段深度学习模型应用. | ├──在线视频：01-陈博士带你从头到尾通透word2vec.mp4 908.58M. | ├──在线视频：1-深度学习在物体检测中的应用：Two-Stage和One-Stage框架.mp4 275.13M. | ├──在线直播：2-人脸识别真的安全吗？机器学习.深度学习安全前沿技术：对抗攻击和防御.mp4 200.32M. | └──在线直播：3-深度学习模型实践技巧：工业界是如何通过蒸馏收敛到一个更优的部署模型.mp4 169.09M. |. ├──05、第五阶段-CV NLP 推荐三大方向的基础技术巩固. | ├──在线视频1-深度学习在物体检测中的应用.上..mp4 290.38M. | ├──在线视频2-深度学习在物体检测中的应用.中..mp4 243.44M. | ├──在线视频3-深度学习在物体检测中的应用.下..mp4 271.83M. | ├──在线视频4-NLP基础技能：文本处理技能与文本数据清洗、提取、分词与统计.mp4 590.00M. | ├──在线视频5-深度学习回顾与pytorch简介.mp4 349.55M. | ├──在线视频6-当下最好的语言模型BERT：发展历程、模型介绍及应用举例.mp4 496.35M. | ├──在线视频7-推荐业务、feed流产品及推荐算法策略架构解析.mp4 356.74M. | ├──在线视频8-用户特征和Item特征的常用方法.mp4 268.85M. | └──在线视频9-商品推荐方案讨论、E&&E算法以及deep learning如何作用于推荐系统中的排序.mp4 435.97M. |. ├──06、第六阶段 CV NLP 推荐三大方向的完整项目实战. | ├──在线直播：01-CV-1-行人重识别项目（ReID）背景与基线方法.mp4 215.37M. | ├──在线直播：02-CV-2-行人重识别项目（ReID）跑通训练+评测流程.mp4 244.52M. | ├──在线直播：03-CV-3-行人重识别项目（ReID）多任务训练框架.mp4 226.55M. | ├──在线直播：04-CV-4-行人重识别项目（ReID）模型优化迭代及总结.mp4 241.62M. | ├──在线直播：05-NLP-1-智能问答机器人项目介绍和环境搭建.mp4 370.21M. | ├──在线直播：06-NLP-2-意图识别与文本匹配.mp4 434.67M. | ├──在线直播：07-NLP-3-智能问答机器人中的闲聊.mp4 413.57M. | ├──在线直播：08-NLP-4-智能问答机器人项目的部署、总结.mp4 441.78M. | ├──在线直播：09-推荐-1-商品推荐系统介绍和环境搭建.mp4 308.86M. | ├──在线直播：10-推荐-2-商品推荐系统特征工程.mp4 404.67M. | ├──在线直播：11-推荐-3-商品推荐系统模型构建.mp4 395.91M. | └──在线直播：12-推荐-4-商品推荐系统迭代优化.mp4 377.89M. |. ├──07、第七阶段 项目库补充项目实习与就业指导. | ├──在线视频：01-CV1-人体姿态识别项目开题：项目介绍与环境搭建.mp4 67.92M. | ├──在线视频：02-CV2-人体姿态识别初探：单人姿态与多人姿态.mp4 338.19M. | ├──在线视频：03-CV3-人体姿态估计与实战：实战代码与评价指标.mp4 212.09M. | ├──在线视频：04-CV4-人体姿态估计引申探讨：3D姿态与多视角姿态估计.mp4 372.44M. | ├──在线视频：05-NLP1-聊天机器人项目开题：项目介绍和环境搭建.mp4 108.63M. | ├──在线视频：06-NLP2-聊天机器人特征工程和模型构建.mp4 332.61M. | ├──在线视频：07-NLP3-聊天机器人迭代优化：Transformer与BERT应用.mp4 332.58M. | ├──在线视频：08-NLP4-聊天机器人总结：编程实现与系统搭建.mp4 266.12M. | ├──在线视频：09-推荐1-电影推荐网站 开题：项目介绍和环境搭建.mp4 137.25M. | ├──在线视频：10-推荐2-从零搭建电影推荐网站特征工程和模型构建.mp4 863.52M. | ├──在线视频：11-推荐3-从零搭建电影推荐网站迭代优化.mp4 663.44M. | ├──在线视频：12-推荐4-从零搭建电影推荐网站评估、部署、总结.mp4 219.00M. | ├──在线直播：13-推荐-5-商品推荐系统讲整体内容梳理和进阶.mp4 249.73M. | └──在线直播：14-机器学习面试辅导.mp4 178.63M. |. ├──课件. | ├──01、第一阶段. | | ├──1_Machine_Learning_Introduction – Jupyter Notebook.pdf 830.29kb. | | ├──2_Generalized_Linear_Model – Jupyter Notebook.pdf 1.01M. | | ├──3_Decision_Tree – Jupyter Notebook.pdf 1.17M. | | ├──4_Boosting – Jupyter Notebook.pdf 264.09kb. | | ├──5_Naive_Bayes – Jupyter Notebook.pdf 272.24kb. | | ├──6_Support_Vector_Machine – Jupyter Notebook.pdf 869.31kb. | | ├──7-XGBoost – Jupyter Notebook.pdf 1.92M. | | ├──8_1_Hidden_Markov_Model – Jupyter Notebook.pdf 362.06kb. | | ├──8_2_Expectation_Maximization_Algorithm – Jupyter Notebook.pdf 152.51kb. | | ├──MachineLearning 第一课实训-meinan.ipynb 7.24kb. | | ├──MachineLearning-1-第一课实训-杜威-Copy1.ipynb 5.89kb. | | ├──MachineLearning-1-第一课实训-杜威.ipynb 5.89kb. | | ├──在线实训-MachineLearning-1-Exercise-Copy1.ipynb 4.48kb. | | ├──在线实训-MachineLearning-1-Exercise-Copy2.ipynb 4.48kb. | | ├──在线实训-MachineLearning-1-Exercise.ipynb 4.48kb. | | └──在线实训-算法核心要点巩固(中)-meinan.ipynb 6.37kb. | ├──02、第二阶段. | | ├──01-机器学习基本流程，基础模型与sklearn使用.zip 11.57M. | | ├──02-机器学习实战：基于sklearn和 pandas.ipynb 5.82kb. | | ├──03-机器学习实战-Part2_数据分析与特征工程.pdf 4.07M. | | ├──04-机器学习实战-Part3_文本与图像基础.pdf 4.16M. | | ├──05-基于SQL的机器学习流程和实践.zip 2.65M. | | ├──06-机器学习高阶实践案例.pdf 4.73M. | | ├──06-机器学习高阶实践案例.zip 14.97M. | | ├──08-Home Credit用户信贷违约预测.pdf 24.49kb. | | └──7-模型高阶使用与部署.zip 9.35M. | ├──03、第三阶段. | | ├──01_NN_Basics.pdf 3.45M. | | ├──02_ConvNets_Principles.pdf 14.46M. | | ├──03_Word2Vec_RNN_Attention_Seq2Seq.pdf 30.59M. | | ├──04_Debug_DNNs_ConvNets_Design.pdf 44.28M. | | ├──预习1.神经网络初步.zip 21.72M. | | ├──预习2.CNN与CV.zip 23.02M. | | ├──预习3.RNN与NLP.zip 99.40M. | | └──预习4. 