咕泡-P5人工智能深度学习高薪就业班5期|2022年|价值16800元|24章完结无秘

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。

试看链接：https://pan.baidu.com/s/1u0-suAYmxmMxx3ta8Ufh-g?pwd=xj1e

章节目录：

——/gp人工智能深度学习高薪就业班【24章】/
├──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.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 49.53M
| | ├──2-点云应用领域与发展分析.mp4.mp4 82.18M
| | ├──3-点云分割任务.mp4.mp4 52.03M
| | ├──4-点云补全任务.mp4.mp4 29.16M
| | ├──5-点云检测与配准任务.mp4.mp4 59.58M
| | └──6-点云数据特征提取概述与预告.mp4.mp4 22.69M
| ├──2_3D点云PointNet算法
| | ├──1-3D数据应用领域与点云介绍.mp4.mp4 40.05M
| | ├──2-点云数据可视化展示.mp4.mp4 40.07M
| | ├──3-点云数据特性和及要解决的问题.mp4.mp4 33.08M
| | ├──4-PointNet算法出发点解读.mp4.mp4 17.46M
| | └──5-PointNet算法网络架构解读.mp4.mp4 31.01M
| ├──3_PointNet++算法解读
| | ├──10-分类与分割问题解决方案.mp4.mp4 21.74M
| | ├──11-遇到的问题及改进方法分析.mp4.mp4 13.43M
| | ├──6-PointNet升级版算法要解决的问题.mp4.mp4 22.08M
| | ├──7-最远点采样方法.mp4.mp4 21.00M
| | ├──8-分组Group方法原理解读.mp4.mp4 32.79M
| | └──9-整体流程概述分析.mp4.mp4 16.37M
| ├──4_Pointnet++项目实战
| | ├──1-项目文件概述.mp4.mp4 29.02M
| | ├──10-分类任务总结.mp4.mp4 19.66M
| | ├──11-分割任务数据与配置概述.mp4.mp4 51.28M
| | ├──12-分割需要解决的任务概述.mp4.mp4 33.94M
| | ├──13-上采样完成分割任务.mp4.mp4 44.75M
| | ├──2-数据读取模块配置.mp4.mp4 39.23M
| | ├──3-DEBUG解读网络模型架构.mp4.mp4 24.25M
| | ├──4-最远点采样介绍.mp4.mp4 19.48M
| | ├──5-采样得到中心点.mp4.mp4 31.77M
| | ├──6-组区域划分方法.mp4.mp4 24.88M
| | ├──7-实现group操作得到各中心簇.mp4.mp4 35.00M
| | ├──8-特征提取模块整体流程.mp4.mp4 40.04M
| | └──9-预测结果输出模块.mp4.mp4 38.74M
| ├──5_点云补全PF-Net论文解读
| | ├──1-点云补全要解决的问题.mp4.mp4 23.13M
| | ├──2-基本解决方案概述.mp4.mp4 17.42M
| | ├──3-整体网络概述.mp4.mp4 20.61M
| | ├──4-网络计算流程.mp4.mp4 25.52M
| | └──5-输入与计算结果.mp4.mp4 65.02M
| ├──6_点云补全实战解读
| | ├──1-数据与项目配置解读.mp4.mp4 41.86M
| | ├──2-待补全数据准备方法.mp4.mp4 29.26M
| | ├──3-整体框架概述.mp4.mp4 49.10M
| | ├──4-MRE特征提取模块.mp4.mp4 40.36M
| | ├──5-分层预测输出模块.mp4.mp4 31.04M
| | ├──6-补全点云数据.mp4.mp4 35.21M
| | └──7-判别模块.mp4.mp4 48.59M
| ├──7_点云配准及其案例实战
| | ├──1-点云配准任务概述.mp4.mp4 20.00M
| | ├──2-配准要完成的目标解读.mp4.mp4 17.64M
| | ├──3-训练数据构建1.mp4.mp4 23.43M
| | ├──4-任务基本流程.mp4.mp4 15.56M
| | ├──5-数据源配置方法.mp4.mp4 45.42M
| | ├──6-参数计算模块解读.mp4.mp4 21.85M
| | ├──7-基于模型预测输出参数.mp4.mp4 24.88M
| | ├──8-特征构建方法分析.mp4.mp4 34.65M
| | └──9-任务总结.mp4.mp4 33.31M
| └──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 18.39M
| | ├──2-GAN网络组成.mp4.mp4 10.73M
| | ├──3-损失函数解释说明.mp4.mp4 39.88M
| | ├──4-数据读取模块.mp4.mp4 29.93M
| | └──5-生成与判别网络定义.mp4.mp4 44.24M
├──12_目标追踪与姿态估计实战
| ├──1_课程介绍
| | └──课程介绍2.mp4.mp4 27.22M
| ├──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 79.45M
| | ├──10-匹配方法解读.mp4.mp4 21.06M
| | ├──11-CPM模型特点.mp4.mp4 21.94M
| | ├──12-算法流程与总结.mp4.mp4 50.27M
| | ├──2-姿态估计应用领域概述.mp4.mp4 20.80M
| | ├──3-传统topdown方法的问题.mp4.mp4 37.95M
| | ├──4-要解决的两个问题分析.mp4.mp4 10.19M
| | ├──5-基于高斯分布预测关键点位置.mp4.mp4 24.83M
| | ├──6-各模块输出特征图解读.mp4.mp4 15.58M
| | ├──7-PAF向量登场.mp4.mp4 12.59M
| | ├──8-PAF标签设计方法.mp4.mp4 25.01M
| | └──9-预测时PAF积分计算方法.mp4.mp4 34.91M
| ├──3_OpenPose算法源码分析
| | ├──1-数据集与路径配置解读.mp4.mp4 33.79M
| | ├──10-多阶段输出与预测.mp4.mp4 46.99M
| | ├──2-读取图像与标注信息.mp4.mp4 46.78M
| | ├──3-关键点与躯干特征图初始化.mp4.mp4 34.31M
| | ├──4-根据关键点位置设计关键点标签.mp4.mp4 54.92M
| | ├──5-准备构建PAF躯干标签.mp4.mp4 29.58M
| | ├──6-各位置点归属判断.mp4.mp4 28.04M
| | ├──7-特征图各点累加向量计算.mp4.mp4 32.67M
| | ├──8-完成PAF特征图制作.mp4.mp4 31.91M
| | └──9-网络模型一阶段输出.mp4.mp4 27.54M
| ├──4_deepsort算法知识点解读
| | ├──1-卡尔曼滤波通俗解释.mp4.mp4 31.48M
| | ├──10-sort与deepsort建模流程分析.mp4.mp4 26.79M
| | ├──11-预测与匹配流程解读.mp4.mp4 26.25M
| | ├──12-追踪任务流程拆解.mp4.mp4 32.13M
| | ├──2-卡尔曼滤波要完成的任务.mp4.mp4 15.60M
| | ├──3-任务本质分析.mp4.mp4 19.07M
| | ├──4-基于观测值进行最优估计.mp4.mp4 17.11M
| | ├──5-预测与更新操作.mp4.mp4 24.00M
| | ├──6-追踪中的状态量.mp4.mp4 16.04M
| | ├──7-匈牙利匹配算法概述.mp4.mp4 19.23M
| | ├──8-匹配小例子分析.mp4.mp4 21.80M
| | └──9-REID特征的作用.mp4.mp4 20.84M
| ├──5_deepsort源码解读
| | ├──1-项目环境配置4.mp4.mp4 37.33M
| | ├──10-匹配结果与总结.mp4.mp4 76.93M
| | ├──2-参数与DEMO演示.mp4.mp4 42.18M
| | ├──3-针对检测结果初始化track.mp4.mp4 48.20M
| | ├──4-对track执行预测操作.mp4.mp4 38.30M
| | ├──5-状态量预测结果.mp4.mp4 36.02M
| | ├──6-IOU代价矩阵计算.mp4.mp4 32.89M
| | ├──7-参数更新操作.mp4.mp4 50.21M
| | ├──8-级联匹配模块.mp4.mp4 43.34M
| | └──9-ReID特征代价矩阵计算.mp4.mp4 46.45M
| ├──6_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
| ├──7_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
| └──8_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-Head层流程解读2.mp4.mp4 29.12M
| | ├──13-SPP层计算细节分析.mp4.mp4 29.09M
| | ├──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
├──13_面向深度学习的无人驾驶实战
| ├──10_NeuralRecon项目源码解读
| | ├──1-Backbone得到特征图.mp4.mp4 36.02M
| | ├──2-初始化体素位置.mp4.mp4 41.51M
| | ├──3-坐标映射方法实现.mp4.mp4 26.66M
| | ├──4-得到体素所对应特征图.mp4.mp4 50.70M
| | ├──5-插值得到对应特征向量.mp4.mp4 32.36M
| | ├──6-得到一阶段输出结果.mp4.mp4 38.08M
| | ├──7-完成三个阶段预测结果.mp4.mp4 45.77M
| | └──8-项目总结2.mp4.mp4 108.40M
| ├──11_TSDF算法与应用
| | ├──1-TSDF整体概述分析.mp4.mp4 23.16M
| | ├──2-合成过程DEMO演示.mp4.mp4 27.58M
| | ├──3-布局初始化操作.mp4.mp4 12.69M
| | ├──4-TSDF计算基本流程解读.mp4.mp4 23.93M
| | ├──5-坐标转换流程分析.mp4.mp4 31.10M
| | └──6-输出结果融合更新.mp4.mp4 34.23M
| ├──12_TSDF实战案例
| | ├──1-环境配置概述.mp4.mp4 32.66M
