咕泡人工智能深度学习系统班第十一期-网盘资源-网盘之家

咕泡人工智能深度学习系统班第十一期

2026-04-05 02:41

　　?? 咕泡-人工智能深度学习系统班(第十一期) ?? 01-机器学习 ?? 7-图像分割实战 ?? 6-综合项目-物体检测经典算法实战 ?? 18-强化学习与AI黑科技实例 ?? 2-AI课程所需安装软件教程 ?? 8-走向AI论文实验与项目实战的捷径-MMLAB实战系列 ?? 19-面向医学领域的深度学习实战 ?? 26-自然语言处理通用框架-BERT实战 ?? 13-面向深度学习的无人驾驶实战 ?? 9-经典视觉项目实战：行为识别、姿态估计、目标追踪 ?? 20-CV与NLP经典大模型解读 ?? 14-对比学习与多模态任务实战 ?? 11-图神经网络实战 ?? 15-缺陷检测实战 ?? 21-CV与NLP经典大模型解读2 ?? 10-论?必备-Transformer实战系列 ?? 3-深度学习必备核?算法 ?? 16-行人重识别实战 ?? 22-深度学习模型部署与剪枝优化实战 ?? 23-自然语言处理经典案例实战 ?? 28-知识图谱实战系列 ?? 30-推荐系统实战系列 ?? 12-3D点云实战 ?? 27-论文创新点常用方法及其应用实例 ?? 1-直播课回放 ?? 29-语音识别实战系列 ?? 5-Opencv图像处理框架实战 ?? 17-对抗生成网络实战 ?? 4-深度学习框架PyTorch ?? 25-自然语言处理必备神器Huggingface系列实战 ?? 24-时间序列预测 ?? 08-第八模块：Python金融分析与量化交易实战 ?? 01-第一模块：Python快速入门 ?? 09-第九模块：深度学习经典算法解析 ?? 03-第三模块：人工智能-必备数学课程 ?? 10-选修：Python数据分析案例实战 ?? 11-选修：机器学习进阶实战 ?? 02-第二模块：Python数据科学必备工具包实战 ?? 07-第七模块：机器学习竞赛优胜解决方案实战 ?? 06-第六模块：机器学习案例实战应用集锦 ?? 05-第五模块：机器学习算法建模实战项目 ?? 04-第四模块：机器学习算法精讲及其案例应用 ?? 资料.7z ?? 数学基础课件.zip ?? 7-医学?脏视频数据集分割建模实战 ?? 10-物体检测框架-MaskRcnn项目介绍与配置 ?? 4-U2NET显著性检测实战 ?? 5-deeplab系列算法 ?? 12-基于MASK-RCNN框架训练自己的数据与任务 ?? 3-unet医学细胞分割实战 ?? 1-图像分割及其损失函数概述 ?? 9-补充：Mask2former源码解读 ?? 2-Unet系列算法讲解 ?? 6-基于deeplabV3+版本进?VOC分割实战 ?? 11-MaskRcnn网络框架源码详解 ?? 8-分割模型Maskformer系列 ?? 13-ChatGPT ?? 3-PPO实战-月球登陆器训练实例 ?? 6-Actor-Critic算法分析(A3C) ?? 4-Q-learning与DQN算法 ?? 9-GPT建模与预测流程 ?? 7-用A3C玩转超级马里奥 ?? 11-Diffusion模型解读 ?? 2-PPO算法与公式推导 ?? 14-拓展-强化学习 ?? 1-强化学习简介及其应用 ?? 12-Dalle2及其源码解读 ?? 5-DQN改进与应用技巧 ?? 10-CLIP系列 ?? 8-GPT系列生成模型 ?? 6-项目实战-基于V3版本进行源码解读(建议直接跑V5版本) ?? 19-EfficientDet检测算法 ?? 3-YOLO-V1整体思想与网络架构 ?? 15-detr目标检测源码解读 ?? 14-基于Transformer的detr目标检测算法 ?? 18-EfficientNet网络 ?? 20-YOLO V9 ?? 17-半监督物体检测 ?? 1-物体检测评估指标 ?? 5-YOLO-V3核心网络模型 ?? 10-V5项目工程源码解读 ?? 8-YOLO-V4版本算法解读 ?? 2-深度学习经典检测?法概述 ?? 7-基于YOLO-V3训练自己的数据集与任务(建议直接跑V5版本) ?? 12-V7源码解读 ?? 4-YOLO-V2改进细节详解 ?? 13-YOLOV8 ?? 11-YOLO系列(V7)算法解读 ?? 9-V5版本项目配置 ?? 16-DeformableDetr算法解读 ?? 2-Anaconda基础讲解和使用的教程 ?? 1-AI课程所需安装软件教程 ?? 4-项目实战-基于BERT的中文命名实体识别识别实战 ?? 1-自然语言处理通用框架BERT原理解读 ?? 6-必备基础-掌握Tensorflow如何实现word2vec模型 ?? 7-必备基础知识点-RNN网络架构与情感分析应用实例 ?? 5-必备基础知识点-woed2vec模型通俗解读 ?? 2-谷歌开源项目BERT源码解读与应用实例 ?? 3-项目实战-基于BERT的中文情感分析实战 ?? 8-医学糖尿病数据命名实体识别 ?? 5-第二模块：使用分割模块训练自己的数据集 ?? 16-第五模块：stylegan2源码解读 ?? 9-第三模块：DeformableDetr物体检测源码分析 ?? 1-MMCV安装方法 ?? 7-第二模块：分割任务CVPR最新Backbone设计及其应用 ?? 13-第四模块：DBNET文字检测 ?? 20-第八模块：模型剪枝方法概述分析 ?? 19-第八模块：模型蒸馏应用实例 ?? 21-第九模块：mmaction行为识别 ?? 14-第四模块：ANINET文字识别 ?? 8-第三模块：mmdet训练自己的数据任务 ?? 17-第六模块：BasicVSR++视频超分辨重构源码解读 ?? 15-第四模块：KIE基于图模型的关键信息抽取 ?? 18-第七模块：多模态3D目标检测算法源码解读 ?? 23-额外补充-在源码中加入各种注意力机制方法 ?? 10-第三模块：DeformableDetr算法解读 ?? 11-补充：Mask2former源码解读 ?? 3-第一模块：训练结果测试与验证 ?? 24-追踪新增 ?? 12-KIE关键信息抽取与视频超分辨率重构 ?? 6-第二模块：基于Unet进行各种策略修改 ?? 22-OCR算法解读 ?? 4-第一模块：模型源码DEBUG演示 ?? 2-第一模块：分类任务基本操作 ?? 9-基于deeplabV3+版本进行VOC分割实战 ?? 17-医学糖尿病数据命名实体识别 ?? 2-PyTorch框架基本处理操作 ?? 14-Neo4j数据库实战 ?? 5-图像分割及其损失函数概述 ?? 16-词向量模型与RNN网络架构 ?? 1-卷积神经网络原理与参数解读 ?? 11-YOLO系列物体检测算法原理解读 ?? 7-unet医学细胞分割实战 ?? 4-基于Resnet的医学数据集分类实战 ?? 10-基于deeplab的心脏视频数据诊断分析 ?? 15-基于知识图谱的医药问答系统实战 ?? 3-PyTorch框架必备核心模块解读 ?? 8-deeplab系列算法 ?? 13-知识图谱原理解读 ?? 12-基于YOLO5细胞检测实战 ?? 6-Unet系列算法讲解 ?? 5-ANINET源码解读 ?? 3-多模态3D目标检测算法源码解读 ?? 2-CLIP系列 ?? 1-对比学习算法与实例 ?? 4-多模态文字识别 ?? 11-deepsort算法知识点解读 ?? 13-YOLO-V4版本算法解读 ?? 9-姿态估计OpenPose系列算法解读 ?? 7-基础补充-Resnet模型及其应用实例 ?? 15-V5项目工程源码解读 ?? 1-slowfast算法知识点通俗解读 ?? 5-视频异常检测算法与元学习 ?? 6-视频异常检测CVPR2021论文及其源码解读 ?? 4-基于3D卷积的视频分析与动作识别 ?? 3-slowfast源码详细解读 ?? 2-slowfast项目环境配置与配置文件 ?? 8-课程介绍 ?? 14-V5版本项目配置 ?? 12-deepsort源码解读 ?? 10-OpenPose算法源码分析 ?? 12-TSDF实战案例 ?? 9-NeuralRecon项目环境配置 ?? 3-车道线检测算法与论文解读 ?? 5-商汤LoFTR算法解读 ?? 7-三维重建应用与坐标系基础 ?? 