深度学习实战.zip 41.24M. | ├──04、第四阶段. | | ├──02_Object_Detection.pdf 33.07M. | | ├──03_Adversarial_Deep_learning.pdf 25.19M. | | ├──04_Lightweight_Model_Deep_Compression.pdf 16.61M. | | └──1-陈博士带你从头到尾通透word2vec.pdf 524.54kb. | ├──05、第五阶段. | | ├──cv方向.zip 84.16M. | | ├──nlp方向.zip 17.07M. | | ├──NLP文本匹配数据集.zip 2.66M. | | └──推荐方向.zip 32.49M. | └──data.zip 7.07M. ..erphpdown-box, .erphpdown-box + .article-custom-metas{display:block;}.资源下载.下载价格.50. 猫币.终身VIP免费.请先登录.客服QQ：765807314. . . . .4. . .0. . .七月在线.机器学习集训营. . . . .上一篇.千峰-JavaEE就业班 2022全新升级【完结】价值16800元. .下一篇.微信小程序入门与实战（全新版） 超20000人学习的好课收藏. . . 猜你喜欢. . . . . . .人工智能. .知乎AI大模型全栈工程师2期. . 资源目录 ├──08-fine-tuning.zip  37.80M ├──1-简介 - AI 大模型全栈工.... . . 3周前. 260. 55. . . . . . . . .人工智能. .营销老A：更懂商业的AI人工智能课. . 资源目录 ├──00.【01】AI，毫无疑问是人类世界近30年来的最大风口.mp4  83.06.... . . 4周前. 156. 57. . . . . . . . .Python. .全栈成功之路 500课实战Python全栈工程师. . 零基础编程入门： 无论您是初学者还是有一些基础的学习者，我们将从零开始，提.... . . 2024-01-26. 310. 66. . . . . . . . .人工智能. .AI变现实战案例教程（16合集）. . 资源目录： 1、2023视频号AI短视频创业营 2、AIGC玩赚副业 3、Al辅.... . . 2024-01-19. 405. 89. . . . . . . . .人工智能. .AI进化社MJ&Stable diffusion绘画课. . 课程目录 AI进化社MJ&Stable diffusion绘画课 ├──01.AI绘画的历史和现状.... . . 2024-01-13. 279. 45. . . . . . . . .人工智能. .知乎-AI大模型全栈工程师1期. . 知乎-AI大模型全栈工程师1期 ├──08-fine-tuning.zip  37.80M ├──1.简介 - AI.... . . 2024-01-09. 349. 69. . . . . . 评论.0. . . . .请先 .登录. ！. . . . . . . . .50. 猫币.终身VIP免费.升级终身VIP.0.猫币. 请先登录.客服QQ：765807314. . 最新文章. . .零声C/C++企业级项目实战班. . .5天前. . 96. . 66. . . . .vue3+ts入门实战用户管理界面. . .1周前. . 132. . 55. . . . .Android HAL编程实战-实现自己的HAL和探索Android底层开发视频教程. . .2周前. . 100. . 67. . . . .WinHex数据恢复教程从入门到精通. . .2周前. . 95. . 64. . . . .尚硅g 2024年嵌入式 线下班. . .3周前. . 198. . 47. . . . .郭天祥22套大合集. . .3周前. . 122. . 120. . . . .知乎AI大模型全栈工程师2期. . .3周前. . 260. . 55. . . . .光环PMP第六版培训课程. . .4周前. . 139. . 51. . . . .Android. . .C/C++. . .IOS. . .Java. . .Linux运维. . .PHP. . .Python. . .SEM竞价. . .SEO教程. . .Windows运维. . .人工智能. . .信息流推广. . .其他语言. . .其他运维. . .区块链. . .大数据/云计算. . .微信开发. . .抖音. . .数据库. . .数据结构/算法. . .淘宝电商. . .移动开发. . .网页前端. . .自媒体. . .运维. . . 热门标签.实战.大数据.项目实战.尚硅谷.入门.黑马.人工智能.开课吧.Java.架构师.Vue.机器学习.微服务.数据结构.数据分析.算法.Go.千锋.全套视频.React.分布式.SpringBoot.老男孩.黑马程序员.爬虫.精通.电商.Java架构师.零基础.实战课程. 网友评论. . . . . . . . . .网站地图. ©2018-2020 .飞猫客. 站内资源收集于网络或网友投稿，若侵犯了您的合法权益，请联系我们删除！. .Email:765807314@qq.com. . . . . . . . . . . . . . . . .没有账号？.注册.  .忘记密码？. . . . . . . . .显示验证码. . . . . . . .已有账号？ .登录. . . . . window._MBT = {uri: 'https://www.feimaoke.com/wp-content/themes/modown', child: 'https://www.feimaoke.com/wp-content/themes/modown', urc: 'https://www.feimaoke.com/wp-content/themes/modown', uru: 'https://www.feimaoke.com/wp-content/themes/modown', url:'https://www.feimaoke.com', urg: 'https://www.feimaoke.com/wp-content/themes/modown', url:'https://www.feimaoke.com',usr: 'https://www.feimaoke.com/user', roll: [], admin_ajax: 'https://www.feimaoke.com/wp-admin/admin-ajax.php', erphpdown: 'https://www.feimaoke.com/wp-content/plugins/erphpdown/', image: '0.6316', hanimated: '1', fancybox: '0', anchor: '0', loading: '', nav: '0', iframe: '0', video_full: '0'};. .window._ERPHPDOWN = {"uri":"https://www.feimaoke.com/wp-content/plugins/erphpdown", "payment": "1", "wppay": "link", "author": "mobantu"}. . /* <![CDATA[ */ var _ERPHP = {"ajaxurl":"https:\/\/www.feimaoke.com\/wp-admin\/admin-ajax.php"}; /* ]]> */ . . . . . .MOBANTU.init({ias: 0, lazy: 0, plazy: 0, water: 0, mbf: 0, mpf: 0, mpfp: 0});. . (function(){ var bp = document.createElement('script'); var curProtocol = window.location.protocol.split(':')[0]; if (curProtocol === 'https'){ bp.src = 'https://zz.bdstatic.com/linksubmit/push.js'; } else{ bp.src = 'http://push.zhanzhang.baidu.com/push.js'; } var s = document.getElementsByTagName("script")[0]; s.parentNode.insertBefore(bp, s); })(); . .