| | ├──2-初始化与数据读取.mp4.mp4 21.30M
| | └──3-计算得到TSDF输出.mp4.mp4 44.10M
| ├──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 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
| ├──14_轨迹估计预测实战
| | ├──1-数据与环境配置..mp4.mp4 35.43M
| | ├──2-训练数据准备.mp4.mp4 27.75M
| | ├──3-Agent特征提取方法.mp4.mp4 37.97M
| | ├──4-DataLoader构建图结构.mp4.mp4 28.68M
| | └──5-SubGraph与Attention模型流程.mp4.mp4 34.64M
| ├──15_特斯拉无人驾驶解读
| | └──15-特斯拉无人驾驶解读.mp4.mp4 644.17M
| ├──1_深度估计算法原理解读
| | ├──1-深度估计效果与应用.mp4.mp4 98.47M
| | ├──10-损失计算.mp4.mp4 30.51M
| | ├──2-kitti数据集介绍.mp4.mp4 59.45M
| | ├──3-使用backbone获取层级特征.mp4.mp4 22.18M
| | ├──4-差异特征计算边界信息.mp4.mp4 26.49M
| | ├──5-SPP层的作用.mp4.mp4 15.27M
| | ├──6-空洞卷积与ASPP.mp4.mp4 18.94M
| | ├──7-特征拼接方法分析.mp4.mp4 21.24M
| | ├──8-网络coarse-to-fine过程.mp4.mp4 26.50M
| | └──9-权重参数预处理.mp4.mp4 27.50M
| ├──2_深度估计项目实战
| | ├──1-项目环境配置解读1.mp4.mp4 52.89M
| | ├──10-模型DEMO输出结果.mp4.mp4 80.63M
| | ├──2-数据与标签定义方法.mp4.mp4 74.34M
| | ├──3-数据集dataloader制作.mp4.mp4 36.83M
| | ├──4-使用backbone进行特征提取.mp4.mp4 42.38M
| | ├──5-计算差异特征.mp4.mp4 30.69M
| | ├──6-权重参数标准化操作.mp4.mp4 42.56M
| | ├──7-网络结构ASPP层.mp4.mp4 47.25M
| | ├──8-输出深度估计结果.mp4.mp4 25.45M
| | ├──8-特征拼接方法解读.mp4.mp4 47.64M
| | └──9-损失函数通俗解读.mp4.mp4 65.84M
| ├──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 84.49M
| | ├──2-网络整体框架分析.mp4.mp4 28.89M
| | ├──3-输出结果分析.mp4.mp4 18.12M
| | ├──4-损失函数计算方法.mp4.mp4 27.30M
| | └──5-论文概述分析.mp4.mp4 62.39M
| ├──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 65.61M
| | ├──10-车道线规则损失函数限制.mp4.mp4 44.61M
| | ├──11-DEMO制作与配置.mp4.mp4 40.28M
| | ├──2-项目环境配置演示.mp4.mp4 29.98M
| | ├──3-制作数据集dataloader.mp4.mp4 54.62M
| | ├──4-车道线标签数据处理.mp4.mp4 34.18M
| | ├──5-四条车道线标签位置矩阵.mp4.mp4 22.28M
| | ├──6-grid设置方法.mp4.mp4 41.70M
| | ├──7-完成数据与标签制作.mp4.mp4 24.65M
| | ├──8-算法网络结构解读.mp4.mp4 59.95M
| | └──9-损失函数计算模块分析.mp4.mp4 45.66M
| ├──5_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
| ├──6_局部特征关键点匹配实战
| | ├──1-项目与参数配置解读.mp4.mp4 44.48M
| | ├──10-得到精细化输出结果.mp4.mp4 19.39M
| | ├──11-通过期望计算最终输出.mp4.mp4 40.24M
| | ├──2-DEMO效果演示.mp4.mp4 39.56M
| | ├──3-backbone特征提取模块.mp4.mp4 28.70M
| | ├──4-注意力机制的作用与效果分析.mp4.mp4 31.04M
| | ├──5-特征融合模块实现方法.mp4.mp4 29.35M
| | ├──6-cross关系计算方法实例.mp4.mp4 29.36M
| | ├──7-粗粒度匹配过程.mp4.mp4 49.80M
| | ├──8-完成基础匹配模块.mp4.mp4 63.33M
| | └──9-精细化调整方法与实例.mp4.mp4 42.81M
| ├──7_三维重建应用与坐标系基础
| | ├──1-三维重建概述分析.mp4.mp4 66.80M
| | ├──2-三维重建应用领域概述.mp4.mp4 13.17M
| | ├──3-成像方法概述.mp4.mp4 16.33M
| | ├──4-相机坐标系.mp4.mp4 17.15M
| | ├──5-坐标系转换方法解读.mp4.mp4 20.91M
| | ├──6-相机内外参.mp4.mp4 17.01M
| | ├──7-通过内外参数进行坐标变换.mp4.mp4 16.47M
| | └──8-相机标定简介.mp4.mp4 5.50M
| ├──8_NeuralRecon算法解读
| | ├──1-任务流程分析.mp4.mp4 19.35M
| | ├──2-基本框架熟悉.mp4.mp4 27.45M
| | ├──3-特征映射方法解读.mp4.mp4 34.68M
| | ├──4-片段融合思想.mp4.mp4 16.72M
| | └──5-整体架构重构方法.mp4.mp4 23.00M
| └──9_NeuralRecon项目环境配置
| | ├──1-数据集下载与配置方法.mp4.mp4 52.41M
| | ├──2-Scannet数据集内容概述.mp4.mp4 37.26M
| | ├──3-TSDF标签生成方法.mp4.mp4 55.30M
| | ├──4-ISSUE的作用.mp4.mp4 49.23M
| | └──5-完成依赖环境配置.mp4.mp4 57.11M
├──14_缺陷检测实战
| ├──10_基于视频流⽔线的Opencv缺陷检测项⽬
| ├──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 16.48M
| | ├──2-视频数据读取与轮廓检测.mp4.mp4 20.83M
| | ├──3-目标质心计算.mp4.mp4 32.47M
| | ├──4-视频数据遍历方法.mp4.mp4 31.41M
| | ├──5-缺陷区域提取.mp4.mp4 36.00M
| | ├──6-不同类型的缺陷检测方法.mp4.mp4 36.77M
| | └──7-检测效果演示.mp4.mp4 25.73M
| ├──11_图像分割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
| ├──12_基于deeplabV3+版本进⾏VOC分割实战
| ├──12_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
| ├──13_Deeplab铁质材料缺陷检测与开源项⽬应⽤流程
| ├──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 31.09M
| | ├──2-开源项目应用方法.mp4.mp4 36.52M
| | ├──3-github与kaggle中需要注意的点.mp4.mp4 40.24M
| | ├──4-源码的利用方法.mp4.mp4 89.46M
| | ├──5-数据集制作方法.mp4.mp4 75.53M
| | ├──6-数据路径配置.mp4.mp4 54.55M
| | ├──7-训练模型.mp4.mp4 34.38M
| | └──8-任务总结.mp4.mp4 43.02M
| ├──1_课程介绍
| | └──课程介绍3.mp4.mp4 26.71M
| ├──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 29.17M
| | ├──13-2Head层流程解读.mp4.mp4 29.19M
| | ├──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 14.14M
| | ├──2-数据与标签配置方法.mp4.mp4 38.42M
| | ├──3-标签转换格式脚本制作.mp4.mp4 30.57M
| | ├──4-各版本模型介绍分析.mp4.mp4 33.52M
| | ├──5-项目参数配置.mp4.mp4 27.21M
| | ├──6-缺陷检测模型训练.mp4.mp4 34.15M
| | └──7-输出结果与项目总结.mp4.mp4 45.20M
| ├──6_Semi-supervised布料缺陷检测实战
| | ├──1-任务目标与流程概述.mp4.mp4 53.72M
| | ├──2-论文思想与模型分析.mp4.mp4 129.03M
| | ├──3-项目配置解读.mp4.mp4 63.00M
| | ├──4-网络流程分析.mp4.mp4 37.48M
| | └──5-输出结果展示.mp4.mp4 39.29M
| ├──7_Opencv图像常⽤处理⽅法实例
| ├──7_Opencv图像常用处理方法实例
| | ├──1-腐蚀操作.mp4.mp4 20.99M
| | ├──1-计算机眼中的图像.mp4.mp4 30.88M
| | ├──1-图像阈值.mp4.mp4 30.85M
| | ├──2-膨胀操作.mp4.mp4 12.25M
| | ├──2-视频的读取与处理.mp4.mp4 46.97M
| | ├──2-图像平滑处理.mp4.mp4 24.77M
| | ├──3-ROI区域.mp4.mp4 15.37M
| | ├──3-高斯与中值滤波.mp4.mp4 20.61M
| | ├──3-开运算与闭运算.mp4.mp4 9.32M
| | ├──4-边界填充.mp4.mp4 21.46M
| | ├──4-梯度计算.mp4.mp4 7.85M
| | ├──5-礼帽与黑帽.mp4.mp4 15.88M
| | └──5-数值计算.mp4.mp4 40.04M
| ├──8_Opencv轮廓检测与直⽅图
| ├──8_Opencv轮廓检测与直方图
| | ├──1-图像金字塔定义.mp4.mp4 19.68M
| | ├──1-直方图定义.mp4.mp4 23.64M
| | ├──2-金字塔制作方法.mp4.mp4 25.47M
| | ├──2-均衡化原理.mp4.mp4 31.35M