1-深度估计算法原理解读 ?? 15-特斯拉无人驾驶解读 ?? 10-NeuralRecon项目源码解读 ?? 13-轨迹估计算法与论文解读 ?? 8-NeuralRecon算法解读 ?? 14-轨迹估计预测实战 ?? 2-深度估计项目实战 ?? 4-基于深度学习的车道线检测项目实战 ?? 6-局部特征关键点匹配实战 ?? 11-TSDF算法与应用 ?? 6-视觉自监督任务BEITV2论文解读 ?? 14-视觉QA算法与论文解读 ?? 2-GPT系列算法解读 ?? 13-视觉大模型SAM ?? 1-课程简介 ?? 18-RAGFLOW和function calling ?? 3-GPT2训练与预测部署流程 ?? 5-视觉自监督BEIT算法解读 ?? 10-补充-视觉大模型基础-deformableAttention ?? 8-BEV感知特征空间算法解读 ?? 12-LLM下游任务训练自己模型实战 ?? 9-BEVformer项目源码解读 ?? 11-LLM与LORA微调策略解读 ?? 7-视觉自监督任务BEITV2源码解读 ?? 16-openai-dalle2论文解读 ?? 17-openai-dalle2源码解读 ?? 15-扩散模型diffusion架构算法解读 ?? 8-基于图模型的轨迹估计 ?? 9-图模型轨迹估计实战 ?? 2-图卷积GCN模型 ?? 5-图注意力机制与序列图模型 ?? 11-异构图神经网络 ?? 3-图模型必备神器PyTorch Geometric安装与使用 ?? 4-使用PyTorch Geometric构建自己的图数据集 ?? 6-图相似度论文解读 ?? 1-图神经网络基础 ?? 7-图相似度计算实战 ?? 10-基于图模型的时间序列预测 ?? 3-物体检测框架YOLOV5版本项目配置 ?? 12-图像分割deeplab系列算法 ?? 5-基于YOLOV5的钢材缺陷检测实战 ?? 13-基于deeplabV3+版本进?VOC分割实战 ?? 14-Deeplab铁质材料缺陷检测与开源项?应?流程 ?? 10-基于Opencv缺陷检测项?实战 ?? 11-基于视频流?线的Opencv缺陷检测项? ?? 2-物体检框架YOLO-V4版本算法解读 ?? 1-课程介绍 ?? 7-Opencv图像常?处理?法实例 ?? 9-Opencv轮廓检测与直?图 ?? 6-Semi-supervised布料缺陷检测实战 ?? 4-物体检测框架YOLOV5项目工程源码解读 ?? 8-Opencv梯度计算与边缘检测实例 ?? 3-CVPR2024：YOLO- World ?? 5-Llama3应用 ?? 4-time-llm大模型多模态预测任务 ?? 10-Llava与YOLO11 ?? 1-斯坦福AI小镇架构与项目解读 ?? 8-RAGFLOW和function calling ?? 7-大模型微调与应用 ?? 9-Agent工作流搭建 ?? 6-SAM2视频分割 ?? 6-基于Transformer的detr目标检测算法 ?? 19-Informer时间序列源码解读 ?? 7-detr目标检测源码解读 ?? 3-VIT算法模型源码解读 ?? 1-Transformer算法解读 ?? 4-swintransformer算法原理解析 ?? 20-Huggingface与NLP(讲故事) ?? 16-BEV特征空间 ?? 14-分割模型Maskformer系列 ?? 15-Mask2former源码解读 ?? 17-BevFormer源码解读 ?? 18-时间序列预测 ?? 2-视觉Transformer及其源码分析 ?? 13-局部特征关键点匹配实战 ?? 10-MedicalTrasnformer论文解读 ?? 11-MedicalTransformer源码解读 ?? 8-DeformableDetr算法解读 ?? 9-DeformableDetr物体检测源码分析 ?? 5-swintransformer源码解读 ?? 12-商汤LoFTR算法解读 ?? 6-YOLO-V3物体检测部署实例 ?? 1-AIoT人工智能物联网之认识 jetson nano ?? 11-Mobilenet三代网络模型架构 ?? 4- AIoT人工智能物联网之deepstream ?? 8-tensorflow-serving实战 ?? 2-AIoT人工智能物联网之AI 实战 ?? 3-AIoT人工智能物联网之NVIDIA TAO 实用级的训练神器 ?? 5-pyTorch框架部署实践 ?? 7-docker实例演示 ?? 9-模型剪枝-Network Slimming算法分析 ?? 10-模型剪枝-Network Slimming实战解读 ?? 12-拓展-模型部署 ?? 1-神经网络结构 ?? 2-卷积神经网络 ?? 3-Transformer ?? 4-VIT源码解读 ?? 4-AAAI2020顶会算法精讲 ?? 5-项目实战-基于行人局部特征融合的再识别实战 ?? 7-基于拓扑图的行人重识别项目实战 ?? 2-基于注意力机制的Reld模型论文解读 ?? 6-旷视研究院最新算法解读(基于图模型) ?? 8-额外补充：行人搜索源码分析 ?? 1-行人重识别原理及其应用 ?? 3-基于Attention的行人重识别项目实战 ?? 2-商品信息可视化与文本分析 ?? 3-贝叶斯算法 ?? 7-语言模型 ?? 12-LSTM情感分析 ?? 9-基于word2vec的分类任务 ?? 11-NLP-相似度模型 ?? 10-NLP-文本特征方法对比 ?? 13-机器人写唐诗 ?? 6-HMM工具包实战 ?? 5-HMM隐马尔科夫模型 ?? 8-使用Gemsim构建词向量 ?? 14-对话机器人 ?? 1-NLP常用工具包实战 ?? 4-新闻分类任务实战 ?? 1-通用创新点 ?? 2-论文写作参考范文 ?? 8-医学糖尿病数据命名实体识别 ?? 4-使用python操作neo4j实例 ?? 1-知识图谱介绍及其应用领域分析 ?? 5-基于知识图谱的医药问答系统实战 ?? 2-知识图谱涉及技术点分析 ?? 3-Neo4j数据库实战 ?? 6-文本关系抽取实践 ?? 7-金融平台风控模型实践 ?? 2-协同过滤与矩阵分解 ?? 8-推荐系统常用工具包演示 ?? 10-基本统计分析的电影推荐 ?? 5-基于知识图谱的电影推荐实战 ?? 3-音乐推荐系统实战 ?? 6-点击率估计FM与DeepFM算法 ?? 9-基于文本数据的推荐实例 ?? 4-知识图谱与Neo4j数据库实例 ?? 11-补充-基于相似度的酒店推荐系统 ?? 7-DeepFM算法实战 ?? 1-推荐系统介绍及其应用 ?? 6-点云补全实战解读 ?? 7-点云配准及其案例实战 ?? 8-基础补充-对抗生成网络架构原理与实战解析 ?? 3-PointNet++算法解读 ?? 4-Pointnet++项目实战 ?? 5-点云补全PF-Net论文解读 ?? 2-3D点云PointNet算法 ?? 1-3D点云实战 3D点云应用领域分析 ?? 2-LAS模型语音识别实战 ?? 7-语音合成tacotron最新版实战 ?? 3-starganvc2变声器论文原理解读 ?? 1-seq2seq序列网络模型 ?? 5-语音分离ConvTasnet模型 ?? 4-staeganvc2变声器源码实战 ?? 6-ConvTasnet语音分离实战 ?? 012、Huggingface与知识图谱.mp4 ?? 010、基于分层强化学习的机器人路径规划方法.mp4 ?? 014、Deepseek辅助科研技能学习和科研探索.mp4 ?? 011、时间序列预测.mp4 ?? 006、融合强化学习与机器人训练原理、架构、部署.mp4 ?? 008、Transformer下游应用实例.mp4 ?? 007、VIT 源码Debug.mp4 ?? 004、卷积神经网络.mp4 ?? 003、神经网络解读.mp4 ?? 002、Pycharm环境配置与Debug演示(没用过的同学必看).mp4 ?? 005、transformer架构解读.mp4 ?? 001、开班典礼.mp4 ?? 009、图神经网络.mp4 ?? 013、对比学习.mp4 ?? 7-starganvc2变声器项目实战及其源码解读 ?? 8-图像超分辨率重构实战 ?? 