03-01 281 50.0
Hadoop应用开发实战案例视频教程
人工智能

. . . . . . .大仙带你入门MATLAB神经网络和优化算法专题 - 飞猫客. . . . . . . . . . . . . . :root{--theme-color: #ff5f33;--theme-color2: #ff5f33;--theme-radius: 5px;} .banner{margin-top: -70px;} .banner-slider{padding-top: 90px;} .banner-slider:after{content: none;} body.home .header{background: transparent;box-shadow: none;webkit-box-shadow:none;} body.home .header.scrolled{background: #fff;webkit-box-shadow: 0px 5px 10px 0px rgba(17, 58, 93, 0.1);-ms-box-shadow: 0px 5px 10px 0px rgba(17, 58, 93, 0.1);box-shadow: 0px 5px 10px 0px rgba(17, 58, 93, 0.1);} body.home .header:not(.scrolled) .nav-main > li, body.home .header:not(.scrolled) .nav-main > li > a, body.home .header:not(.scrolled) .nav-right > li > a, body.home .header:not(.scrolled) .nav-left > li > a{color:#ffffff;} body.home .header:not(.scrolled) .nav-line{background: #ffffff} body.home.night .header:not(.scrolled) .nav-main > li, body.home.night .header:not(.scrolled) .nav-main > li > a, body.home.night .header:not(.scrolled) .nav-right > li > a, body.home.night .header:not(.scrolled) .nav-left > li > a{color:#fff;} body.home .nav-main li.menu-item-has-children:after{color:#fff;} body.home .header.scrolled .nav-main li.menu-item-has-children:after{color:#333;} body.home.night .nav-main li.menu-item-has-children:after{color:#fff;} body.home.night .header.scrolled .nav-main li.menu-item-has-children:after{color:#bbb;} @media (max-width: 925px){ .banner-slider{padding-top: 85px;} } @media (max-width: 768px){ .banner{margin-top: -60px;} .banner-slider{padding-top: 70px;} } .erphpdown-box, .erphpdown, .article-content .erphpdown-content-vip{background: transparent !important;border: 2px dashed var(--theme-color);} .erphpdown-box .erphpdown-title{display: inline-block;} .logo{width:180px;}@media (max-width: 1024px){.logo, .logo a {width: 60px;height: 60px;}}@media (max-width: 768px){}. . . . . .飞猫客. . . . 首页. . 编程学院 . . .网页前端. .Java. .PHP. .Python. .C/C++. .移动开发. . .Android. .IOS. .微信开发. . . .区块链. .人工智能. .大数据/云计算. .数据结构/算法. .运维. . .Linux运维. .Windows运维. .其他运维. . . .数据库. .其他语言. . . . IT互联网 . . .SEO教程. .SEM竞价. .抖音. .自媒体. .淘宝电商. .信息流推广. . . . .开通VIP会员. . . . . . . . . .登录.注册. . . . . . . . . .搜索. . . . . . . .当前位置：.首页. . .人工智能. . .正文. . . . . .大仙带你入门MATLAB神经网络和优化算法专题. . . 2020-02-10. . .人工智能. . 1.78k. . . . . .1 matlab感知器神经网络初步学习.mp4. 1 感知器神经网络初步学习程序.zip. 2 matlab使用建立好的神经网络进行分类.mp4. 2 使用建立好的神经网络进行分类程序.zip. 3  matlab线性神经网络预测.mp4. 3  线性神经网络预测程序.zip. 4 BP神经网络matlab信号拟合.mp4. 4 BP神经网络信号拟合程序.zip. 5  matlab径向基神经网络预测.mp4. 5  径向基神经网络预测程序.zip. 6  广义回归神经网络预测程序.zip. 6  matlab广义回归神经网络预测.mp4. 7  概率神经网络分类问题程序.zip. 7  matlab概率神经网络分类问题.mp4. 8  BP神经网络参考代码.zip. 8  BP神经网络matlab预测汽油浓度案例详解.mp4. 9   RBF、GRNN和PNN神经网络案例参考程序.zip. 9下  通过三个matlab建模案例彻底精通和对比广义神经网络GRNN和概率神经网络PNN.mp4. 9上   精通RBF径向基神经网络通过三个matlab建模案例.mp4. 10  竞争神经网络与SOM神经网络参考程序.zip. 10  matlab竞争神经网络和SOM神经网络案例讲解.mp4. 11  matlab支持向量机案例讲解.mp4. 11 支持向量机参考程序.zip. 12    matlab极限学习机案例.mp4. 12  极限学习机参考程序.zip. 13  matlab决策树与随机森林案例讲解.mp4. 13 决策树与随机森林参考程序.zip. 14   matlab遗传算法.mp4. 14   遗传算法参考程序.zip. 15 粒子群优化算法参考程序.zip. 15  matlab粒子群优化算法案例.mp4. 16  蚁群算法参考程序.zip. 16   matlab蚁群算法案例.mp4. 17  模拟退火算法参考程序.zip. 17  matlab模拟退火算法案例.mp4. 18  降维与特征选择参考程序.zip. 18 matlab降维与特征选择案例.mp4. 19  使用MATLAB中的BP神经网络来做字母识别.mp4. 19  使用MATLAB中的BP神经网络来做字母识别.zip. 20 matlab灰色神经网络预测订单需求.mp4. 20 灰色神经网络预测订单需求.zip. 21  matlab模糊神经网络预测水质评价.mp4. 21  模糊神经网络预测水质评价.zip. 22 小波神经网络时间序列预测交通流量.zip. 22 matlab小波神经网络时间序列预测交通流量.mp4. 23.Elman神经网络matlab预测数据.mp4. 23.Elman神经网络预测数据.zip. 24 连续Hopfield神经网络的优化旅行商问题优化计算.zip. 24 matlab连续Hopfield神经网络的优化旅行商问题优化计算.mp4. 25  灰色预测模型发电量预测.zip. 25  matlab灰色预测模型发电量预测.mp4. 26 概率神经网络分类预测基于PNN变压器故障诊断.zip. 26 matlab概率神经网络分类预测基于PNN变压器故障诊断.mp4. 27 BP_Adaboost强分类器公司财务matlab预警建模.mp4. 27 BP_Adaboost强分类器公司财务预警建模.zip. 28  matlab离散Hopfield神经网络联想记忆数字识别.mp4. 28  离散Hopfield神经网络联想记忆数字识别.zip. 29 matlab基于贝叶斯Bayes的数据预测.mp4. 29 基于贝叶斯Bayes的数据预测.zip. ..erphpdown-box, .erphpdown-box + .article-custom-metas{display:block;}.资源下载.下载价格.10. 猫币.VIP免费.请先登录.客服QQ：765807314. . . . .1. . .0. . .Matlab.优化算法. . . . .上一篇.最好的PyTorch的入门与实战教程（16小时实战）. .下一篇.最新金融信贷风控的机器学习实战. . . 猜你喜欢. . . . . . .人工智能. .知乎AI大模型全栈工程师2期. . 资源目录 ├──08-fine-tuning.zip  37.80M ├──1-简介 - AI 大模型全栈工.... . . 3周前. 258. 55. . . . . . . . .人工智能. .营销老A：更懂商业的AI人工智能课. . 资源目录 ├──00.【01】AI，毫无疑问是人类世界近30年来的最大风口.mp4  83.06.... . . 4周前. 156. 57. . . . . . . . .Python. .全栈成功之路 500课实战Python全栈工程师. . 零基础编程入门： 无论您是初学者还是有一些基础的学习者，我们将从零开始，提.... . . 2024-01-26. 309. 66. . . . . . . . .