| | ├──3-均衡化效果.mp4.mp4 27.21M
| | ├──3-轮廓检测方法.mp4.mp4 19.37M
| | ├──4-傅里叶概述.mp4.mp4 38.86M
| | ├──4-轮廓检测结果.mp4.mp4 34.44M
| | ├──5-轮廓特征与近似.mp4.mp4 37.62M
| | ├──5-频域变换结果.mp4.mp4 26.32M
| | ├──6-低通与高通滤波.mp4.mp4 27.40M
| | ├──6-模板匹配方法.mp4.mp4 47.45M
| | └──7-匹配效果展示.mp4.mp4 21.20M
| ├──8_Opencv梯度计算与边缘检测实例
| | ├──1-Canny边缘检测流程.mp4.mp4 18.97M
| | ├──1-Sobel算子.mp4.mp4 27.00M
| | ├──2-非极大值抑制.mp4.mp4 18.32M
| | ├──2-梯度计算方法.mp4.mp4 30.29M
| | ├──3-scharr与lapkacian算子.mp4.mp4 27.39M
| | └──3-边缘检测效果.mp4.mp4 36.63M
| ├──9_基于Opencv缺陷检测项⽬实战
| └──9_基于Opencv缺陷检测项目实战
| | ├──1-任务需求与环境配置.mp4.mp4 15.40M
| | ├──2-数据读取与基本处理.mp4.mp4 26.63M
| | ├──3-缺陷形态学操作.mp4.mp4 26.46M
| | ├──4-整体流程解读.mp4.mp4 23.65M
| | └──5-缺陷检测效果演示.mp4.mp4 50.91M
├──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 17.26M
| | ├──2-挑战与困难分析.mp4.mp4 35.89M
| | ├──3-评估标准rank1指标.mp4.mp4 14.05M
| | ├──4-map值计算方法.mp4.mp4 15.70M
| | ├──5-triplet损失计算实例.mp4.mp4 25.16M
| | └──6-Hard-Negative方法应用.mp4.mp4 27.27M
| ├──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 50.47M
| | ├──2-空间权重值计算流程分析.mp4.mp4 32.88M
| | ├──3-融合空间注意力所需特征.mp4.mp4 27.38M
| | └──4-基于特征图的注意力计算.mp4.mp4 66.01M
| ├──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 49.78M
| | ├──2-参数配置与整体架构分析.mp4.mp4 65.40M
| | ├──3-进入debug模式解读网络计算流程.mp4.mp4 30.56M
| | ├──4-获得空间位置点之间的关系.mp4.mp4 43.11M
| | ├──5-组合关系特征图.mp4.mp4 39.65M
| | ├──6-计算得到位置权重值.mp4.mp4 38.01M
| | ├──7-基于特征图的权重计算.mp4.mp4 25.57M
| | ├──8-损失函数计算实例解读.mp4.mp4 60.36M
| | └──9-训练与测试模块演示.mp4.mp4 75.66M
| ├──4_AAAI2020顶会算法精讲
| | ├──1-论文整体框架概述.mp4.mp4 16.23M
| | ├──2-局部特征与全局关系计算方法.mp4.mp4 15.39M
| | ├──3-特征分组方法.mp4.mp4 15.12M
| | ├──4-GCP模块特征融合方法.mp4.mp4 28.45M
| | ├──5-oneVsReset方法实例.mp4.mp4 15.63M
| | └──6-损失函数应用位置.mp4.mp4 16.80M
| ├──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 67.72M
| | ├──10-得到所有分组特征结果.mp4.mp4 51.20M
| | ├──11-损失函数与训练过程演示.mp4.mp4 42.52M
| | ├──12-测试与验证模块.mp4.mp4 47.02M
| | ├──2-数据源构建方法分析.mp4.mp4 41.23M
| | ├──3-dataloader加载顺序解读.mp4.mp4 27.96M
| | ├──4-debug模式解读.mp4.mp4 62.34M
| | ├──5-网络计算整体流程演示.mp4.mp4 30.51M
| | ├──6-特征序列构建.mp4.mp4 41.00M
| | ├──7-GCP全局特征提取.mp4.mp4 39.65M
| | ├──8-局部特征提取实例.mp4.mp4 52.39M
| | └──9-特征组合汇总.mp4.mp4 49.29M
| ├──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 22.40M
| | ├──2-图卷积与匹配的作用.mp4.mp4 24.41M
| | ├──3-局部特征热度图计算.mp4.mp4 24.78M
| | ├──4-基于图卷积构建人体拓扑关系.mp4.mp4 29.82M
| | ├──5-图卷积模块实现方法.mp4.mp4 27.54M
| | ├──6-图匹配在行人重识别中的作用.mp4.mp4 18.07M
| | └──7-整体算法框架分析.mp4.mp4 24.09M
| └──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 48.08M
| | ├──10-整体项目总结.mp4.mp4 79.79M
| | ├──2-局部特征准备方法.mp4.mp4 47.66M
| | ├──3-得到一阶段热度图结果.mp4.mp4 42.07M
| | ├──4-阶段监督训练.mp4.mp4 78.61M
| | ├──5-初始化图卷积模型.mp4.mp4 34.82M
| | ├──6-mask矩阵的作用.mp4.mp4 40.13M
| | ├──7-邻接矩阵学习与更新.mp4.mp4 50.98M
| | ├──8-基于拓扑结构组合关键点特征.mp4.mp4 63.20M
| | └──9-图匹配模块计算流程.mp4.mp4 67.63M
├──16_对抗生成网络实战
| ├──1_课程介绍
| | └──课程介绍.mp4.mp4 28.55M
| ├──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 18.39M
| | ├──2-GAN网络组成.mp4.mp4 10.73M
| | ├──3-损失函数解释说明.mp4.mp4 39.88M
| | ├──4-数据读取模块.mp4.mp4 29.93M
| | └──5-生成与判别网络定义.mp4.mp4 44.24M
| ├──3_基于CycleGan开源项目实战图像合成
| | ├──1-CycleGan网络所需数据.mp4.mp4 37.56M
| | ├──10-额外补充：VISDOM可视化配置.mp4.mp4 38.69M
| | ├──2-CycleGan整体网络架构.mp4.mp4 21.36M
| | ├──3-PatchGan判别网络原理.mp4.mp4 11.45M
| | ├──4-Cycle开源项目简介.mp4.mp4 46.41M
| | ├──5-数据读取与预处理操作.mp4.mp4 57.93M
| | ├──6-生成网络模块构造.mp4.mp4 48.52M
| | ├──7-判别网络模块构造.mp4.mp4 19.77M
| | ├──8-损失函数：identity loss计算方法.mp4.mp4 37.16M
| | └──9-生成与判别损失函数指定.mp4.mp4 54.69M
| ├──4_stargan论文架构解析
| | ├──1-stargan效果演示分析.mp4.mp4 27.95M
| | ├──2-网络架构整体思路解读.mp4.mp4 30.84M
| | ├──3-建模流程分析.mp4.mp4 42.55M
| | ├──4-V1版本存在的问题及后续改进思路.mp4.mp4 60.74M
| | ├──5-V2版本在整体网络架构.mp4.mp4 63.67M
| | ├──6-编码器训练方法.mp4.mp4 53.45M
| | ├──7-损失函数公式解析.mp4.mp4 49.43M
| | └──8-训练过程分析.mp4.mp4 34.17M
| ├──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 21.51M
| | ├──10-测试模块效果与实验分析.mp4.mp4 29.95M
| | ├──2-测试效果演示.mp4.mp4 34.97M
| | ├──3-项目参数解析.mp4.mp4 27.62M
| | ├──4-生成器模块源码解读.mp4.mp4 53.18M
| | ├──5-所有网络模块构建实例.mp4.mp4 46.52M
| | ├──6-数据读取模块分析.mp4.mp4 56.60M
| | ├──7-判别器损失计算.mp4.mp4 32.90M
| | ├──8-损失计算详细过程.mp4.mp4 45.76M
| | └──9-生成模块损失计算.mp4.mp4 70.07M
| ├──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 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
| ├──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 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
| ├──8_图像超分辨率重构实战
| | ├──1-论文概述.mp4.mp4 46.83M
| | ├──2-网络架构.mp4.mp4 106.93M
| | ├──3-数据与环境配置.mp4.mp4 26.90M
| | ├──4-数据加载与配置.mp4.mp4 39.14M
| | ├──5-生成模块.mp4.mp4 48.50M
| | ├──6-判别模块.mp4.mp4 44.60M
| | ├──7-VGG特征提取网络.mp4.mp4 35.88M
| | ├──8-损失函数与训练.mp4.mp4 89.00M
| | └──9-测试模块.mp4.mp4 90.79M
| └──9_基于GAN的图像补全实战
| | ├──1-.论文概述.mp4.mp4 75.09M
| | ├──2-网络架构11.mp4.mp4 30.75M
| | ├──3- 细节设计.mp4.mp4 77.69M
| | ├──4- 论文总结.mp4.mp4 67.30M
| | ├──5- 数据与项目概述.mp4.mp4 45.92M
| | ├──6- 参数基本设计.mp4.mp4 81.81M
| | ├──7- 网络结构配置.mp4.mp4 71.57M
| | ├──8- 网络迭代训练.mp4.mp4 92.87M