2-对抗生成网络架构原理与实战解析 ?? 6-基于starganvc2的变声器论文原理解读 ?? 5-stargan项目实战及其源码解读 ?? 9-基于GAN的图像补全实战 ?? 1-课程介绍 ?? 4-stargan论文架构解析 ?? 3-基于CycleGan开源项目实战图像合成 ?? 1-课程简介与环境配置 ?? 9-项目实战-信用卡数字识别 ?? 5-图像梯度计算 ?? 10-项目实战-文档扫描OCR识别 ?? 6-边缘检测 ?? 3-阈值与平滑处理 ?? 15-项目实战-答题卡识别判卷 ?? 11-图像特征-harris ?? 19-项目实战-目标追踪 ?? 12-图像特征-sift ?? 8-直方图与傅里叶变换 ?? 13-案例实战-全景图像拼接 ?? 16-背景建模 ?? 14-项目实战-停车场车位识别 ?? 21-项目实战-疲劳检测 ?? 20-卷积原理与操作 ?? 17-光流估计 ?? 4-图像形态学操作 ?? 7-图像金字塔与轮廓检测 ?? 18-Opencv的DNN模块 ?? 2-图像基本操作 ?? 1-Informer原理解读 ?? 2-Informer源码解读 ?? 4-time-llm大模型多模态预测任务 ?? 3-Timesnet时序预测 ?? 3-神经网络回归任务-气温预测 ?? 8-PyTorch框架Flask部署例子 ?? 7-LSTM文本分类实战 ?? 2-使用神经网络进行分类任务 ?? 5-图像识别模型与训练策略(重点) ?? 1-PyTorch框架介绍与配置安装 ?? 4-卷积网络参数解读分析 ?? 6-DataLoader自定义数据集制作 ?? 2-Transformer工具包基本操作实例解读 ?? 11-补充Huggingface数据集制作方法实例 ?? 8-GPT训练与预测部署流程 ?? 1-Huggingface与NLP介绍解读 ?? 3-transformer原理解读 ?? 10-图谱知识抽取实战 ?? 9-文本摘要建模 ?? 4-BERT系列算法解读 ?? 7-GPT系列算法 ?? 6-文本预训练模型构建实例 ?? 5-文本标注工具与NER实例 ?? 01-课程内容与大纲介绍 ?? 11-聚类分析策略 ?? 10-因子打分选股实战 ?? 09-因子分析实战 ?? 13-基于深度学习的时间序列预测 ?? 02-金融数据时间序列分析 ?? 06-Ricequant回测选股分析实战 ?? 08-因子选股策略实战 ?? 04-策略收益与风险评估指标解析 ?? 05-量化交易与回测平台解读 ?? 12-拓展：fbprophet时间序列预测神器 ?? 11-回归分析策略 ?? 07-因子数据预处理实战 ?? 03-1双均线交易策略实战 ?? 03-基于统计分析的电影推荐 ?? 01-KIVA贷款数据 ?? 06-数据分析-机器学习模板 ?? 02-订单数据集分析 ?? 04-纽约出租车建模 ?? 05-商品信息可视化与文本分析 ?? 14-方差分析 ?? 09-核函数变换 ?? 11-回归分析 ?? 12-假设检验 ?? 05-特征值与矩阵分解 ?? 07-概率论基础 ?? 08-数据科学你得知道的几种分布 ?? 04-线性代数基础 ?? 02-微积分 ?? 16-贝叶斯分析 ?? 13-相关分析 ?? 15-聚类分析 ?? 06-随机变量 ?? 10-熵与激活函数 ?? 01-高等数学基础 ?? 03-泰勒公式与拉格朗日 ?? 01-深度学习必备基础知识点础 ?? 05-案例实战搭建神经网络 ?? 02-神经网络整体架构 ?? 04-递归神经网络与词向量原理解读 ?? 07-案例实战LSTM时间序列预测任务 ?? 06-案例实战卷积神经网络 ?? 03-卷积神经网络原理与参数解读 ?? 13-12-赋值机制 ?? 07-7-1-索引结构 ?? 15-14-循环结构 ?? 04-4-Python简介 ?? 21-20-类的属性操作 ?? 14-13-判断结构 ?? 03-3-Notebook工具使用 ?? 01-1-Python环境配置 ?? 11-10-字典的核心操作 ?? 16-15-函数定义 ?? 22-21-时间操作 ?? 12-11-Set结构 ?? 08-7-2-List基础结构 ?? 18-17-异常处理模块 ?? 09-8-List核心操作 ?? 02-2-Python库安装工具 ?? 05-5-Python数值运算 ?? 17-16-模块与包 ?? 10-9-字典基础定义 ?? 20-19-类的基本定义 ?? 06-6-Python字符串操作 ?? 19-18-文件操作 ?? 23-22-Python练习题-1 ?? 24-23-Python练习题-2 ?? 10-10文本特征处理方法对比 ?? 09-数据特征预处理 ?? 12-图像特征聚类分析实践 ?? 03-基于相似度的酒店推荐系统 ?? 02-爱彼迎数据集分析与建模 ?? 06-机器学习-模型解释方法实战 ?? 11-银行客户还款可能性预测 ?? 01-Python实战关联规则 ?? 04-商品销售额回归分析 ?? 08-NLP核心模型-Word2vec ?? 05-绝地求生数据集探索分析与建模 ?? 07-自然语言处理必备工具包实战 ?? 03-智慧城市-道路通行时间预测 ?? 04-特征工程建模可解释包 ?? 01-快手短视频用户活跃度分析 ?? 10-机器学习项目实战模板 ?? 08-数据特征常用构建方法 ?? 06-贷款平台风控模型+特征工程 ?? 07-新闻关键词抽取模型 ?? 05-医学糖尿病数据命名实体识别 ?? 09-用电敏感客户分类 ?? 04-特征工程建模可解释包 ?? 02-工业化生产预测 ?? 01-科学计算库-Numpy ?? 04-可视化库-Seaborn ?? 02-数据分析处理库-Pandas ?? 03-.可视化库-Matplotlib ?? 10-HMM隐马尔科夫模型 ?? 09-EM算法 ?? 13-音乐推荐系统实战 ?? 20-机器学习项目实战-数据处理与特征提取 ?? 07-贝叶斯优化及其工具包使用 ?? 13-基于统计分析的电影推荐 ?? 02-xgboost-gbdt-lightgbm提升算法框架对比 ?? 05-降维算法-线性判别分析 ?? 01-GBDT提升算法 ?? 21-机器学习项目实战-建模与分析 ?? 18-Tensorflow自己打造word2vec ?? 08-贝叶斯优化实战 ?? 05-人口普查数据集项目实战-收入预测 ?? 12-推荐系统 ?? 17-使用word2vec分类任务 ?? 01-数据特征 ?? 11-HMM案例实战 ?? 15-学习曲线 ?? 19-制作自己常用工具包 ?? 04-4.使用lightgbm进行饭店流量预测 ?? 15-NLP-文本特征方法对比 ?? 1-Mask-Rcnn开源项目简介.mp4 ?? 2-开源项目数据集.mp4 ?? 3-开源项目数据集.mp4 ?? 3-任务流程解读.mp4 ?? 1-数据集与任务概述.mp4 ?? 2-项目基本配置参数.mp4 ?? 6-补充：R(2plus1)D处理方法分析.mp4 ?? 4-文献报告分析.mp4 ?? 5-补充：视频数据源特征处理方法概述.mp4 ?? 05-fbprophe时间序列预测 ?? 02-基于随机森林的气温预测实战 ?? 06-京东用户购买意向预测 ?? 04-推荐系统实战 ?? 01-项目实战-交易数据异常检测 ?? 03-贝叶斯新闻分类实战 ?? 09-Kmeans代码实现 ?? 06-逻辑回归代码实现 ?? 16-支持向量机原理推导 ?? 29-HMM应用实例 ?? 14-集成算法原理 ?? 04-线性回归实验分析 ?? 05-逻辑回归实验分析 ?? 28-隐马尔科夫模型 ?? 27-主成分分析降维算法原理解读 ?? 13-决策树实验分析 ?? 03-模型评估方法 ?? 12-决策树代码实现 ?? 19-神经网络代码实现 ?? 20-贝叶斯算法原理 ?? 02-线性回归代码实现 ?? 07-逻辑回归实验分析 ?? 21-贝叶斯代码实现 ?? 25-代码实现word2vec词向量模型 ?? 11-决策树原理 ?? 17-支持向量机实验分析 ?? 22-关联规则实战分析 ?? 10-聚类算法实验分析 ?? 15-集成算法实验分析 ?? 