人工智能. .AI变现实战案例教程（16合集）. . 资源目录： 1、2023视频号AI短视频创业营 2、AIGC玩赚副业 3、Al辅.... . . 2024-01-19. 405. 89. . . . . . . . .人工智能. .AI进化社MJ&Stable diffusion绘画课. . 课程目录 AI进化社MJ&Stable diffusion绘画课 ├──01.AI绘画的历史和现状.... . . 2024-01-13. 279. 45. . . . . . . . .人工智能. .知乎-AI大模型全栈工程师1期. . 知乎-AI大模型全栈工程师1期 ├──08-fine-tuning.zip  37.80M ├──1.简介 - AI.... . . 2024-01-09. 349. 69. . . . . . 评论.5. . . . .请先 .登录. ！. . . . . .请问；里面有详细代码吗.19893176129. 2020-06-12. .0. 回复. .有资料的.飞猫客. 2020-06-12. .0. 回复. .能在分享一下吗.cfllsbb. 2020-06-12. .0. 回复. .你好，已更新.飞猫客. 2020-06-12. .0. 回复. .感谢.cfllsbb. 2020-06-12. .0. . . . . . . . . . . . . . . . . . .10. 猫币.VIP免费.升级VIP.0.猫币. 请先登录.客服QQ：765807314. . 最新文章. . .零声C/C++企业级项目实战班. . .5天前. . 91. . 66. . . . .vue3+ts入门实战用户管理界面. . .1周前. . 131. . 55. . . . .Android HAL编程实战-实现自己的HAL和探索Android底层开发视频教程. . .2周前. . 100. . 67. . . . .WinHex数据恢复教程从入门到精通. . .2周前. . 95. . 64. . . . .尚硅g 2024年嵌入式 线下班. . .3周前. . 197. . 47. . . . .郭天祥22套大合集. . .3周前. . 122. . 120. . . . .知乎AI大模型全栈工程师2期. . .3周前. . 258. . 55. . . . .光环PMP第六版培训课程. . .4周前. . 139. . 51. . . . .Android. . .C/C++. . .IOS. . .Java. . .Linux运维. . .PHP. . .Python. . .SEM竞价. . .SEO教程. . .Windows运维. . .人工智能. . .信息流推广. . .其他语言. . .其他运维. . .区块链. . .大数据/云计算. . .微信开发. . .抖音. . .数据库. . .数据结构/算法. . .淘宝电商. . .移动开发. . .网页前端. . .自媒体. . .运维. . . 热门标签.实战.大数据.项目实战.尚硅谷.入门.黑马.人工智能.开课吧.Java.架构师.Vue.机器学习.微服务.数据结构.数据分析.算法.Go.千锋.全套视频.React.分布式.SpringBoot.老男孩.黑马程序员.爬虫.精通.电商.Java架构师.零基础.实战课程. 网友评论. . . . . . . . . .网站地图. ©2018-2020 .飞猫客. 站内资源收集于网络或网友投稿，若侵犯了您的合法权益，请联系我们删除！. .Email:765807314@qq.com. . . . . . . . . . . . . . . . .没有账号？.注册.  .忘记密码？. . . . . . . . .显示验证码. . . . . . . .已有账号？ .登录. . . . . window._MBT = {uri: 'https://www.feimaoke.com/wp-content/themes/modown', child: 'https://www.feimaoke.com/wp-content/themes/modown', urc: 'https://www.feimaoke.com/wp-content/themes/modown', uru: 'https://www.feimaoke.com/wp-content/themes/modown', url:'https://www.feimaoke.com', urg: 'https://www.feimaoke.com/wp-content/themes/modown', url:'https://www.feimaoke.com',usr: 'https://www.feimaoke.com/user', roll: [], admin_ajax: 'https://www.feimaoke.com/wp-admin/admin-ajax.php', erphpdown: 'https://www.feimaoke.com/wp-content/plugins/erphpdown/', image: '0.6316', hanimated: '1', fancybox: '0', anchor: '0', loading: '', nav: '0', iframe: '0', video_full: '0'};. .window._ERPHPDOWN = {"uri":"https://www.feimaoke.com/wp-content/plugins/erphpdown", "payment": "1", "wppay": "link", "author": "mobantu"}. . /* <![CDATA[ */ var _ERPHP = {"ajaxurl":"https:\/\/www.feimaoke.com\/wp-admin\/admin-ajax.php"}; /* ]]> */ . . . . . .MOBANTU.init({ias: 0, lazy: 0, plazy: 0, water: 0, mbf: 0, mpf: 0, mpfp: 0});. . (function(){ var bp = document.createElement('script'); var curProtocol = window.location.protocol.split(':')[0]; if (curProtocol === 'https'){ bp.src = 'https://zz.bdstatic.com/linksubmit/push.js'; } else{ bp.src = 'http://push.zhanzhang.baidu.com/push.js'; } var s = document.getElementsByTagName("script")[0]; s.parentNode.insertBefore(bp, s); })(); . .
03-01 217 10.0
尚学堂人工智能必备的数学课
人工智能

. . . . . . .最新金融信贷风控的机器学习实战 - 飞猫客. . . . . . . . . . . . . . :root{--theme-color: #ff5f33;--theme-color2: #ff5f33;--theme-radius: 5px;} .banner{margin-top: -70px;} .banner-slider{padding-top: 90px;} .banner-slider:after{content: none;} body.home .header{background: transparent;box-shadow: none;webkit-box-shadow:none;} body.home .header.scrolled{background: #fff;webkit-box-shadow: 0px 5px 10px 0px rgba(17, 58, 93, 0.1);-ms-box-shadow: 0px 5px 10px 0px rgba(17, 58, 93, 0.1);box-shadow: 0px 5px 10px 0px rgba(17, 58, 93, 0.1);} body.home .header:not(.scrolled) .nav-main > li, body.home .header:not(.scrolled) .nav-main > li > a, body.home .header:not(.scrolled) .nav-right > li > a, body.home .header:not(.scrolled) .nav-left > li > a{color:#ffffff;} body.home .header:not(.scrolled) .nav-line{background: #ffffff} body.home.night .header:not(.scrolled) .nav-main > li, body.home.night .header:not(.scrolled) .nav-main > li > a, body.home.night .header:not(.scrolled) .nav-right > li > a, body.home.night .header:not(.scrolled) .nav-left > li > a{color:#fff;} body.home .nav-main li.menu-item-has-children:after{color:#fff;} body.home .header.scrolled .nav-main li.menu-item-has-children:after{color:#333;} body.home.night .nav-main li.menu-item-has-children:after{color:#fff;} body.home.night .header.scrolled .nav-main li.menu-item-has-children:after{color:#bbb;} @media (max-width: 925px){ .banner-slider{padding-top: 85px;} } @media (max-width: 768px){ .banner{margin-top: -60px;} .banner-slider{padding-top: 70px;} } .erphpdown-box, .erphpdown, .article-content .erphpdown-content-vip{background: transparent !important;border: 2px dashed var(--theme-color);} .erphpdown-box .erphpdown-title{display: inline-block;} .logo{width:180px;}@media (max-width: 1024px){.logo, .logo a {width: 60px;height: 60px;}}@media (max-width: 768px){}. . . . . .