| | └──9- 测试模块.mp4.mp4 48.39M
├──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 17.69M
| | ├──2-强化学习的指导依据.mp4.mp4 20.19M
| | ├──3-强化学习AI游戏DEMO.mp4.mp4 20.36M
| | ├──4-应用领域简介.mp4.mp4 17.34M
| | ├──5-强化学习工作流程.mp4.mp4 14.78M
| | └──6-计算机眼中的状态与行为.mp4.mp4 20.09M
| ├──2_PPO算法与公式推导
| | ├──1-基本情况介绍.mp4.mp4 28.05M
| | ├──2-与环境交互得到所需数据.mp4.mp4 23.17M
| | ├──3-要完成的目标分析.mp4.mp4 24.51M
| | ├──4-策略梯度推导.mp4.mp4 21.76M
| | ├──5-baseline方法.mp4.mp4 18.36M
| | ├──6-OnPolicy与OffPolicy策略.mp4.mp4 20.77M
| | ├──7-importance sampling的作用.mp4.mp4 23.19M
| | └──8-PPO算法整体思路解析.mp4.mp4 26.57M
| ├──3_PPO实战-月球登陆器训练实例
| | ├──1-Critic的作用与效果.mp4.mp4 40.06M
| | ├──2-PPO2版本公式解读.mp4.mp4 31.64M
| | ├──3-参数与网络结构定义.mp4.mp4 33.70M
| | ├──4-得到动作结果.mp4.mp4 29.01M
| | ├──5-奖励获得与计算.mp4.mp4 36.29M
| | └──6-参数迭代与更新.mp4.mp4 49.26M
| ├──4_Q-learning与DQN算法
| | ├──1-算法原理通俗解读.mp4.mp4 25.99M
| | ├──2-目标函数与公式解析.mp4.mp4 25.54M
| | ├──3-Qlearning算法实例解读.mp4.mp4 16.65M
| | ├──4-Q值迭代求解.mp4.mp4 22.46M
| | └──5-DQN简介.mp4.mp4 15.36M
| ├──5_DQN算法实例演示
| | ├──1-整体任务流程演示.mp4.mp4 23.90M
| | ├──2-探索与action获取.mp4.mp4 28.41M
| | ├──3-计算target值.mp4.mp4 22.46M
| | └──4-训练与更新.mp4.mp4 34.15M
| ├──6_DQN改进与应用技巧
| | ├──1-DoubleDqn要解决的问题.mp4.mp4 22.34M
| | ├──2-DuelingDqn改进方法.mp4.mp4 19.06M
| | ├──3-Dueling整体网络架构分析.mp4.mp4 21.73M
| | ├──4-MultiSetp策略.mp4.mp4 8.67M
| | └──5-连续动作处理方法.mp4.mp4 22.24M
| ├──7_Actor-Critic算法分析（A3C）
| | ├──1-AC算法回顾与知识点总结.mp4.mp4 17.31M
| | ├──2-优势函数解读与分析.mp4.mp4 19.87M
| | ├──3-计算流程实例.mp4.mp4 17.59M
| | ├──4-A3C整体架构分析.mp4.mp4 16.43M
| | └──5-损失函数整理.mp4 22.40M
| └──8_用A3C玩转超级马里奥
| | ├──1-整体流程与环境配置.mp4.mp4 26.97M
| | ├──2-启动游戏环境.mp4.mp4 32.19M
| | ├──3-要计算的指标回顾.mp4.mp4 37.00M
| | ├──4-初始化局部模型并加载参数.mp4.mp4 32.22M
| | ├──5-与环境交互得到训练数据.mp4.mp4 39.26M
| | └──6-训练网络模型.mp4.mp4 44.24M
├──18_面向医学领域的深度学习实战
| ├──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 45.55M
| | ├──2-项目基本配置参数1.mp4.mp4 33.31M
| | ├──3-任务流程解读1.mp4.mp4 69.12M
| | ├──4-文献报告分析1.mp4.mp4 122.67M
| | ├──5-补充：视频数据源特征处理方法概述1.mp4.mp4 26.33M
| | └──6-补充：R(2plus1)D处理方法分析1.mp4.mp4 18.88M
| ├──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 13.43M
| | ├──1-V3版本改进概述.mp4.mp4 18.27M
| | ├──1-V4版本整体概述.mp4.mp4 15.06M
| | ├──1-YOLO算法整体思路解读.mp4.mp4 14.75M
| | ├──1-检测任务中阶段的意义.mp4.mp4 15.14M
| | ├──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
| | ├──2-不同阶段算法优缺点分析.mp4.mp4 10.68M
| | ├──2-多scale方法改进与特征融合.mp4.mp4 17.07M
| | ├──2-检测算法要得到的结果.mp4.mp4 13.63M
| | ├──2-网络结构特点.mp4.mp4 15.69M
| | ├──3-IOU指标计算.mp4.mp4 11.74M
| | ├──3-架构细节解读.mp4.mp4 18.92M
| | ├──3-经典变换方法对比分析.mp4.mp4 10.83M
| | ├──3-数据增强策略分析.mp4.mp4 24.70M
| | ├──3-整体网络架构解读.mp4.mp4 30.67M
| | ├──4-DropBlock与标签平滑方法.mp4.mp4 19.36M
| | ├──4-残差连接方法解读.mp4.mp4 18.64M
| | ├──4-基于聚类来选择先验框尺寸.mp4.mp4 24.24M
| | ├──4-评估所需参数计算.mp4.mp4 26.23M
| | ├──4-位置损失计算.mp4.mp4 18.97M
| | ├──5-map指标计算.mp4.mp4 19.63M
| | ├──5-偏移量计算方法.mp4.mp4 27.55M
| | ├──5-损失函数遇到的问题.mp4.mp4 14.26M
| | ├──5-整体网络模型架构分析.mp4.mp4 12.93M
| | ├──5-置信度误差与优缺点分析.mp4.mp4 26.86M
| | ├──6-CIOU损失函数定义.mp4.mp4 10.82M
| | ├──6-先验框设计改进.mp4.mp4 13.04M
| | ├──6-坐标映射与还原.mp4.mp4 10.08M
| | ├──7-NMS细节改进.mp4.mp4 16.66M
| | ├──7-sotfmax层改进.mp4.mp4 10.61M
| | ├──7-感受野的作用.mp4.mp4 28.11M
| | ├──8-SPP与CSP网络结构.mp4.mp4 14.81M
| | ├──8-特征融合改进.mp4.mp4 19.20M
| | ├──9-SAM注意力机制模块.mp4.mp4 22.48M
| | └──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 20.97M
| | ├──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 23.98M
| | └──目录.txt 0.57kb
| ├──14_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
| ├──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 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
| ├──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
| ├──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 21.20M
| | ├──10-1VGG网络架构.mp4.mp4 19.34M
| | ├──11-1残差网络Resnet.mp4.mp4 18.02M
| | ├──12-感受野的作用.mp4.mp4 16.86M
| | ├──2-1卷积的作用.mp4.mp4 22.67M
| | ├──3-1卷积特征值计算方法.mp4.mp4 21.23M
| | ├──4-1得到特征图表示.mp4.mp4 18.23M
| | ├──5-1步长与卷积核大小对结果的影响.mp4.mp4 19.86M
| | ├──6-1边缘填充方法.mp4.mp4 17.28M
| | ├──7-1特征图尺寸计算与参数共享.mp4.mp4 21.99M
| | ├──8-1池化层的作用.mp4.mp4 11.31M
| | └──9-1整体网络架构.mp4.mp4 16.98M
| ├──2_PyTorch框架基本处理操作
| | ├──1-PyTorch实战课程简介.mp4.mp4 22.98M
| | ├──2-PyTorch框架发展趋势简介1.mp4.mp4 25.22M
| | ├──3-框架安装方法（CPU与GPU版本）1.mp4.mp4 18.60M
| | ├──4-PyTorch基本操作简介1.mp4.mp4 28.68M
| | ├──5-自动求导机制.mp4.mp4 33.36M
| | ├──6线性回归DEMO-数据与参数配置1.mp4.mp4 22.62M
| | ├──7线性回归DEMO-训练回归模型1.mp4.mp4 39.40M
| | ├──8常见tensor格式1.mp4.mp4 19.59M
| | └──9Hub模块简介1.mp4.mp4 53.11M
| ├──3_PyTorch框架必备核心模块解读
| | ├──1-卷积网络参数定义1.mp4.mp4 26.46M
| | ├──10-加载训练好的网络模型1.mp4.mp4 50.00M
| | ├──11-优化器模块配置1.mp4.mp4 24.63M
| | ├──12-实现训练模块1.mp4.mp4 33.20M
| | ├──13-训练结果与模型保存1.mp4.mp4 41.24M
| | ├──14-加载模型对测试数据进行预测1.mp4.mp4 52.81M
| | ├──15-额外补充-Resnet论文解读1.mp4.mp4 117.98M
| | ├──16-额外补充-Resnet网络架构解读1.mp4.mp4 18.27M
| | ├──2-网络流程解读1.mp4.mp4 37.49M
| | ├──3-Vision模块功能解读1.mp4.mp4 22.84M
| | ├──4-分类任务数据集定义与配置1.mp4.mp4 29.73M
| | ├──5-图像增强的作用1.mp4.mp4 14.68M
| | ├──6-数据预处理与数据增强模块1.mp4.mp4 37.24M