18-神经网络算法原理 ?? 01-线性回归原理推导 ?? 24-词向量word2vec通俗解读 ?? 08-聚类算法-Kmeans&;Dbscan原理 ?? 23-关联规则代码实现 ?? 26-线性判别分析降维算法原理解读 ?? 1-任务目标与网络整体介绍.mp4 ?? 2-显著性检测任务与目标概述.mp4 ?? 5-损失函数与应用效果.mp4 ?? 4-解码器输出结果.mp4 ?? 3-编码器模块解读.mp4 ?? 6-模型效果验证.mp4 ?? 2-数据增强工具.mp4 ?? 1-医学细胞数据集介绍与参数配置.mp4 ?? 4-特征融合方法演示.mp4 ?? 5-迭代完成整个模型计算任务.mp4 ?? 3-Debug模式演示网络计算流程.mp4 ?? 6-测试与展示模块.mp4 ?? 2-使用labelme进行数据与标签标注.mp4 ?? 5-基于标注数据训练所需任务.mp4 ?? 4-maskrcnn源码修改方法.mp4 ?? 1-Labelme工具安装.mp4 ?? 3-完成训练数据准备工作.mp4 ?? 2-空洞卷积的作用.mp4 ?? 1-deeplab分割算法概述.mp4 ?? 3-感受野的意义.mp4 ?? 6-deeplabV3Plus版本网络架构.mp4 ?? 5-ASPP特征融合策略.mp4 ?? 4-SPP层的作用.mp4 ?? 2-分割任务中的目标函数定义.mp4 ?? 1-语义分割与实例分割概述.mp4 ?? 3-MIOU评估标准.mp4 ?? 1-PascalVoc数据集介绍.mp4 ?? 5-分割模型训练.mp4 ?? 3-网络前向传播流程.mp4 ?? 2-项目参数与数据集读取.mp4 ?? 4-ASPP层特征融合.mp4 ?? 2-网络计算流程.mp4 ?? 3-Unet升级版本改进.mp4 ?? 4-后续升级版本介绍.mp4 ?? 1-Unet网络编码与解码过程.mp4 ?? 3-多层级输入特征序列创建方法.mp4 ?? 2-多层级采样点初始化构建.mp4 ?? 1-Backbone获取多层级特征.mp4 ?? 4-偏移量与权重计算并转换.mp4 ?? 12-最终损失计算流程.mp4 ?? 5-Encoder特征构建方法实例.mp4 ?? 7-Decoder中的AttentionMask方法.mp4 ?? 10-正样本筛选损失计算.mp4 ?? 11-标签分类匹配结果分析.mp4 ?? 13-汇总所有损失完成迭代.mp4 ?? 6-query要预测的任务解读.mp4 ?? 9-标签分配策略解读.mp4 ?? 8-损失模块输入参数分析.mp4 ?? 1-分割模型Maskformer系列.mp4 ?? 2-PPO2版本公式解读.mp4 ?? 3-参数与网络结构定义.mp4 ?? 6-参数迭代与更新.mp4 ?? 1-Critic的作用与效果.mp4 ?? 5-奖励获得与计算.mp4 ?? 4-得到动作结果.mp4 ?? 9-正负样本选择与标签定义.mp4 ?? 10-RoiPooling层的作用与目的.mp4 ?? 7-Proposal层实现方法.mp4 ?? 2-FPN网络架构实现解读.mp4 ?? 1-FPN层特征提取原理解读.mp4 ?? 4-基于不同尺度特征图生成所有框.mp4 ?? 8-DetectionTarget层的作用.mp4 ?? 3-生成框比例设置.mp4 ?? 6-候选框过滤方法.mp4 ?? 12-整体框架回顾.mp4 ?? 11-RorAlign操作的效果.mp4 ?? 5-RPN层的作用与实现解读.mp4 ?? 1-ChatGPT.mp4 ?? 4-A3C整体架构分析.mp4 ?? 5-损失函数整理.mp4 ?? 3-计算流程实例.mp4 ?? 1-AC算法回顾与知识点总结.mp4 ?? 2-优势函数解读与分析.mp4 ?? 5-部署与网页预测展示.mp4 ?? 1-生成模型可以完成的任务概述.mp4 ?? 4-模型训练过程.mp4 ?? 2-数据样本生成方法.mp4 ?? 3-训练所需参数解读.mp4 ?? 5-与环境交互得到训练数据.mp4 ?? 6-训练网络模型.mp4 ?? 2-启动游戏环境.mp4 ?? 1-整体流程与环境配置.mp4 ?? 4-初始化局部模型并加载参数.mp4 ?? 3-要计算的指标回顾.mp4 ?? 1-整体任务流程演示.mp4 ?? 4-训练与更新.mp4 ?? 6-目标函数与公式解析.mp4 ?? 8-Q值迭代求解.mp4 ?? 2-探索与action获取.mp4 ?? 7-Qlearning算法实例解读.mp4 ?? 5-算法原理通俗解读.mp4 ?? 9-DQN简介.mp4 ?? 3-计算target值.mp4 ?? 1-Diffusion模型解读.mp4 ?? 2-强化学习的指导依据.mp4 ?? 3-强化学习AI游戏DEMO.mp4 ?? 6-计算机眼中的状态与行为.mp4 ?? 4-应用领域简介.mp4 ?? 5-强化学习工作流程.mp4 ?? 1-一张图通俗解释强化学习.mp4 ?? 1-强化学习的基础原理与应用等.mp4 ?? 3-要完成的目标分析.mp4 ?? 2-与环境交互得到所需数据.mp4 ?? 8-PPO算法整体思路解析.mp4 ?? 5-baseline方法.mp4 ?? 4-策略梯度推导.mp4 ?? 7-importance sampling的作用.mp4 ?? 1-基本情况介绍.mp4 ?? 6-OnPolicy与OffPolicy策略.mp4 ?? 1-CLIP系列.mp4 ?? 1-Dalle2源码解读.mp4 ?? 4-MultiSetp策略.mp4 ?? 1-DoubleDqn要解决的问题.mp4 ?? 5-连续动作处理方法.mp4 ?? 2-DuelingDqn改进方法.mp4 ?? 3-Dueling整体网络架构分析.mp4 ?? 1-GPT系列.mp4 ?? 3-整体网络架构解读.mp4 ?? 4-位置损失计算.mp4 ?? 5-置信度误差与优缺点分析.mp4 ?? 1-YOLO算法整体思路解读.mp4 ?? 2-检测算法要得到的结果.mp4 ?? 1-EfficientDet检测算法.mp4 ?? 7-Decoder层操作与计算.mp4 ?? 5-mask与编码模块.mp4 ?? 4-backbone特征提取模块.mp4 ?? 8-输出预测结果.mp4 ?? 2-数据处理与dataloader.mp4 ?? 3-位置编码作用分析.mp4 ?? 9-损失函数与预测输出.mp4 ?? 6-编码层作用方法.mp4 ?? 1-项目环境配置解读.mp4 ?? 3-COCO图像数据读取与处理.mp4 ?? 9-预测结果计算.mp4 ?? 2-训练参数设置.mp4 ?? 5-debug模式介绍.mp4 ?? 14-完成所有损失函数所需计算指标.mp4 ?? 13-坐标相对位置计算.mp4 ?? 6-基于配置文件构建网络模型.mp4 ?? 7-路由层与shortcut层的作用.mp4 ?? 10-网格偏移计算.mp4 ?? 8-YOLO层定义解析.mp4 ?? 16-预测效果展示.mp4 ?? 1-数据与环境配置.mp4 ?? 11-模型要计算的损失概述.mp4 ?? 4-标签文件读取与处理.mp4 ?? 15-模型训练与总结.mp4 ?? 12-标签值格式修改.mp4 ?? 1-半监督物体检测.mp4 ?? 1-EfficientNet网络模型.mp4 ?? 4-注意力机制的作用方法.mp4 ?? 2-整体网络架构分析.mp4 ?? 5-训练过程的策略.mp4 ?? 3-位置信息初始化query向量.mp4 ?? 1-DETR目标检测基本思想解读.mp4 ?? 1-YOLO V9【网盘分享】.mp4 ?? 1-Pycharm环境配置与Debug演示(没用过的同学必看).mp4 ?? 2-物体检测评估指标.mp4 ?? 7-sotfmax层改进.mp4 ?? 3-经典变换方法对比分析.mp4 ?? 2-多scale方法改进与特征融合.mp4 ?? 5-整体网络模型架构分析.mp4 ?? 6-先验框设计改进.mp4 ?? 1-V3版本改进概述.mp4 ?? 4-残差连接方法解读.mp4 ?? 9-SAM注意力机制模块.mp4 ?? 3-数据增强策略分析.mp4 ?? 8-SPP与CSP网络结构.mp4 ?? 