飞猫客. . . . 首页. . 编程学院 . . .网页前端. .Java. .PHP. .Python. .C/C++. .移动开发. . .Android. .IOS. .微信开发. . . .区块链. .人工智能. .大数据/云计算. .数据结构/算法. .运维. . .Linux运维. .Windows运维. .其他运维. . . .数据库. .其他语言. . . . IT互联网 . . .SEO教程. .SEM竞价. .抖音. .自媒体. .淘宝电商. .信息流推广. . . . .开通VIP会员. . . . . . . . . .登录.注册. . . . . . . . . .搜索. . . . . . . .当前位置：.首页. . .人工智能. . .正文. . . . . .最新金融信贷风控的机器学习实战. . . 2020-02-10. . .人工智能. . 1.18k. . . . . .第一课：互联网金融业申请评分卡的介绍.mp4. 第二课：申请评分卡中的数据预处理和特征衍生.flv. 第三课：申请评分卡中的数据预处理和特征衍生（续）.mp4. 第四课：逻辑回归模型在申请评分卡中的应用.mp4. 第五课：评分卡模型的评价标准.mp4. 第六课：行为评分卡模型的介绍.mp4. 第七课：催收评分卡（还款率）模型的介绍.mp4. 第八课：机器学习模型用于评分卡模型－GBDT.mp4. 第九课：深度学习模型用于评分卡模型.mp4. 第十课：组合评分卡模型.flv资料.zip. ..erphpdown-box, .erphpdown-box + .article-custom-metas{display:block;}.资源下载.下载价格.10. 猫币.VIP免费.请先登录.客服QQ：765807314. . . . .1. . .0. . .实战.机器学习.金融. . . . .上一篇.大仙带你入门MATLAB神经网络和优化算法专题. .下一篇.超牛人工智能多项目实战课程-带全套源码 基于Python深度有趣. . . 猜你喜欢. . . . . . .人工智能. .知乎AI大模型全栈工程师2期. . 资源目录 ├──08-fine-tuning.zip  37.80M ├──1-简介 - AI 大模型全栈工.... . . 3周前. 258. 55. . . . . . . . .人工智能. .营销老A：更懂商业的AI人工智能课. . 资源目录 ├──00.【01】AI，毫无疑问是人类世界近30年来的最大风口.mp4  83.06.... . . 4周前. 156. 57. . . . . . . . .Python. .全栈成功之路 500课实战Python全栈工程师. . 零基础编程入门： 无论您是初学者还是有一些基础的学习者，我们将从零开始，提.... . . 2024-01-26. 309. 66. . . . . . . . .人工智能. .AI变现实战案例教程（16合集）. . 资源目录： 1、2023视频号AI短视频创业营 2、AIGC玩赚副业 3、Al辅.... . . 2024-01-19. 405. 89. . . . . . . . .人工智能. .AI进化社MJ&Stable diffusion绘画课. . 课程目录 AI进化社MJ&Stable diffusion绘画课 ├──01.AI绘画的历史和现状.... . . 2024-01-13. 279. 45. . . . . . . . .人工智能. .知乎-AI大模型全栈工程师1期. . 知乎-AI大模型全栈工程师1期 ├──08-fine-tuning.zip  37.80M ├──1.简介 - AI.... . . 2024-01-09. 349. 69. . . . . . 评论.0. . . . .请先 .登录. ！. . . . . . . . .10. 猫币.VIP免费.升级VIP.0.猫币. 请先登录.客服QQ：765807314. . 最新文章. . .零声C/C++企业级项目实战班. . .5天前. . 91. . 66. . . . .vue3+ts入门实战用户管理界面. . .1周前. . 131. . 55. . . . .Android HAL编程实战-实现自己的HAL和探索Android底层开发视频教程. . .2周前. . 100. . 67. . . . .WinHex数据恢复教程从入门到精通. . .2周前. . 95. . 64. . . . .尚硅g 2024年嵌入式 线下班. . .3周前. . 197. . 47. . . . .郭天祥22套大合集. . .3周前. . 122. . 120. . . . .知乎AI大模型全栈工程师2期. . .3周前. . 258. . 55. . . . .光环PMP第六版培训课程. . .4周前. . 139. . 51. . . . .Android. . .C/C++. . .IOS. . .Java. . .Linux运维. . .PHP. . .Python. . .SEM竞价. . .SEO教程. . .Windows运维. . .人工智能. . .信息流推广. . .其他语言. . .其他运维. . .区块链. . .大数据/云计算. . .微信开发. . .抖音. . .数据库. . .数据结构/算法. . .淘宝电商. . .移动开发. . .网页前端. . .自媒体. . .运维. . . 热门标签.实战.大数据.项目实战.尚硅谷.入门.黑马.人工智能.开课吧.Java.架构师.Vue.机器学习.微服务.数据结构.数据分析.算法.Go.千锋.全套视频.React.分布式.SpringBoot.老男孩.黑马程序员.爬虫.精通.电商.Java架构师.零基础.实战课程. 网友评论. . . . . . . . . .网站地图. ©2018-2020 .飞猫客. 站内资源收集于网络或网友投稿，若侵犯了您的合法权益，请联系我们删除！. .Email:765807314@qq.com. . . . . . . . . . . . . . . . .没有账号？.注册.  .忘记密码？. . . . . . . . .显示验证码. . . . . . . .已有账号？ .登录. . . . . window._MBT = {uri: 'https://www.feimaoke.com/wp-content/themes/modown', child: 'https://www.feimaoke.com/wp-content/themes/modown', urc: 'https://www.feimaoke.com/wp-content/themes/modown', uru: 'https://www.feimaoke.com/wp-content/themes/modown', url:'https://www.feimaoke.com', urg: 'https://www.feimaoke.com/wp-content/themes/modown', url:'https://www.feimaoke.com',usr: 'https://www.feimaoke.com/user', roll: [], admin_ajax: 'https://www.feimaoke.com/wp-admin/admin-ajax.php', erphpdown: 'https://www.feimaoke.com/wp-content/plugins/erphpdown/', image: '0.6316', hanimated: '1', fancybox: '0', anchor: '0', loading: '', nav: '0', iframe: '0', video_full: '0'};. .window._ERPHPDOWN = {"uri":"https://www.feimaoke.com/wp-content/plugins/erphpdown", "payment": "1", "wppay": "link", "author": "mobantu"}. . /* <![CDATA[ */ var _ERPHP = {"ajaxurl":"https:\/\/www.feimaoke.com\/wp-admin\/admin-ajax.php"}; /* ]]> */ . . . . . .MOBANTU.init({ias: 0, lazy: 0, plazy: 0, water: 0, mbf: 0, mpf: 0, mpfp: 0});. . (function(){ var bp = document.createElement('script'); var curProtocol = window.location.protocol.split(':')[0]; if (curProtocol === 'https'){ bp.src = 'https://zz.bdstatic.com/linksubmit/push.js'; } else{ bp.src = 'http://push.zhanzhang.baidu.com/push.js'; } var s = document.getElementsByTagName("script")[0]; s.parentNode.insertBefore(bp, s); })(); . .