| | ├──7-Batch数据制作1.mp4.mp4 43.65M
| | ├──8-迁移学习的目标1.mp4.mp4 11.75M
| | └──9-迁移学习策略1.mp4.mp4 15.47M
| ├──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 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
| ├──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 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
| ├──6_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1.mp4.mp4 16.13M
| | ├──3-Unet升级版本改进1.mp4.mp4 15.75M
| | └──4-后续升级版本介绍1.mp4.mp4 18.37M
| ├──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 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
| ├──8_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
| └──9_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
├──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 8.15M
| | ├──1-所需基本环境配置.mp4.mp4 22.07M
| | ├──2-模型加载与数据预处理.mp4.mp4 39.61M
| | ├──3-接收与预测模块实现.mp4.mp4 37.66M
| | └──4-效果实例演示.mp4.mp4 43.27M
| ├──4_YOLO-V3物体检测部署实例
| | ├──1-项目所需配置文件介绍.mp4.mp4 24.63M
| | ├──2-加载参数与模型权重.mp4.mp4 35.63M
| | ├──3-数据预处理.mp4.mp4 53.86M
| | └──4-返回线性预测结果.mp4.mp4 44.91M
| ├──5_Docker实例演示
| | ├──1-docker简介.mp4.mp4 15.95M
| | ├──2-docker安装与配置.mp4.mp4 48.52M
| | ├──3-阿里云镜像配置.mp4.mp4 26.97M
| | ├──4-基于docker配置pytorch环境.mp4.mp4 36.52M
| | ├──5-安装演示环境所需依赖.mp4.mp4 31.47M
| | ├──6-复制所需配置到容器中.mp4.mp4 28.20M
| | └──7-上传与下载配置好的项目.mp4.mp4 45.48M
| ├──6_TensorFlow-serving实战
| | ├──1-tf-serving项目获取与配置.mp4.mp4 30.47M
| | ├──2-加载并启动模型服务.mp4.mp4 31.27M
| | ├──3-测试模型部署效果.mp4.mp4 43.37M
| | ├──4-fashion数据集获取.mp4.mp4 38.63M
| | └──5-加载fashion模型启动服务.mp4.mp4 33.40M
| ├──7_模型剪枝-Network Slimming算法分析
| | ├──1-论文算法核心框架概述.mp4.mp4 19.64M
| | ├──2-BatchNorm要解决的问题.mp4.mp4 18.48M
| | ├──3-BN的本质作用.mp4.mp4 22.56M
| | ├──4-额外的训练参数解读.mp4.mp4 20.11M
| | └──5-稀疏化原理与效果.mp4.mp4 23.90M
| ├──8_模型剪枝-Network Slimming实战解读
| | ├──1-整体案例流程解读.mp4.mp4 32.40M
| | ├──2-加入L1正则化来进行更新.mp4.mp4 28.38M
| | ├──3-剪枝模块介绍.mp4.mp4 31.01M
| | ├──4-筛选需要的特征图.mp4.mp4 36.30M
| | ├──5-剪枝后模型参数赋值.mp4.mp4 49.50M
| | └──6-微调完成剪枝模型.mp4.mp4 46.91M
| └──9_Mobilenet三代网络模型架构
| | ├──1-模型剪枝分析.mp4.mp4 22.35M
| | ├──10-V2整体架构与效果分析.mp4.mp4 10.48M
| | ├──11-V3版本网络架构分析.mp4.mp4 11.56M
| | ├──12-SE模块作用与效果解读.mp4.mp4 31.91M
| | ├──13-代码实现mobilenetV3网络架构.mp4.mp4 68.85M
| | ├──2-常见剪枝方法介绍.mp4.mp4 21.73M
| | ├──3-mobilenet简介.mp4.mp4 8.62M
| | ├──4-经典卷积计算量与参数量分析.mp4.mp4 13.21M
| | ├──5-深度可分离卷积的作用与效果.mp4.mp4 14.31M
| | ├──6-参数与计算量的比较.mp4.mp4 39.68M
| | ├──7-V1版本效果分析.mp4.mp4 24.94M
| | ├──8-V2版本改进以及Relu激活函数的问题.mp4.mp4 19.55M
| | └──9-倒残差结构的作用.mp4.mp4 17.43M
├──1_直播课回放
| ├──10_直播7：GPT系列算法与实战
| | └──GPT系列算法与实战.mp4 442.99M
| ├──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 28.91M
| | ├──2-数据样本生成方法.mp4 72.04M
| | ├──3-训练所需参数解读.mp4 57.68M
| | ├──4-模型训练过程.mp4 51.48M
| | └──5-部署与网页预测展示.mp4 79.57M
| ├──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 66.36M
| | ├──2-模型训练与测试结果.mp4 108.10M
| | ├──3-文本摘要数据标注方法.mp4 55.92M
| | └──4-训练自己标注的数据并测试.mp4 27.68M
| ├──13_直播8：知识抽取实战
| | └──知识抽取实战.mp4 579.79M
| ├──14_直播9：Openai CLIP模型
| | └──Openai CLIP模型.mp4 945.28M
| ├──15_直播10：DeformableDetr算法解读
| | └──DeformableDetr算法解读.mp4 730.35M
| ├──16_直播11：OCR算法解读
| | └──OCR算法解读.mp4 1.67G
| ├──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 916.12M
| ├──18_直播13：对比学习
| | └──1对比学习.mp4 1.03G
| ├──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 937.92M
| ├──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 383.49M
| ├──5_额外补充：时间序列预测
| | └──额外补充：时间序列预测.mp4 374.26M
| ├──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 163.59M
| ├──8_直播5：Huggingface核心模块解读
| | └──Huggingface核心模块解读.mp4 669.22M
| └──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 1.06G
├──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 37.49M
| | ├──2-词袋模型.mp4.mp4 28.12M
| | ├──3-词袋模型分析.mp4.mp4 63.59M
| | ├──4-TFIDF模型.mp4.mp4 47.59M
| | ├──5-word2vec词向量模型.mp4.mp4 54.40M
| | └──6-深度学习模型.mp4.mp4 39.28M
| ├──11_NLP-相似度模型
| | ├──1.任务概述.mp4.mp4 13.15M
| | ├──2-数据展示.mp4.mp4 22.65M
| | ├──3-正负样本制作.mp4.mp4 37.95M
| | ├──4-数据预处理.mp4.mp4 36.08M
| | ├──5-网络模型定义.mp4.mp4 55.90M
| | ├──6-基于字符的训练.mp4.mp4 58.94M
| | └──7-基于句子的相似度训练.mp4.mp4 42.44M
| ├──12_LSTM情感分析
| | ├──1-RNN网络架构.mp4.mp4 19.86M
| | ├──2-LSTM网络架构.mp4.mp4 17.80M
| | ├──3-案例：使用LSTM进行情感分类.mp4.mp4 30.99M
| | ├──4-情感数据集处理.mp4.mp4 33.58M
| | └──5-基于word2vec的LSTM模型.mp4.mp4 50.52M
| ├──13_机器人写唐诗
| | ├──1.1.1-任务概述与环境配置.mp4.mp4 13.71M
| | ├──2-参数配置.mp4.mp4 21.87M
| | ├──3-数据预处理模块.mp4.mp4 35.34M
| | ├──4-batch数据制作.mp4.mp4 27.96M
| | ├──5-RNN模型定义.mp4.mp4 17.97M
| | ├──6-完成训练模块.mp4.mp4 28.00M
| | ├──7-训练唐诗生成模型.mp4.mp4 11.13M
| | └──8-测试唐诗生成效果.mp4.mp4 21.38M
| ├──14_对话机器人
| | ├──1-效果演示.mp4.mp4 30.57M
| | ├──2-参数配置与数据加载.mp4.mp4 51.00M
| | ├──3-数据处理.mp4.mp4 41.99M
| | ├──4-词向量与投影.mp4.mp4 38.22M
| | ├──5-seq网络.mp4.mp4 30.68M
| | └──6-网络训练.mp4.mp4 37.99M
| ├──1_NLP常用工具包实战
| | ├──1-python字符串处理.mp4.mp4 41.33M
| | ├──10-名字实体匹配.mp4.mp4 21.37M
| | ├──11-恐怖袭击分析.mp4.mp4 40.53M
| | ├──12-统计分析结果.mp4.mp4 47.69M
| | ├──13-结巴分词器.mp4.mp4 28.14M
| | ├──14-词云展示.mp4.mp4 87.56M