2-V4版本贡献解读.mp4 ?? 4-DropBlock与标签平滑方法.mp4 ?? 11-激活函数与整体架构总结.mp4 ?? 5-损失函数遇到的问题.mp4 ?? 7-NMS细节改进.mp4 ?? 1-V4版本整体概述.mp4 ?? 6-CIOU损失函数定义.mp4 ?? 10-PAN模块解读.mp4 ?? 11-前向传播计算.mp4 ?? 15-上采样与拼接操作.mp4 ?? 14-Head层流程解读.mp4 ?? 3-加载标签数据.mp4 ?? 13-SPP层计算细节分析.mp4 ?? 16-输出结果分析.mp4 ?? 18-命令行参数介绍.mp4 ?? 8-V5网络配置文件解读.mp4 ?? 19-训练流程解读.mp4 ?? 12-BottleneckCSP层计算方法.mp4 ?? 5-数据四合一方法与流程演示.mp4 ?? 17-超参数解读.mp4 ?? 1-数据源DEBUG流程解读.mp4 ?? 6-getItem构建batch.mp4 ?? 4-Mosaic数据增强方法.mp4 ?? 7-网络架构图可视化工具安装.mp4 ?? 20-各种训练策略概述.mp4 ?? 2-图像数据源配置.mp4 ?? 9-Focus模块流程分析.mp4 ?? 10-完成配置文件解析任务.mp4 ?? 21-模型迭代过程.mp4 ?? 3-IOU指标计算.mp4 ?? 1-检测任务中阶段的意义.mp4 ?? 5-map指标计算.mp4 ?? 4-评估所需参数计算.mp4 ?? 2-不同阶段算法优缺点分析.mp4 ?? 4-生成模型所需配置文件.mp4 ?? 5-json格式转换成yolo-v3所需输入.mp4 ?? 3-完成标签制作.mp4 ?? 6-完成输入数据准备工作.mp4 ?? 7-训练代码与参数配置更改.mp4 ?? 2-数据信息标注.mp4 ?? 8-训练模型并测试效果.mp4 ?? 1-Labelme工具安装.mp4 ?? 8-候选框偏移方法与find3p模块解读.mp4 ?? 13-GT匹配正样本数量计算.mp4 ?? 4-网络结构配置文件解读.mp4 ?? 12-预测值各项指标获取与调整.mp4 ?? 6-输出层与配置文件其他模块解读.mp4 ?? 3-EMA等训练技巧解读.mp4 ?? 19-重参数化多分支合并加速.mp4 ?? 1-命令行参数介绍.mp4 ?? 17-辅助头损失函数调整.mp4 ?? 7-标签分配策略准备操作.mp4 ?? 14-通过IOU与置信度分配正样本.mp4 ?? 10-完成BuildTargets模块.mp4 ?? 2-基本参数作用.mp4 ?? 11-候选框筛选流程分析.mp4 ?? 16-辅助头AUX网络结构配置文件解析.mp4 ?? 18-BN与卷积权重参数融合方法.mp4 ?? 9-得到偏移点所在网格位置.mp4 ?? 5-各模块操作细节分析.mp4 ?? 15-损失函数计算方法.mp4 ?? 7-感受野的作用.mp4 ?? 4-基于聚类来选择先验框尺寸.mp4 ?? 8-特征融合改进.mp4 ?? 6-坐标映射与还原.mp4 ?? 1-V2版本细节升级概述.mp4 ?? 5-偏移量计算方法.mp4 ?? 2-网络结构特点.mp4 ?? 3-架构细节解读.mp4 ?? 1-YOLOV8.mp4 ?? 4-测试DEMO演示.mp4 ?? 3-训练数据参数配置.mp4 ?? 2-训练自己的数据集方法.mp4 ?? 1-整体项目概述.mp4 ?? 1-YOLO系列(V7)算法解读.mp4 ?? 1-DeformableDetr算法解读.mp4 ?? 1-Anaconda基础讲解和使用的教程.mp4 ?? 1-命名实体识别数据分析与任务目标.mp4 ?? 2-NER标注数据处理与读取.mp4 ?? 3-构建BERT与CRF模型.mp4 ?? 4-注意力机制的作用.mp4 ?? 5-self-attention计算方法.mp4 ?? 9-transformer整体架构梳理.mp4 ?? 2-BERT任务目标概述.mp4 ?? 11-训练实例.mp4 ?? 1-BERT课程简介.mp4 ?? 10-BERT模型训练方法.mp4 ?? 7-Multi-head的作用.mp4 ?? 8-位置编码与多层堆叠.mp4 ?? 3-传统解决方案遇到的问题.mp4 ?? 6-特征分配与softmax机制.mp4 ?? 1-AI课程所需安装软件教程.mp4 ?? 3-项目流程解读.mp4 ?? 4-加载词向量特征.mp4 ?? 8-LSTM情感分析.mp4 ?? 7-训练与测试效果.mp4 ?? 1-RNN网络模型解读.mp4 ?? 6-构建LSTM网络模型.mp4 ?? 2-NLP应用领域与任务简介.mp4 ?? 5-正负样本数据读取.mp4 ?? 4-网络训练.mp4 ?? 5-可视化展示.mp4 ?? 1-数据与任务流程.mp4 ?? 3-batch数据制作.mp4 ?? 2-数据清洗.mp4 ?? 11-完成Transformer模块构建.mp4 ?? 5-tfrecord数据源制作.mp4 ?? 9-mask机制的作用.mp4 ?? 1-BERT开源项目简介.mp4 ?? 4-数据预处理模块.mp4 ?? 6-Embedding层的作用.mp4 ?? 10-构建QKV矩阵.mp4 ?? 7-加入额外编码特征.mp4 ?? 12-训练BERT模型.mp4 ?? 3-数据读取模块.mp4 ?? 8-加入位置编码特征.mp4 ?? 2-项目参数配置.mp4 ?? 5-负采样方案.mp4 ?? 4-CBOW与Skip-gram模型.mp4 ?? 3-训练数据构建.mp4 ?? 1-词向量模型通俗解释.mp4 ?? 2-模型整体框架.mp4 ?? 2-得到style特征编码.mp4 ?? 3-特征编码风格拼接.mp4 ?? 4-基础风格特征卷积模块.mp4 ?? 6-损失函数概述.mp4 ?? 5-上采样得到输出结果.mp4 ?? 1-要完成的任务与基本思想概述.mp4 ?? 3-训练BERT中文分类模型.mp4 ?? 2-读取处理自己的数据集.mp4 ?? 1-中文分类数据与任务概述.mp4 ?? 3-数据-标签-语料库处理.mp4 ?? 1-数据与任务介绍.mp4 ?? 5-医疗数据集(糖尿病)实体识别.mp4 ?? 2-整体模型架构.mp4 ?? 6-输入样本填充补齐.mp4 ?? 4-训练网络模型.mp4 ?? 2-数据集标注与制作方法.mp4 ?? 5-预测DEMO演示.mp4 ?? 1-项目配置基本介绍.mp4 ?? 4-加载预训练模型开始训练.mp4 ?? 3-根据预测类别数修改配置文件.mp4 ?? 1-特征提取与位置编码.mp4 ?? 3-得到相对位置点编码.mp4 ?? 6-偏移量offset计算.mp4 ?? 5-编码层中的序列分析.mp4 ?? 2-序列特征展开并叠加.mp4 ?? 7-偏移量对齐操作.mp4 ?? 4-准备Encoder编码层所需全部输入.mp4 ?? 11-预测输出结果与标签匹配模块.mp4 ?? 10-分类与回归输出模块.mp4 ?? 9-Decoder要完成的操作.mp4 ?? 8-Encoder层完成特征对齐.mp4 ?? 2-配置文件参数设置.mp4 ?? 3-Neck层特征组合.mp4 ?? 4-损失函数模块概述.mp4 ?? 5-损失计算方法.mp4 ?? 1-文字检测数据概述与配置文件.mp4 ?? 6-近似Attention模块实现.mp4 ?? 7-完成特征提取与融合模块.mp4 ?? 2-配置文件指定.mp4 ?? 4-PatchEmbedding的作用与实现.mp4 ?? 1-注册自己的Backbone模块.mp4 ?? 9-全局特征的作用与实现.mp4 ?? 8-分割输出模块.mp4 ?? 3-DEBUG解读Backbone设计.mp4 ?? 5-卷积位置编码计算方法.mp4 ?? 10-汇总多层级特征进行输出.mp4 ?? 1-MMCV安装方法.mp4 ?? 3-Bakbone模块得到特征.mp4 ?? 1-数据集与环境概述.mp4 ?? 8-输出层与损失计算.mp4 ?? 6-文本模型中的结构分析.mp4 ?? 4-视觉Transformer模块的作用.mp4 ?? 2-配置文件修改方法.mp4 ?? 7-迭代修正模块.mp4 ?? 