03-01 256 10.0
最新复旦大学 – 机器学习（商务数据分析）视频教程
人工智能

. . . . . . .超牛人工智能多项目实战课程-带全套源码 基于Python深度有趣 - 飞猫客. . . . . . . . . . . . . . :root{--theme-color: #ff5f33;--theme-color2: #ff5f33;--theme-radius: 5px;} .banner{margin-top: -70px;} .banner-slider{padding-top: 90px;} .banner-slider:after{content: none;} body.home .header{background: transparent;box-shadow: none;webkit-box-shadow:none;} body.home .header.scrolled{background: #fff;webkit-box-shadow: 0px 5px 10px 0px rgba(17, 58, 93, 0.1);-ms-box-shadow: 0px 5px 10px 0px rgba(17, 58, 93, 0.1);box-shadow: 0px 5px 10px 0px rgba(17, 58, 93, 0.1);} body.home .header:not(.scrolled) .nav-main > li, body.home .header:not(.scrolled) .nav-main > li > a, body.home .header:not(.scrolled) .nav-right > li > a, body.home .header:not(.scrolled) .nav-left > li > a{color:#ffffff;} body.home .header:not(.scrolled) .nav-line{background: #ffffff} body.home.night .header:not(.scrolled) .nav-main > li, body.home.night .header:not(.scrolled) .nav-main > li > a, body.home.night .header:not(.scrolled) .nav-right > li > a, body.home.night .header:not(.scrolled) .nav-left > li > a{color:#fff;} body.home .nav-main li.menu-item-has-children:after{color:#fff;} body.home .header.scrolled .nav-main li.menu-item-has-children:after{color:#333;} body.home.night .nav-main li.menu-item-has-children:after{color:#fff;} body.home.night .header.scrolled .nav-main li.menu-item-has-children:after{color:#bbb;} @media (max-width: 925px){ .banner-slider{padding-top: 85px;} } @media (max-width: 768px){ .banner{margin-top: -60px;} .banner-slider{padding-top: 70px;} } .erphpdown-box, .erphpdown, .article-content .erphpdown-content-vip{background: transparent !important;border: 2px dashed var(--theme-color);} .erphpdown-box .erphpdown-title{display: inline-block;} .logo{width:180px;}@media (max-width: 1024px){.logo, .logo a {width: 60px;height: 60px;}}@media (max-width: 768px){}. . . . . .飞猫客. . . . 首页. . 编程学院 . . .网页前端. .Java. .PHP. .Python. .C/C++. .移动开发. . .Android. .IOS. .微信开发. . . .区块链. .人工智能. .大数据/云计算. .数据结构/算法. .运维. . .Linux运维. .Windows运维. .其他运维. . . .数据库. .其他语言. . . . IT互联网 . . .SEO教程. .SEM竞价. .抖音. .自媒体. .淘宝电商. .信息流推广. . . . .开通VIP会员. . . . . . . . . .登录.注册. . . . . . . . . .搜索. . . . . . . .当前位置：.首页. . .人工智能. . .正文. . . . . .超牛人工智能多项目实战课程-带全套源码 基于Python深度有趣. . . 2020-02-10. . .人工智能. . 1.45k. . . . . .课程目录. .├─(1) 00 文档.swf. .├─(2) 01 前言.mp4. .├─(3) 02 准备工作.mp4. .├─(4) 03 高端又一般的词云.mp4. .├─(5) 04 图像风格迁移.mp4. .├─(6) 05 自编码器图像去噪.mp4. .├─(7) 06 变分自编码器.mp4. .├─(8) 07 生成式对抗网络-1.mp4. .├─(9) 07 生成式对抗网络-2.mp4. .├─(10) 08 DCgan人脸图片生成.mp4. .├─(11) 09 Inception-v3图片分类.mp4. .├─(12) 10 股票价格预测.mp4. .├─(13) 11 TensorFlow物体检测.mp4. .├─(14) 12 一起来动动手.mp4. .├─(15) 13 词向量的训练.mp4. .├─(16) 14 Dlib快速入门.mp4. .├─(17) 15 浅谈中文分词.mp4. .├─(18) 16 令人拍案叫绝的WGAN.mp4. .├─(19) 17 CGAN和ACGAN.mp4. .├─(20) 18 二次元头像生成.mp4. .├─(21) 19 pix2pix图像翻译.mp4. .├─(22) 20 CycleGAN性别转换.mp4. .├─(23) 21 从FlappyBird到DQN.mp4. .├─(24) 22 天马星空的Deepdream.mp4. .├─(25) 23 歌词古诗自动生成.mp4. .├─(26) 24 语句相似度计算.mp4. .├─(27) 25 图像标题生成.mp4. .├─(28) 26 Seq2Seq机器翻.mp4. .├─(29) 27 服饰关键点定位.mp4. .├─(30) 28 自动语音识别.mp4. .├─(31) 29 方言种类分类.mp4. .├─(32) 30 快速图像风格迁移.mp4. .(1)\代码；目录中文件数:0个. .(2)\代码\完整版；目录中文件数:28个. .├─(33) 03 词云.zip. .├─(34) 04 图像风格迁移.zip. .├─(35) 05 自编码器图像去噪.zip. .├─(36) 06 变分自编码器.zip. .├─(37) 07 生成式对抗网络.zip. .├─(38) 08 DCGAN人脸图片生成.zip. .├─(39) 09 Inception-v3图片分类.zip. .├─(40) 10 股票价格预测.zip. .├─(41) 11 TensorFlow物体检测.zip. .├─(42) 12 一起来动动手.zip. .├─(43) 13 词向量的训练.zip. .├─(44) 14 dlib快速入门.zip. .├─(45) 15 浅谈中文分词.zip. .├─(46) 16 令人拍案叫绝的WGAN.zip. .├─(47) 17 CGAN和ACGAN.zip. .├─(48) 18 二次元头像生成.zip. .├─(49) 19 pix2pix图像翻译.zip. .├─(50) 20 CycleGAN性别转换.zip. .├─(51) 21 从FlappyBird到DQN.zip. .├─(52) 22 天马星空的DeepDream.zip. .├─(53) 23 歌词古诗自动生成.zip. .├─(54) 24 语句相似度计算.zip. .├─(55) 25 图像标题生成.zip. .├─(56) 26 Seq2Seq机器翻译.zip. .├─(57) 27 服饰关键点定位.zip. .├─(58) 28 自动语音识别.zip. .├─(59) 29 方言种类分类.zip. .├─(60) 30 快速图像风格迁移.zip. .(3)\代码\精简版；目录中文件数:28个. .├─(61) 03 词云.zip. .├─(62) 04 图像风格迁移.zip. .├─(63) 05 自编码器图像去噪.zip. .├─(64) 06 变分自编码器.zip. .├─(65) 07 生成式对抗网络.zip. .├─(66) 08 DCGAN人脸图片生成.zip. .