| | ├──2-正则表达式基本语法.mp4.mp4 31.03M
| | ├──2-正则常用符号.mp4.mp4 37.06M
| | ├──4-常用函数介绍.mp4.mp4 40.13M
| | ├──5-NLTK工具包简介.mp4.mp4 32.26M
| | ├──6-停用词过滤.mp4.mp4 27.63M
| | ├──7-词性标注.mp4.mp4 35.92M
| | ├──8-数据清洗实例.mp4.mp4 41.37M
| | └──9-Spacy工具包.mp4.mp4 47.11M
| ├──2_商品信息可视化与文本分析
| | ├──1-任务概述.mp4.mp4 32.31M
| | ├──2-商品类别划分.mp4.mp4 37.31M
| | ├──3-商品类别可视化展示.mp4.mp4 41.28M
| | ├──4-描述长度对价格的影响.mp4.mp4 33.72M
| | ├──5-词云展示.mp4.mp4 51.86M
| | ├──6-tf-idf结果.mp4.mp4 35.32M
| | ├──7-降维可视化展示.mp4.mp4 39.05M
| | └──8-聚类与主题模型.mp4.mp4 57.03M
| ├──3_贝叶斯算法
| | ├──1-贝叶斯算法概述.mp4.mp4 11.34M
| | ├──2-贝叶斯推导实例.mp4.mp4 11.92M
| | ├──3-贝叶斯拼写纠错实例.mp4.mp4 18.58M
| | ├──4-垃圾邮件过滤实例.mp4.mp4 22.82M
| | └──5-贝叶斯实现拼写检查器.mp4.mp4 36.77M
| ├──4_新闻分类任务实战
| | ├──1-文本分析与关键词提取.mp4.mp4 19.44M
| | ├──2-相似度计算.mp4.mp4 19.50M
| | ├──3-新闻数据与任务简介.mp4.mp4 33.21M
| | ├──4-TF-IDF关键词提取.mp4.mp4 45.75M
| | ├──5-LDA建模.mp4.mp4 28.05M
| | └──6-基于贝叶斯算法进行新闻分类.mp4.mp4 50.88M
| ├──5_HMM隐马尔科夫模型
| | ├──1-马尔科夫模型.mp4.mp4 17.50M
| | ├──10-维特比算法.mp4.mp4 43.08M
| | ├──2-隐马尔科夫模型基本出发点.mp4.mp4 18.72M
| | ├──3-组成与要解决的问题.mp4.mp4 14.85M
| | ├──4-暴力求解方法.mp4.mp4 28.00M
| | ├──5-复杂度计算.mp4.mp4 15.28M
| | ├──6-前向算法.mp4.mp4 36.14M
| | ├──7-前向算法求解实例.mp4.mp4 33.34M
| | ├──8-Baum-Welch算法.mp4.mp4 26.86M
| | └──9-参数求解.mp4.mp4 17.22M
| ├──6_HMM工具包实战
| | ├──1-hmmlearn工具包.mp4.mp4 19.55M
| | ├──2-工具包使用方法.mp4.mp4 55.62M
| | ├──3-中文分词任务.mp4.mp4 13.44M
| | └──4-实现中文分词.mp4.mp4 35.77M
| ├──7_语言模型
| | ├──1-开篇.mp4.mp4 8.52M
| | ├──10-负采样模型.mp4.mp4 10.50M
| | ├──2-语言模型.mp4.mp4 8.82M
| | ├──3-N-gram模型.mp4.mp4 13.62M
| | ├──4-词向量.mp4.mp4 13.55M
| | ├──5-神经网络模型.mp4.mp4 15.87M
| | ├──6-Hierarchical Softmax.mp4.mp4 15.19M
| | ├──7-CBOW模型实例.mp4.mp4 18.54M
| | ├──8-CBOW求解目标.mp4.mp4 8.68M
| | └──9-锑度上升求解.mp4.mp4 15.93M
| ├──8_使用Gemsim构建词向量
| | ├──1-使用Gensim库构造词向量.mp4.mp4 16.84M
| | ├──2-维基百科中文数据处理.mp4.mp4 39.14M
| | ├──3-Gensim构造word2vec模型.mp4.mp4 20.97M
| | └──4-测试模型相似度结果.mp4.mp4 20.04M
| └──9_基于word2vec的分类任务
| | ├──1-影评情感分类.mp4.mp4 46.91M
| | ├──2-基于词袋模型训练分类器.mp4.mp4 28.07M
| | ├──3-准备word2vec输入数据.mp4.mp4 24.19M
| | └──4-使用gensim构建word2vec词向量（新）.mp4.mp4 67.73M
├──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 29.78M
| | ├──10-BERT模型训练方法.mp4.mp4 20.67M
| | ├──11-训练实例.mp4.mp4 24.18M
| | ├──2-BERT任务目标概述.mp4.mp4 11.52M
| | ├──2-传统解决方案遇到的问题.mp4.mp4 22.69M
| | ├──3-注意力机制的作用.mp4.mp4 14.78M
| | ├──4-self-attention计算方法.mp4.mp4 23.80M
| | ├──5-特征分配与softmax机制.mp4.mp4 21.32M
| | ├──7-Multi-head的作用.mp4.mp4 19.37M
| | ├──8-位置编码与多层堆叠.mp4.mp4 16.83M
| | └──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 41.33M
| | ├──10-构建QKV矩阵.mp4.mp4 50.77M
| | ├──11-完成Transformer模块构建.mp4.mp4 40.81M
| | ├──12-训练BERT模型.mp4.mp4 54.66M
| | ├──2-项目参数配置.mp4.mp4 106.78M
| | ├──3-数据读取模块.mp4.mp4 54.26M
| | ├──4-数据预处理模块.mp4.mp4 40.10M
| | ├──5-tfrecord制作.mp4.mp4 51.50M
| | ├──6-Embedding层的作用.mp4.mp4 30.98M
| | ├──7-加入额外编码特征.mp4.mp4 42.45M
| | ├──8-加入位置编码特征.mp4.mp4 23.61M
| | └──9-mask机制.mp4.mp4 36.78M
| ├──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 83.53M
| | ├──2-读取处理自己的数据集.mp4.mp4 53.09M
| | └──3-训练BERT中文分类模型.mp4.mp4 72.29M
| ├──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 30.45M
| | ├──2-NER标注数据处理与读取.mp4.mp4 66.07M
| | └──3-构建BERT与CRF模型.mp4.mp4 66.46M
| ├──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 21.72M
| | ├──2-模型整体框架.mp4.mp4 28.24M
| | ├──3-训练数据构建.mp4.mp4 15.85M
| | ├──4-CBOW与Skip-gram模型.mp4.mp4 23.83M
| | └──5-负采样方案.mp4.mp4 29.51M
| ├──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 45.67M
| | ├──2-数据清洗.mp4.mp4 27.60M
| | ├──3-batch数据制作.mp4.mp4 51.53M
| | ├──4-网络训练.mp4.mp4 49.09M
| | └──5-可视化展示.mp4.mp4 49.61M
| ├──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 23.75M
| | ├──2-NLP应用领域与任务简介.mp4.mp4 32.82M
| | ├──3-项目流程解读.mp4.mp4 42.18M
| | ├──4-加载词向量特征.mp4.mp4 32.32M
| | ├──5-正负样本数据读取.mp4.mp4 36.78M
| | ├──6-构建LSTM网络模型.mp4.mp4 46.69M
| | ├──7-训练与测试效果.mp4.mp4 91.77M
| | └──第十二课：LSTM情感分析.mp4.mp4 576.33M
| └──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 47.58M
| | ├──2-提取所需的指标信息.mp4.mp4 53.17M
| | ├──3-在图中创建实体.mp4.mp4 43.83M
| | └──4-根据给定实体创建关系.mp4.mp4 51.03M
| ├──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 18.57M
| | ├──2-LTP工具包概述介绍.mp4.mp4 46.52M
| | ├──3-pyltp安装与流程演示.mp4.mp4 41.82M
| | ├──4-得到分词与词性标注结果.mp4.mp4 47.19M
| | ├──5-依存句法概述.mp4.mp4 30.83M
| | ├──6-句法分析结果整理.mp4.mp4 39.09M
| | ├──7-语义角色构建与分析.mp4.mp4 54.17M
| | └──8-设计规则完成关系抽取.mp4.mp4 52.47M
| ├──7_金融平台风控模型实践
| | ├──1-竞赛任务目标.mp4.mp4 23.81M
| | ├──2-图模型信息提取.mp4.mp4 27.76M
| | ├──3-节点权重特征提取(PageRank).mp4.mp4 35.54M
| | ├──4-deepwalk构建图顶点特征.mp4.mp4 53.48M
| | ├──5-各项统计特征.mp4.mp4 56.04M
| | ├──6-app安装特征.mp4.mp4 37.41M
| | └──7-图中联系人特征.mp4.mp4 70.31M
| └──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 9.16M
| | ├──2-经典语音分离模型概述.mp4.mp4 18.09M
| | ├──3-DeepClustering论文解读.mp4.mp4 16.26M
| | ├──4-TasNet编码器结构分析.mp4.mp4 41.61M
| | ├──5-DW卷积的作用与效果.mp4.mp4 10.17M
| | └──6-基于Mask得到分离结果.mp4.mp4 19.25M
| ├──6_ConvTasnet语音分离实战
| | ├──1-数据准备与环境配置.mp4.mp4 77.96M