5-视觉模型中的编码与解码的效果.mp4 ?? 1-创建自己的行为识别标注数据集.mp4 ?? 4-开始模型训练过程与问题修正.mp4 ?? 7-实际测试效果演示.mp4 ?? 3-训练T与S得到蒸馏模型.mp4 ?? 5-日志输出与模型分离.mp4 ?? 1-任务概述与工具使用.mp4 ?? 6-分别得到Teacher与Student模型.mp4 ?? 2-Teacher与Student网络结构定义.mp4 ?? 1-SuperNet网络结构分析与剪枝概述.mp4 ?? 2-搜索匹配到符合计算量的模型并训练.mp4 ?? 1-要完成的任务分析与配置文件.mp4 ?? 6-双向计算特征对齐.mp4 ?? 3-光流估计网络模块.mp4 ?? 7-提特征传递流程分析.mp4 ?? 4-基于光流完成对齐操作.mp4 ?? 2-特征基础提取模块.mp4 ?? 9-准备变形卷积模块的输入.mp4 ?? 8-序列传播计算.mp4 ?? 10-传播流程整体完成一圈.mp4 ?? 11-完成输出结果.mp4 ?? 5-偏移量计算方法.mp4 ?? 7-体素特征计算方法分析.mp4 ?? 2-数据与标注文件介绍.mp4 ?? 5-体素索引位置获取.mp4 ?? 4-数据与图像特征提取模块.mp4 ?? 8-全局体素特征提取.mp4 ?? 10-3D卷积特征融合.mp4 ?? 3-基本流程梳理并进入debug模式.mp4 ?? 6-体素特征提取方法解读.mp4 ?? 11-输出层预测结果.mp4 ?? 9-多模态特征融合.mp4 ?? 1-环境配置与数据集概述.mp4 ?? 6-特征合并处理.mp4 ?? 1-配置文件以及要完成的任务解读.mp4 ?? 5-标签数据处理与关系特征提取.mp4 ?? 7-准备拼接边与点特征.mp4 ?? 4-边框要计算的特征分析.mp4 ?? 3-配置文件与标签要进行处理操作.mp4 ?? 8-整合得到图模型输入特征.mp4 ?? 2-KIE数据集格式调整方法.mp4 ?? 2-COCO数据标注格式.mp4 ?? 8-补充：评估指标.mp4 ?? 1-数据集标注与标签获取.mp4 ?? 3-通过脚本生成COCO数据格式.mp4 ?? 5-训练所需配置说明.mp4 ?? 6-模型训练与DEMO演示.mp4 ?? 7-模型测试与可视化分析模块.mp4 ?? 4-配置文件数据增强策略分析.mp4 ?? 1-测试DEMO效果.mp4 ?? 8-MMCLS可视化模块应用.mp4 ?? 2-测试评估模型效果.mp4 ?? 3-MMCLS中增加一个新的模块.mp4 ?? 7-可视化细节与效果分析.mp4 ?? 5-数据增强流程可视化展示.mp4 ?? 6-Grad-Cam可视化方法.mp4 ?? 4-修改配置文件中的参数.mp4 ?? 9-模型分析脚本使用.mp4 ?? 1-在源码中加入各种注意力机制方法.mp4 ?? 1-DeformableDetr算法解读.mp4 ?? 3-多层级输入特征序列创建方法.mp4 ?? 2-多层级采样点初始化构建.mp4 ?? 9-标签分配策略解读.mp4 ?? 11-标签分类匹配结果分析.mp4 ?? 7-Decoder中的AttentionMask方法.mp4 ?? 8-损失模块输入参数分析.mp4 ?? 10-正样本筛选损失计算.mp4 ?? 5-Encoder特征构建方法实例.mp4 ?? 12-最终损失计算流程.mp4 ?? 6-query要预测的任务解读.mp4 ?? 4-偏移量与权重计算并转换.mp4 ?? 1-Backbone获取多层级特征.mp4 ?? 13-汇总所有损失完成迭代.mp4 ?? 1-KIE关键信息抽取与视频超分辨率重构.mp4 ?? 2-初始时刻追踪器创建.mp4 ?? 3-追踪器记录信息概述.mp4 ?? 4-匹配过程细节分析.mp4 ?? 6-追踪器状态更新处理.mp4 ?? 5-不同帧时刻追踪器状态更新方法.mp4 ?? 1-获取检测结果与追踪初始化.mp4 ?? 7-追踪器迭代更新策略.mp4 ?? 1-OCR算法解读.mp4 ?? 4-辅助层的作用.mp4 ?? 1-配置文件解读.mp4 ?? 3-上采样与输出层.mp4 ?? 2-编码层模块.mp4 ?? 7-将Unet特征提取模块替换成transformer.mp4 ?? 5-给Unet添加一个neck层.mp4 ?? 6-如何修改参数适配网络结构.mp4 ?? 8-VIT模块源码分析.mp4 ?? 1-PascalVoc数据集介绍.mp4 ?? 2-项目参数与数据集读取.mp4 ?? 5-分割模型训练.mp4 ?? 3-网络前向传播流程.mp4 ?? 4-ASPP层特征融合.mp4 ?? 2-数据增强模块概述分析.mp4 ?? 5-CLS与输出模块.mp4 ?? 1-VIT任务概述.mp4 ?? 3-PatchEmbedding层.mp4 ?? 4-前向传播基本模块.mp4 ?? 2-准备MMCLS项目.mp4 ?? 8-训练自己的任务.mp4 ?? 5-生成完整配置文件.mp4 ?? 4-各模块配置文件组成.mp4 ?? 1-MMCLS问题修正.mp4 ?? 7-构建自己的数据集.mp4 ?? 3-基本参数配置解读.mp4 ?? 6-根据文件夹定义数据集.mp4 ?? 4-输入样本填充补齐.mp4 ?? 2-整体模型架构.mp4 ?? 3-数据-标签-语料库处理.mp4 ?? 6-医疗数据集(糖尿病)实体识别.mp4 ?? 5-训练网络模型.mp4 ?? 1-数据与任务介绍.mp4 ?? 4-CBOW与Skip-gram模型.mp4 ?? 5-负采样方案.mp4 ?? 1-词向量模型通俗解释.mp4 ?? 3-训练数据构建.mp4 ?? 6-额外补充-RNN网络模型解读.mp4 ?? 2-模型整体框架.mp4 ?? 1-PyTorch实战课程简介.mp4 ?? 2-PyTorch框架发展趋势简介.mp4 ?? 3-框架安装方法(CPU与GPU版本).mp4 ?? 9-补充：Hub模块简介.mp4 ?? 4-PyTorch基本操作简介.mp4 ?? 8-补充：常见tensor格式.mp4 ?? 6-线性回归DEMO-数据与参数配置.mp4 ?? 5-自动求导机制.mp4 ?? 7-线性回归DEMO-训练回归模型.mp4 ?? 4-创建与删除操作演示.mp4 ?? 1-Neo4j图数据库介绍.mp4 ?? 3-可视化例子演示.mp4 ?? 5-数据库更改查询操作演示.mp4 ?? 2-Neo4j数据库安装流程演示.mp4 ?? 1-语义分割与实例分割概述.mp4 ?? 2-分割任务中的目标函数定义.mp4 ?? 3-MIOU评估标准.mp4 ?? 4-特征融合方法演示.mp4 ?? 6-模型效果验证.mp4 ?? 1-医学细胞数据集介绍与参数配置.mp4 ?? 3-Debug模式演示网络计算流程.mp4 ?? 5-迭代完成整个模型计算任务.mp4 ?? 2-数据增强工具.mp4 ?? 2-卷积的作用.mp4 ?? 6-边缘填充方法.mp4 ?? 1-卷积神经网络应用领域.mp4 ?? 8-池化层的作用.mp4 ?? 3-卷积特征值计算方法.mp4 ?? 11-残差网络Resnet.mp4 ?? 7-特征图尺寸计算与参数共享.mp4 ?? 9-整体网络架构.mp4 ?? 12-感受野的作用.mp4 ?? 4-得到特征图表示.mp4 ?? 5-步长与卷积核大小对结果的影响.mp4 ?? 10-VGG网络架构.mp4 ?? 1-检测任务中阶段的意义.mp4 ?? 28-数据增强策略分析.mp4 ?? 2-不同阶段算法优缺点分析.mp4 ?? 33-SPP与CSP网络结构.mp4 ?? 26-V4版本整体概述.mp4 ?? 4-评估所需参数计算.mp4 ?? 24-先验框设计改进.mp4 ?? 14-基于聚类来选择先验框尺寸.mp4 ?? 9-位置损失计算.mp4 ?? 30-损失函数遇到的问题.mp4 ?? 3-IOU指标计算.mp4 ?? 35-PAN模块解读.mp4 ?? 17-感受野的作用.mp4 ?? 27-V4版本贡献解读.mp4 ?? 10-置信度误差与优缺点分析.mp4 ?? 13-架构细节解读.mp4 ?? 32-NMS细节改进.mp4 ?? 8-整体网络架构解读.mp4 ?? 31-CIOU损失函数定义.mp4 ?? 