├─(67) 09 Inception-v3图片分类.zip. .├─(68) 10 股票价格预测.zip. .├─(69) 11 TensorFlow物体检测.zip. .├─(70) 12 一起来动动手.zip. .├─(71) 13 词向量的训练.zip. .├─(72) 14 dlib快速入门.zip. .├─(73) 15 浅谈中文分词.zip. .├─(74) 16 令人拍案叫绝的WGAN.zip. .├─(75) 17 CGAN和ACGAN.zip. .├─(76) 18 二次元头像生成.zip. .├─(77) 19 pix2pix图像翻译.zip. .├─(78) 20 CycleGAN性别转换.zip. .├─(79) 21 从FlappyBird到DQN.zip. .├─(80) 22 天马星空的DeepDream.zip. .├─(81) 23 歌词古诗自动生成.zip. .├─(82) 24 语句相似度计算.zip. .├─(83) 25 图像标题生成.zip. .├─(84) 26 Seq2Seq机器翻译.zip. .├─(85) 27 服饰关键点定位.zip. .├─(86) 28 自动语音识别.zip. .├─(87) 29 方言种类分类.zip. .├─(88) 30 快速图像风格迁移.zip. ..erphpdown-box, .erphpdown-box + .article-custom-metas{display:block;}.资源下载.下载价格.10. 猫币.VIP免费.请先登录.客服QQ：765807314. . . . .1. . .0. . .人工智能.全套.项目实战. . . . .上一篇.最新金融信贷风控的机器学习实战. .下一篇.ML_机器学习中的数学班视频教程. . . 猜你喜欢. . . . . . .人工智能. .知乎AI大模型全栈工程师2期. . 资源目录 ├──08-fine-tuning.zip  37.80M ├──1-简介 - AI 大模型全栈工.... . . 3周前. 258. 55. . . . . . . . .人工智能. .营销老A：更懂商业的AI人工智能课. . 资源目录 ├──00.【01】AI，毫无疑问是人类世界近30年来的最大风口.mp4  83.06.... . . 4周前. 156. 57. . . . . . . . .Python. .全栈成功之路 500课实战Python全栈工程师. . 零基础编程入门： 无论您是初学者还是有一些基础的学习者，我们将从零开始，提.... . . 2024-01-26. 309. 66. . . . . . . . .人工智能. .AI变现实战案例教程（16合集）. . 资源目录： 1、2023视频号AI短视频创业营 2、AIGC玩赚副业 3、Al辅.... . . 2024-01-19. 405. 89. . . . . . . . .人工智能. .AI进化社MJ&Stable diffusion绘画课. . 课程目录 AI进化社MJ&Stable diffusion绘画课 ├──01.AI绘画的历史和现状.... . . 2024-01-13. 279. 45. . . . . . . . .人工智能. .知乎-AI大模型全栈工程师1期. . 知乎-AI大模型全栈工程师1期 ├──08-fine-tuning.zip  37.80M ├──1.简介 - AI.... . . 2024-01-09. 349. 69. . . . . . 评论.2. . . . .请先 .登录. ！. . . . . .代码 是基于torch还是tensorflow的.Lyan. 2021-01-03. .0. 回复. .tensorflow.飞猫客. 2021-01-04. .0. 回复. . . . . . . . . . . . .10. 猫币.VIP免费.升级VIP.0.猫币. 请先登录.客服QQ：765807314. . 最新文章. . .零声C/C++企业级项目实战班. . .5天前. . 91. . 66. . . . .vue3+ts入门实战用户管理界面. . .1周前. . 131. . 55. . . . .Android HAL编程实战-实现自己的HAL和探索Android底层开发视频教程. . .2周前. . 100. . 67. . . . .WinHex数据恢复教程从入门到精通. . .2周前. . 95. . 64. . . . .尚硅g 2024年嵌入式 线下班. . .3周前. . 197. . 47. . . . .郭天祥22套大合集. . .3周前. . 122. . 120. . . . .知乎AI大模型全栈工程师2期. . .3周前. . 258. . 55. . . . .光环PMP第六版培训课程. . .4周前. . 139. . 51. . . . .Android. . .C/C++. . .IOS. . .Java. . .Linux运维. . .PHP. . .Python. . .SEM竞价. . .SEO教程. . .Windows运维. . .人工智能. . .信息流推广. . .其他语言. . .其他运维. . .区块链. . .大数据/云计算. . .微信开发. . .抖音. . .数据库. . .数据结构/算法. . .淘宝电商. . .移动开发. . .网页前端. . .自媒体. . .运维. . . 热门标签.实战.大数据.项目实战.尚硅谷.入门.黑马.人工智能.开课吧.Java.架构师.Vue.机器学习.微服务.数据结构.数据分析.算法.Go.千锋.全套视频.React.分布式.SpringBoot.老男孩.黑马程序员.爬虫.精通.电商.Java架构师.零基础.实战课程. 网友评论. . . . . . . . . .网站地图. ©2018-2020 .飞猫客. 站内资源收集于网络或网友投稿，若侵犯了您的合法权益，请联系我们删除！. .Email:765807314@qq.com. . . . . . . . . . . . . . . . .没有账号？.注册.  .忘记密码？. . . . . . . . .显示验证码. . . . . . . .已有账号？ .登录. . . . . window._MBT = {uri: 'https://www.feimaoke.com/wp-content/themes/modown', child: 'https://www.feimaoke.com/wp-content/themes/modown', urc: 'https://www.feimaoke.com/wp-content/themes/modown', uru: 'https://www.feimaoke.com/wp-content/themes/modown', url:'https://www.feimaoke.com', urg: 'https://www.feimaoke.com/wp-content/themes/modown', url:'https://www.feimaoke.com',usr: 'https://www.feimaoke.com/user', roll: [], admin_ajax: 'https://www.feimaoke.com/wp-admin/admin-ajax.php', erphpdown: 'https://www.feimaoke.com/wp-content/plugins/erphpdown/', image: '0.6316', hanimated: '1', fancybox: '0', anchor: '0', loading: '', nav: '0', iframe: '0', video_full: '0'};. .window._ERPHPDOWN = {"uri":"https://www.feimaoke.com/wp-content/plugins/erphpdown", "payment": "1", "wppay": "link", "author": "mobantu"}. . /* <![CDATA[ */ var _ERPHP = {"ajaxurl":"https:\/\/www.feimaoke.com\/wp-admin\/admin-ajax.php"}; /* ]]> */ . . . . . .MOBANTU.init({ias: 0, lazy: 0, plazy: 0, water: 0, mbf: 0, mpf: 0, mpfp: 0});. . (function(){ var bp = document.createElement('script'); var curProtocol = window.location.protocol.split(':')[0]; if (curProtocol === 'https'){ bp.src = 'https://zz.bdstatic.com/linksubmit/push.js'; } else{ bp.src = 'http://push.zhanzhang.baidu.com/push.js'; } var s = document.getElementsByTagName("script")[0]; s.parentNode.insertBefore(bp, s); })(); . .