| | ├──2-训练任务所需参数介绍.mp4.mp4 27.66M
| | ├──3-DataLoader定义.mp4.mp4 38.03M
| | ├──4-采样数据特征编码.mp4.mp4 37.67M
| | ├──5编码器特征提取.mp4.mp4 55.01M
| | ├──6-构建更大的感受区域.mp4.mp4 53.48M
| | ├──7-解码得到分离后的语音.mp4.mp4 45.21M
| | └──8-测试模块所需参数.mp4.mp4 41.67M
| ├──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 44.55M
| | ├──10-得到加权的编码向量.mp4.mp4 55.86M
| | ├──11-模型输出结果.mp4.mp4 53.26M
| | ├──12-损失函数与预测.mp4.mp4 47.96M
| | ├──2-所需数据集介绍.mp4.mp4 52.73M
| | ├──3-路径配置与整体流程解读.mp4.mp4 70.15M
| | ├──4-Dataloader构建数据与标签.mp4.mp4 66.68M
| | ├──5-编码层要完成的任务.mp4.mp4 46.37M
| | ├──6-得到编码特征向量.mp4.mp4 28.54M
| | ├──7-解码器输入准备.mp4.mp4 34.57M
| | ├──8-解码器流程梳理.mp4.mp4 41.40M
| | └──9-注意力机制应用方法.mp4.mp4 43.71M
| └──3.注意力机制的作用.txt
├──24_推荐系统实战系列
| ├──10_基本统计分析的电影推荐
| | ├──1-电影数据与环境配置.mp4.mp4 64.07M
| | ├──2-数据与关键词信息展示.mp4.mp4 61.26M
| | ├──3-关键词云与直方图展示.mp4.mp4 45.97M
| | ├──4-特征可视化.mp4.mp4 38.67M
| | ├──5-数据清洗概述.mp4.mp4 57.31M
| | ├──6-缺失值填充方法.mp4.mp4 37.16M
| | ├──7-推荐引擎构造.mp4.mp4 50.93M
| | ├──8-数据特征构造.mp4.mp4 36.15M
| | └──9-得出推荐结果.mp4.mp4 51.85M
| ├──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 22.01M
| | ├──2-文本词频统计.mp4.mp4 31.41M
| | ├──3-ngram结果可视化展示.mp4.mp4 53.07M
| | ├──4-文本清洗.mp4.mp4 32.90M
| | ├──5-相似度计算.mp4.mp4 47.62M
| | └──6-得出推荐结果.mp4.mp4 61.97M
| ├──1_推荐系统介绍及其应用
| | ├──1-推荐系统通俗解读.mp4.mp4 17.27M
| | ├──2-推荐系统发展简介.mp4.mp4 23.22M
| | ├──3-应用领域与多方位评估指标.mp4.mp4 26.51M
| | ├──4-任务流程与挑战概述.mp4.mp4 26.74M
| | ├──5-常用技术点分析.mp4.mp4 16.45M
| | └──6-与深度学习的结合.mp4.mp4 23.70M
| ├──2_协同过滤与矩阵分解
| | ├──1-协同过滤与矩阵分解简介.mp4.mp4 11.30M
| | ├──2-基于用户与商品的协同过滤.mp4.mp4 18.52M
| | ├──3-相似度计算与推荐实例.mp4.mp4 15.18M
| | ├──4-矩阵分解的目的与效果.mp4.mp4 20.65M
| | ├──5-矩阵分解中的隐向量.mp4.mp4 25.07M
| | ├──6-目标函数简介.mp4.mp4 13.75M
| | ├──7-隐式情况分析.mp4.mp4 14.10M
| | └──8-Embedding的作用.mp4.mp4 11.11M
| ├──3_音乐推荐系统实战
| | ├──1-音乐推荐任务概述.mp4.mp4 64.46M
| | ├──2-数据集整合.mp4.mp4 53.91M
| | ├──3-基于物品的协同过滤.mp4.mp4 63.10M
| | ├──4-物品相似度计算与推荐.mp4.mp4 63.37M
| | ├──5-SVD矩阵分解.mp4.mp4 30.83M
| | └──6-基于矩阵分解的音乐推荐.mp4.mp4 83.15M
| ├──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 23.66M
| | ├──2-kaggle电影数据集下载与配置.mp4.mp4 63.41M
| | ├──3-图谱需求与任务流程解读.mp4.mp4 26.59M
| | ├──4-项目所需环境配置安装.mp4.mp4 48.84M
| | ├──5-构建用户电影知识图谱.mp4.mp4 61.49M
| | ├──6-图谱查询与匹配操作.mp4.mp4 19.62M
| | └──7-相似度计算与推荐引擎构建.mp4.mp4 39.17M
| ├──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 21.94M
| | ├──2-高维特征带来的问题.mp4.mp4 12.95M
| | ├──3-二项式特征的作用与挑战.mp4.mp4 11.80M
| | ├──4-二阶公式推导与化简.mp4.mp4 20.88M
| | ├──5-FM算法解析.mp4.mp4 19.83M
| | ├──6-DeepFm整体架构解读.mp4.mp4 15.14M
| | ├──7-输入层所需数据样例.mp4.mp4 14.12M
| | └──8-Embedding层的作用与总结.mp4.mp4 21.52M
| ├──7_DeepFM算法实战
| | ├──1-数据集介绍与环境配置.mp4.mp4 57.76M
| | ├──2-广告点击数据预处理实例.mp4.mp4 49.15M
| | ├──3-数据处理模块Embedding层.mp4.mp4 34.38M
| | ├──4-Index与Value数据制作.mp4.mp4 29.32M
| | ├──5-一阶权重参数设计.mp4.mp4 33.52M
| | ├──6-二阶特征构建方法.mp4.mp4 28.85M
| | ├──7-特征组合方法实例分析.mp4.mp4 49.48M
| | ├──8-完成FM模块计算.mp4.mp4 24.56M
| | └──9-DNN模块与训练过程.mp4.mp4 37.53M
| ├──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 35.70M
| | ├──2-电影数据集预处理分析.mp4.mp4 32.75M
| | ├──3-surprise工具包基本使用.mp4.mp4 36.06M
| | ├──4-模型测试集结果.mp4.mp4 30.72M
| | └──5-评估指标概述.mp4.mp4 66.45M
| └──9_基于文本数据的推荐实例
| | ├──1-数据与环境配置介绍.mp4.mp4 19.81M
| | ├──2-数据科学相关数据介绍.mp4.mp4 31.25M
| | ├──3-文本数据预处理.mp4.mp4 37.37M
| | ├──4-TFIDF构建特征矩阵.mp4.mp4 31.28M
| | ├──5-矩阵分解演示.mp4.mp4 29.02M
| | ├──6-LDA主题模型效果演示.mp4.mp4 53.07M
| | └──7-推荐结果分析.mp4.mp4 43.00M
├──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
| ├──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
| ├──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
├──5_Opencv图像处理框架实战
| ├──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.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
| ├──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
| ├──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
| ├──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
├──5期资料
| ├──1-18 节直播13：对比学习
| | ├──trainCLIP.py 1.56kb
| | └──对比学习.pdf 1.96M
| ├──第八章 行为识别实战
| | ├──基础补充-Resnet模型及其应用实例
| | ├──1-slowfast算法知识点通俗解读.pdf 572.31kb
| | ├──4-基于3D卷积的视频分析与动作识别.zip 845.84M
| | ├──5-视频异常检测算法与元学习.pdf 1.15M
| | ├──6-视频异常检测CVPR2021论文及其源码解读.zip 243.75M
| | ├──slowfast论文.pdf 1.45M
| | ├──基础补充-PyTorch框架必备核心模块解读.zip 336.95M
| | └──基础补充-PyTorch框架基本处理操作.zip 98.58M
| ├──第二十二章 知识图谱实战系列
| | ├──第1.2节：知识图谱介绍及其应用领域分析
| | ├──第3节：Neo4j数据库实战
| | ├──第4节：使用python操作neo4j实例
| | ├──第5节：基于知识图谱的医药问答系统实战
| | ├──第6节：文本关系抽取实践
| | ├──第7节：金融平台风控模型实践
| | └──第8节：医学糖尿病数据命名实体识别
| ├──第二十三章 语⾳识别实战系列
| | ├──PPT
| | ├──论文
| | ├──变声器pytorch-StarGAN-VC2.zip 484.93M
| | ├──语音分离Conv-TasNet.zip 84.38M
| | ├──语音合成tacotron2实战.zip 302.43M
| | └──语音识别LAS模型.zip 420.12M
| ├──第二十四章 推荐系统实战系列
| | ├──第10节：基于统计分析的电影推荐
| | ├──第3节：音乐推荐系统实战
| | ├──第4节：Neo4j数据库实例
| | ├──第11节：补充-基于相似度的酒店推荐系统.zip 1.81M
| | ├──第1节：推荐系统介绍.pdf 1.50M
| | ├──第2节：协同过滤与矩阵分解.pdf 974.68kb
| | ├──第5节：基于知识图谱的电影推荐实战.zip 160.61M
| | ├──第6节：FM与DeepFM算法.pdf 759.61kb
| | ├──第7节：DeepFM算法实战.zip 1.16M
| | ├──第8节：推荐系统常用工具包演示.zip 129.35M