29-DropBlock与标签平滑方法.mp4 ?? 34-SAM注意力机制模块.mp4 ?? 21-经典变换方法对比分析.mp4 ?? 23-整体网络模型架构分析.mp4 ?? 19-V3版本改进概述.mp4 ?? 15-偏移量计算方法.mp4 ?? 25-sotfmax层改进.mp4 ?? 6-YOLO算法整体思路解读.mp4 ?? 16-坐标映射与还原.mp4 ?? 18-特征融合改进.mp4 ?? 20-多scale方法改进与特征融合.mp4 ?? 22-残差连接方法解读.mp4 ?? 11-V2版本细节升级概述.mp4 ?? 7-检测算法要得到的结果.mp4 ?? 12-网络结构特点.mp4 ?? 5-map指标计算.mp4 ?? 36-激活函数与整体架构总结.mp4 ?? 7-网络整体流程与训练演示.mp4 ?? 2-Resnet网络架构原理分析.mp4 ?? 6-特征图升维与降采样操作.mp4 ?? 3-dataloader加载数据集.mp4 ?? 5-残差网络的shortcut操作.mp4 ?? 4-Resnet网络前向传播.mp4 ?? 1-医学疾病数据集介绍.mp4 ?? 3-任务流程解读.mp4 ?? 5-补充：视频数据源特征处理方法概述.mp4 ?? 4-文献报告分析.mp4 ?? 1-数据集与任务概述.mp4 ?? 2-项目基本配置参数.mp4 ?? 6-补充：R(2plus1)D处理方法分析.mp4 ?? 2-空洞卷积的作用.mp4 ?? 4-SPP层的作用.mp4 ?? 5-ASPP特征融合策略.mp4 ?? 6-deeplabV3Plus版本网络架构.mp4 ?? 1-deeplab分割算法概述.mp4 ?? 3-感受野的意义.mp4 ?? 15-额外补充-Resnet论文解读.mp4 ?? 16-额外补充-Resnet网络架构解读.mp4 ?? 8-迁移学习的目标.mp4 ?? 12-实现训练模块.mp4 ?? 4-分类任务数据集定义与配置.mp4 ?? 9-迁移学习策略.mp4 ?? 13-训练结果与模型保存.mp4 ?? 3-Vision模块功能解读.mp4 ?? 2-网络流程解读.mp4 ?? 6-数据预处理与数据增强模块.mp4 ?? 10-加载训练好的网络模型.mp4 ?? 1-卷积网络参数定义.mp4 ?? 11-优化器模块配置.mp4 ?? 14-加载模型对测试数据进行预测.mp4 ?? 7-Batch数据制作.mp4 ?? 5-图像增强的作用.mp4 ?? 5-提取数据中的关键字段信息.mp4 ?? 7-打造医疗知识图谱模型.mp4 ?? 6-创建关系边.mp4 ?? 10-完成对话系统构建.mp4 ?? 8-加载所有实体数据.mp4 ?? 3-任务流程概述.mp4 ?? 4-环境配置与所需工具包安装.mp4 ?? 2-医疗数据介绍及其各字段含义.mp4 ?? 9-实体关键词字典制作.mp4 ?? 1-项目概述与整体架构分析.mp4 ?? 1-任务与细胞数据集介绍.mp4 ?? 3-网络训练流程演示.mp4 ?? 5-细胞检测效果演示.mp4 ?? 2-模型与算法配置参数解读.mp4 ?? 4-效果评估与展示.mp4 ?? 2-网络计算流程.mp4 ?? 4-后续升级版本介绍.mp4 ?? 1-Unet网络编码与解码过程.mp4 ?? 3-Unet升级版本改进.mp4 ?? 7-常用NLP技术点分析.mp4 ?? 3-知识图谱在医疗领域应用实例.mp4 ?? 11-图谱知识融合与总结分析.mp4 ?? 4-金融与推荐领域的应用.mp4 ?? 8-graph-embedding的作用与效果.mp4 ?? 9-金融领域图编码实例.mp4 ?? 6-数据关系抽取分析.mp4 ?? 1-知识图谱通俗解读.mp4 ?? 10-视觉领域图编码实例.mp4 ?? 5-数据获取分析.mp4 ?? 2-知识图谱在搜索引擎中的应用.mp4 ?? 8-输出层与损失计算.mp4 ?? 3-Bakbone模块得到特征.mp4 ?? 1-数据集与环境概述.mp4 ?? 5-视觉模型中的编码与解码的效果.mp4 ?? 6-文本模型中的结构分析.mp4 ?? 7-迭代修正模块.mp4 ?? 2-配置文件修改方法.mp4 ?? 4-视觉Transformer模块的作用.mp4 ?? 1-对比学习算法与实例.mp4 ?? 3-基本流程梳理并进入debug模式.mp4 ?? 1-环境配置与数据集概述.mp4 ?? 11-输出层预测结果.mp4 ?? 10-3D卷积特征融合.mp4 ?? 8-全局体素特征提取.mp4 ?? 6-体素特征提取方法解读.mp4 ?? 2-数据与标注文件介绍.mp4 ?? 4-数据与图像特征提取模块.mp4 ?? 5-体素索引位置获取.mp4 ?? 7-体素特征计算方法分析.mp4 ?? 9-多模态特征融合.mp4 ?? 1-多模态文字识别.mp4 ?? 1-CLIP系列.mp4 ?? 1-V4版本整体概述.mp4 ?? 5-损失函数遇到的问题.mp4 ?? 3-数据增强策略分析.mp4 ?? 4-DropBlock与标签平滑方法.mp4 ?? 9-SAM注意力机制模块.mp4 ?? 2-V4版本贡献解读.mp4 ?? 8-SPP与CSP网络结构.mp4 ?? 10-PAN模块解读.mp4 ?? 7-NMS细节改进.mp4 ?? 11-激活函数与整体架构总结.mp4 ?? 6-CIOU损失函数定义.mp4 ?? 2-姿态估计应用领域概述.mp4 ?? 12-算法流程与总结.mp4 ?? 9-预测时PAF积分计算方法.mp4 ?? 3-传统topdown方法的问题.mp4 ?? 8-PAF标签设计方法.mp4 ?? 1-姿态估计要解决的问题分析.mp4 ?? 5-基于高斯分布预测关键点位置.mp4 ?? 10-匹配方法解读.mp4 ?? 7-PAF向量登场.mp4 ?? 11-CPM模型特点.mp4 ?? 4-要解决的两个问题分析.mp4 ?? 6-各模块输出特征图解读.mp4 ?? 3-dataloader加载数据集.mp4 ?? 5-残差网络的shortcut操作.mp4 ?? 1-医学疾病数据集介绍.mp4 ?? 6-特征图升维与降采样操作.mp4 ?? 7-网络整体流程与训练演示.mp4 ?? 2-Resnet网络架构原理分析.mp4 ?? 4-Resnet网络前向传播.mp4 ?? 9-REID特征的作用.mp4 ?? 4-基于观测值进行最优估计.mp4 ?? 6-追踪中的状态量.mp4 ?? 7-匈牙利匹配算法概述.mp4 ?? 2-卡尔曼滤波要完成的任务.mp4 ?? 3-任务本质分析.mp4 ?? 10-sort与deepsort建模流程分析.mp4 ?? 1-卡尔曼滤波通俗解释.mp4 ?? 11-预测与匹配流程解读.mp4 ?? 12-追踪任务流程拆解.mp4 ?? 5-预测与更新操作.mp4 ?? 8-匹配小例子分析.mp4 ?? 5-损失函数的目的.mp4 ?? 6-特征图生成.mp4 ?? 4-注意力机制模块打造.mp4 ?? 2-数据集配置与读取.mp4 ?? 3-模型编码与解码结构.mp4 ?? 1-论文概述与环境配置.mp4 ?? 7-MetaLearn与输出.mp4 ?? 2-核心网络结构模块分析.mp4 ?? 3-数据采样曾的作用.mp4 ?? 1-slowfast核心思想解读.mp4 ?? 5-特征融合模块与总结分析.mp4 ?? 4-模型网络结构设计.mp4 ?? 6-如何找到合适的初始化参数.mp4 ?? 2-基本思想与流程分析.mp4 ?? 1-异常检测要解决的问题与数据集介绍.mp4 ?? 3-预测与常见问题.mp4 ?? 7-MAML算法流程解读.mp4 ?? 5-学习能力与参数定义.mp4 ?? 4-Meta-Learn要解决的问题.mp4 ?? 20-各种训练策略概述.mp4 ?? 2-图像数据源配置.mp4 ?? 11-前向传播计算.mp4 ?? 5-数据四合一方法与流程演示.mp4 ?? 15-上采样与拼接操作.mp4 pan. 夸克网盘分享夸克网盘是夸克推出的一款云服务产品,功能包括云存储、高清看剧、文件在线解压、PDF一键转换等。通过夸克网盘可随时随地管理和使用照片、文档、手机资料,目前支持Android、iOS、PC、iPad。