03-01 279 10.0
七月在线机器学习工程师班第八期
人工智能

. . . . . . .ML_机器学习中的数学班视频教程 - 飞猫客. . . . . . . . . . . . . . :root{--theme-color: #ff5f33;--theme-color2: #ff5f33;--theme-radius: 5px;} .banner{margin-top: -70px;} .banner-slider{padding-top: 90px;} .banner-slider:after{content: none;} body.home .header{background: transparent;box-shadow: none;webkit-box-shadow:none;} body.home .header.scrolled{background: #fff;webkit-box-shadow: 0px 5px 10px 0px rgba(17, 58, 93, 0.1);-ms-box-shadow: 0px 5px 10px 0px rgba(17, 58, 93, 0.1);box-shadow: 0px 5px 10px 0px rgba(17, 58, 93, 0.1);} body.home .header:not(.scrolled) .nav-main > li, body.home .header:not(.scrolled) .nav-main > li > a, body.home .header:not(.scrolled) .nav-right > li > a, body.home .header:not(.scrolled) .nav-left > li > a{color:#ffffff;} body.home .header:not(.scrolled) .nav-line{background: #ffffff} body.home.night .header:not(.scrolled) .nav-main > li, body.home.night .header:not(.scrolled) .nav-main > li > a, body.home.night .header:not(.scrolled) .nav-right > li > a, body.home.night .header:not(.scrolled) .nav-left > li > a{color:#fff;} body.home .nav-main li.menu-item-has-children:after{color:#fff;} body.home .header.scrolled .nav-main li.menu-item-has-children:after{color:#333;} body.home.night .nav-main li.menu-item-has-children:after{color:#fff;} body.home.night .header.scrolled .nav-main li.menu-item-has-children:after{color:#bbb;} @media (max-width: 925px){ .banner-slider{padding-top: 85px;} } @media (max-width: 768px){ .banner{margin-top: -60px;} .banner-slider{padding-top: 70px;} } .erphpdown-box, .erphpdown, .article-content .erphpdown-content-vip{background: transparent !important;border: 2px dashed var(--theme-color);} .erphpdown-box .erphpdown-title{display: inline-block;} .logo{width:180px;}@media (max-width: 1024px){.logo, .logo a {width: 60px;height: 60px;}}@media (max-width: 768px){}. . . . . .飞猫客. . . . 首页. . 编程学院 . . .网页前端. .Java. .PHP. .Python. .C/C++. .移动开发. . .Android. .IOS. .微信开发. . . .区块链. .人工智能. .大数据/云计算. .数据结构/算法. .运维. . .Linux运维. .Windows运维. .其他运维. . . .数据库. .其他语言. . . . IT互联网 . . .SEO教程. .SEM竞价. .抖音. .自媒体. .淘宝电商. .信息流推广. . . . .开通VIP会员. . . . . . . . . .登录.注册. . . . . . . . . .搜索. . . . . . . .当前位置：.首页. . .人工智能. . .正文. . . . . .ML_机器学习中的数学班视频教程. . . 2020-02-10. . .人工智能. . 1.13k. . . . . .第1讲 微积分和梯度.ppt. 第2讲 Taylor展式与拟牛顿.mp4. 第2讲 Taylor展式与拟牛顿.ppt. 第3讲 概率论基础.mp4. 第4讲 概率计算与拒绝采样.mp4. 第5讲 期望和方差.mp4. 第6讲 协方差.mp4. 第7讲 偏度和峰度.mp4. 第8讲 中心极限定理.mp4. 第9讲 矩估计.mp4. 第10讲 极大似然估计.mp4. 第11讲 重新理解矩阵.mp4. 第12讲 四个基本的子空间.mp4. ..erphpdown-box, .erphpdown-box + .article-custom-metas{display:block;}.资源下载.下载价格.10. 猫币.VIP免费.请先登录.客服QQ：765807314. . . . .1. . .0. . .机器学习. . . . .上一篇.超牛人工智能多项目实战课程-带全套源码 基于Python深度有趣. .下一篇.《深度学习》Hs训练营【第二期】视频教程. . . 猜你喜欢. . . . . . .人工智能. .知乎AI大模型全栈工程师2期. . 资源目录 ├──08-fine-tuning.zip  37.80M ├──1-简介 - AI 大模型全栈工.... . . 3周前. 258. 55. . . . . . . . .人工智能. .营销老A：更懂商业的AI人工智能课. . 资源目录 ├──00.【01】AI，毫无疑问是人类世界近30年来的最大风口.mp4  83.06.... . . 4周前. 156. 57. . . . . . . . .Python. .全栈成功之路 500课实战Python全栈工程师. . 零基础编程入门： 无论您是初学者还是有一些基础的学习者，我们将从零开始，提.... . . 2024-01-26. 309. 66. . . . . . . . .人工智能. .AI变现实战案例教程（16合集）. . 资源目录： 1、2023视频号AI短视频创业营 2、AIGC玩赚副业 3、Al辅.... . . 2024-01-19. 405. 89. . . . . . . . .人工智能. .AI进化社MJ&Stable diffusion绘画课. . 课程目录 AI进化社MJ&Stable diffusion绘画课 ├──01.AI绘画的历史和现状.... . . 2024-01-13. 279. 45. . . . . . . . .人工智能. .知乎-AI大模型全栈工程师1期. . 知乎-AI大模型全栈工程师1期 ├──08-fine-tuning.zip  37.80M ├──1.简介 - AI.... . . 2024-01-09. 349. 69. . . . . . 评论.0. . . . .请先 .登录. ！. . . . . . . . .10. 猫币.VIP免费.升级VIP.0.猫币. 请先登录.客服QQ：765807314. . 最新文章. . .零声C/C++企业级项目实战班. . .5天前. . 91. . 66. . . . .vue3+ts入门实战用户管理界面. . .1周前. . 131. . 55. . . . .Android HAL编程实战-实现自己的HAL和探索Android底层开发视频教程. . .2周前. . 100. . 67. . . . .WinHex数据恢复教程从入门到精通. . .2周前. . 95. . 64. . . . .尚硅g 2024年嵌入式 线下班. . .3周前. . 197. . 47. . . . .郭天祥22套大合集. . .3周前. . 122. . 120. . . . .知乎AI大模型全栈工程师2期. . .3周前. . 258. . 55. . . . .光环PMP第六版培训课程. . .4周前. . 139. . 51. . . . .Android. . .C/C++. . .IOS. . .Java. . .Linux运维. . .PHP. . .Python. . .SEM竞价. . .SEO教程. . .Windows运维. . .人工智能. . .信息流推广. . .其他语言. . .其他运维. . .区块链. . .大数据/云计算. . .微信开发. . .抖音. . .数据库. . .数据结构/算法. . .淘宝电商. . .移动开发. . .网页前端. . .自媒体. . .运维. . . 热门标签.实战.大数据.项目实战.尚硅谷.入门.黑马.人工智能.开课吧.Java.架构师.Vue.机器学习.微服务.数据结构.数据分析.算法.Go.千锋.全套视频.React.分布式.SpringBoot.老男孩.黑马程序员.爬虫.精通.电商.Java架构师.零基础.实战课程. 网友评论. . . . . . . . . .网站地图. ©2018-2020 .飞猫客. 站内资源收集于网络或网友投稿，若侵犯了您的合法权益，请联系我们删除！. .Email:765807314@qq.com. . . . . . . . . . . . . . . . .没有账号？.注册.  .忘记密码？. . . . . . . . .显示验证码. . . . . . . .已有账号？ .登录. . . . . window._MBT = {uri: 'https://www.feimaoke.com/wp-content/themes/modown', child: 'https://www.feimaoke.com/wp-content/themes/modown', urc: 'https://www.feimaoke.com/wp-content/themes/modown', uru: 'https://www.feimaoke.com/wp-content/themes/modown', url:'https://www.feimaoke.com', urg: 'https://www.feimaoke.com/wp-content/themes/modown', url:'https://www.feimaoke.com',usr: 'https://www.feimaoke.com/user', roll: [], admin_ajax: 'https://www.feimaoke.com/wp-admin/admin-ajax.php', erphpdown: 'https://www.feimaoke.com/wp-content/plugins/erphpdown/', image: '0.6316', hanimated: '1', fancybox: '0', anchor: '0', loading: '', nav: '0', iframe: '0', video_full: '0'};. .window._ERPHPDOWN = {"uri":"https://www.feimaoke.com/wp-content/plugins/erphpdown", "payment": "1", "wppay": "link", "author": "mobantu"}. . /* <![CDATA[ */ var _ERPHP = {"ajaxurl":"https:\/\/www.feimaoke.com\/wp-admin\/admin-ajax.php"}; /* ]]> */ . . . . . .MOBANTU.init({ias: 0, lazy: 0, plazy: 0, water: 0, mbf: 0, mpf: 0, mpfp: 0});. . (function(){ var bp = document.createElement('script'); var curProtocol = window.location.protocol.split(':')[0]; if (curProtocol === 'https'){ bp.src = 'https://zz.bdstatic.com/linksubmit/push.js'; } else{ bp.src = 'http://push.zhanzhang.baidu.com/push.js'; } var s = document.getElementsByTagName("script")[0]; s.parentNode.insertBefore(bp, s); })(); . .
03-01 248 10.0

评论0

请先 ！