　　更多资料请搜索网盘资源站(智能体)：

　　================================

　　(每日分享)教育资源合集(幼儿)

　　(每日分享)教育资源合集(小学)

　　(每日分享)教育资源合集(初中)

　　(每日分享)教育资源合集(高中)

　　(每日分享)设计素材模板合集

　　(每日分享)小说合集

　　(每日分享)漫画合集

　　(每日分享)有声读物合集

　　(每日分享)生活娱乐日常常识资料

　　(每日分享)手机软件合集

　　(每日分享)电脑软件合集

　　(每日分享)AI类教程合集资料

　　(每日分享)计算机编程类教程合集

　　(每日分享)自媒体教程合集资料

　　(每日分享)游戏资源合集(手机)

　　(每日分享)游戏资源合集(电脑)

　　(每日分享)网赚项目资源合集

　　百度网盘网赚教程合集(提取码：pdbk)

　　(每日分享)图片壁纸

　　(每日分享)音乐MV资源合集

　　(每日分享)考公合集

　　(每日分享)B站充电VIP视频合集

　　夸克网盘：https://pan.quark.cn/s/xxxxxxxx

　　百度网盘：https://pan.baidu.com/s/xxxxxxxx

　　夸克网盘：https://pan.quark.cn/s/xxxxxxxx

分享链接收集于网络可能会存在失效、过期等情况，如有发现建议使用本站搜索查找最新资源

热门资源

最新资源

最新分享