| | └──第9节：基于文本数据的推荐实例.zip 254.77M
| ├──第二十一章 ⾃然语⾔处理通⽤框架-BERT实战
| | ├──课后作业
| | └──课件、源码
| ├──第二十章 ⾃然语⾔处理经典案例实战
| | ├──NLP常用工具包
| | ├──课后作业
| | ├──课件
| | └──源码、数据集等
| ├──第九章 2022论⽂必备-Transformer实战系列
| | └──transformer系列
| ├──第六章 综合项⽬-物体检测经典算法实战
| | ├──YOLO系列（PyTorch）
| | ├──detr目标检测源码解读.zip 108.29kb
| | ├──EfficientDet.zip 80.48M
| | ├──EfficientNet.pdf 943.23kb
| | ├──第十二章：基于Transformer的detr目标检测算法.pdf 885.69kb
| | └──物体检测.pdf 1.38M
| ├──第七章 图像分割实战
| | ├──第1节：图像分割算法
| | ├──第2节：卷积网络
| | ├──第3节：Unet系列算法讲解
| | ├──第4节：unet医学细胞分割实战
| | ├──第6节：deeplab系列算法
| | ├──第7节：基于deeplabV3+版本进行VOC分割实战
| | ├──第8节：基于deeplab的心脏视频数据诊断分析
| | ├──基于Resnet的医学数据集分类实战
| | ├──f112c9fda85536ee3eba662c9043e683.bat 0.07kb
| | ├──mask-rcnn.pdf 989.98kb
| | ├──MaskRcnn网络框架源码详解.zip 1.14G
| | ├──PyTorch框架基本处理操作.zip 98.58M
| | ├──R(2+1)D网络.pdf 507.15kb
| | ├──第5节：U-2-Net.zip 636.25M
| | ├──基于MASK-RCNN框架训练自己的数据与任务.zip 439.38M
| | └──图像识别核心模块实战解读.zip 336.95M
| ├──第三章 深度学习核⼼框架PyTorch
| | ├──flask预测.zip 712.05M
| | ├──第八章：对抗生成网络架构原理与实战解析.zip 35.28M
| | ├──第二,三章：神经网络实战分类与回归任务.zip 15.82M
| | ├──第六章：DataLoader自定义数据集制作.zip 594.02M
| | ├──第七章：LSTM文本分类实战.zip 31.53M
| | ├──第四章：卷积网络参数解读.zip 33.37M
| | └──第五章：图像识别模型与训练策略（重点）.zip 449.77M
| ├──第四章 MMLAB实战系列
| | ├──mmaction2-master.zip 827.76M
| | ├──mmclassification-master.zip 912.00M
| | ├──mmdetection-master.zip 1.46G
| | ├──mmdetection3d-1.0.0rc0.zip 395.05M
| | ├──mmediting-master.zip 107.78M
| | ├──mmgeneration-master.zip 746.81M
| | ├──mmocr-main.zip 381.72M
| | ├──mmrazor-master.zip 1.00G
| | ├──mmsegmentation-0.20.2.zip 2.80G
| | ├──MPViT-main.zip 924.77M
| | └──ner.zip 121.60M
| ├──第五章 Opencv图像处理框架实战
| | ├──课件
| | └──源码资料
| ├──第一十二章 ⽬标追踪与姿态估计实战
| | ├──第五六七章：YOLO目标检测
| | ├──基础补充-Resnet模型及其应用实例
| | ├──第二章：OpenPose算法源码分析.zip 243.86M
| | ├──第三章：Deepsort算法知识点解读.pdf 1.58M
| | ├──第四章：Deepsort源码解读.zip 107.90M
| | ├──第一章：姿态估计OpenPose系列算法解读.pdf 2.42M
| | ├──基础补充-PyTorch框架必备核心模块解读.zip 336.95M
| | └──基础补充-PyTorch框架基本处理操作.zip 98.58M
| ├──第一十二章 第十模块：缺陷检测实战
| | └──缺陷检测实战
| ├──第一十九章 深度学习模型部署与剪枝优化实战
| | ├──Docker使用命令.zip 7.83M
| | ├──Mobilenet.pdf 2.41M
| | ├──mobilenetv3.py 7.31kb
| | ├──pytorch-slimming.zip 356.43M
| | ├──PyTorch模型部署实例.zip 102.80kb
| | ├──TensorFlow-serving.zip 2.96M
| | ├──YOLO部署实例.zip 876.45M
| | └──剪枝算法.pdf 504.02kb
| ├──第一十六章 第十四模块：面向医学领域的深度学习实战
| | ├──1-神经网络算法PPT
| | ├──10-基于deeplab的心脏视频数据诊断分析
| | ├──11-YOLO系列物体检测算法原理解读
| | ├──12-基于YOLO5细胞检测实战
| | ├──13-知识图谱原理解读
| | ├──14-Neo4j数据库实战
| | ├──15-基于知识图谱的医药问答系统实战
| | ├──17-医学糖尿病数据命名实体识别
| | ├──4-基于Resnet的医学数据集分类实战
| | ├──5-图像分割及其损失函数概述
| | ├──6-Unet系列算法讲解
| | ├──7-unet医学细胞分割实战
| | ├──8-deeplab系列算法
| | ├──9-基于deeplabV3+版本进行VOC分割实战
| | ├──16-词向量模型与RNN网络架构.zip 2.15M
| | ├──2-PyTorch框架基本处理操作.zip 98.58M
| | └──3-PyTorch框架必备核心模块解读.zip 336.95M
| ├──第一十六章 对抗⽣成⽹络实战
| | ├──第4节：stargan论文架构解析
| | ├──第6节：基于starganvc2的变声器论文原理解读
| | ├──第8节：图像超分辨率重构实战
| | ├──第9节：基于GAN的图像补全实战
| | ├──cyclegan.pdf 2.67M
| | ├──第2节：对抗生成网络架构原理与实战解析.zip 35.28M
| | ├──第3节：基于CycleGan开源项目实战图像合成.zip 1.60G
| | ├──第5节：stargan项目实战及其源码解读.zip 869.44M
| | └──第7节：starganvc2变声器项目实战及其源码解读.zip 485.00M
| ├──第一十三章 ⾯向深度学习的⽆⼈驾驶实战
| | ├──1.深度估计算法解读
| | ├──10-NeuralRecon项目源码解读
| | ├──11-TSDF算法与应用
| | ├──12-TSDF实战案例
| | ├──13-轨迹估计算法与论文解读
| | ├──14-轨迹估计预测实战
| | ├──15-特斯拉无人驾驶解读
| | ├──2.深度估计项目实战
| | ├──3-车道线检测算法与论文解读
| | ├──4-基于深度学习的车道线检测项目实战
| | ├──5-商汤LoFTR算法解读
| | ├──6-局部特征关键点匹配实战
| | ├──7-三维重建应用与坐标系基础
| | ├──8-NeuralRecon算法解读
| | └──9-NeuralRecon项目环境配置
| ├──第一十四章 缺陷检测实战
| | ├──PyTorch基础
| | ├──Resnet分类实战
| | ├──第1-4章：YOLOV5缺陷检测
| | ├──第11-12章：deeplab
| | ├──第6-8章：Opencv各函数使用实例
| | ├──DeepLab铁质材料缺陷检测与开源项目应用流程.zip 3.58G
| | ├──第10章：基于视频流水线的Opnecv缺陷检测项目.zip 13.96M
| | ├──第5章：Semi-supervised布料缺陷检测实战.zip 212.33M
| | └──第9章：基于Opencv缺陷检测项目实战.zip 11.38M
| ├──第一十五章 ⾏⼈重识别实战
| | ├──第1节：行人重识别原理及其应用
| | ├──第2节：基于注意力机制的ReId模型论文解读
| | ├──第3节：基于Attention的行人重识别项目实战
| | ├──第4节：经典会议算法精讲（特征融合）
| | ├──第5节：项目实战-基于行人局部特征融合的再识别实战
| | ├──第6节：旷视研究院最新算法解读（基于图模型）
| | └──第7节：基于拓扑图的行人重识别项目实战
| ├──第一十五章 第十三模块：强化学习实战
| | ├──第1节：强化学习简介及其应用.pdf 738.65kb
| | ├──第2节：PPO算法与公式推导.pdf 899.22kb
| | ├──第3节：策略梯度实战-月球登陆器训练实例.zip 4.34M
| | ├──第4节：DQN算法.pdf 1.43M
| | ├──第5节：DQN算法实例演示.zip 1.98kb
| | ├──第7节：Actor-Critic算法分析(A3C).pdf 560.29kb
| | └──第8节：A3C算法玩转超级马里奥.zip 97.62M
| ├──第一十一章 3D点云实战
| | ├──第1节：3D点云应用领域分析
| | ├──第2节：3D点云PointNet算法
| | ├──第3节：PointNet++算法解读
| | ├──第4节：Pointnet++项目实战
| | ├──第5节：点云补全PF-Net论文解读
| | ├──第6节：点云补全实战解读
| | ├──第7节：点云配准及其案例实战
| | └──第8节：基础补充-对抗生成网络架构原理与实战解析
| ├──第一十章 图神经⽹络实战
| | ├──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
| | ├──5-图注意力机制与序列图模型
| | ├──6-图相似度论文解读
| | ├──7-图相似度计算实战
| | ├──8-基于图模型的轨迹估计
| | ├──9-图模型轨迹估计实战
| | ├──第二章：图卷积GCN模型
| | └──第一章：图神经网络基础
| └──直播
| | ├──1-10 节直播7：GPT系列算法与实战
| | ├──1-11 节额外补充：GPT建模与预测流程
| | ├──1-12 节额外补充：文本摘要建模
| | ├──1-13 节直播8：知识抽取实战
| | ├──1-14 节直播9：Openai CLIP模型
| | ├──1-15 节直播10：DeformableDetr算法解读
| | ├──1-16 节直播11：OCR算法解读
| | ├──1-17 节直播12：KIE关键信息抽取与视频超分辨率重构
| | ├──1-3 节直播2：深度学习必备基础-神经网络与卷积网络
| | ├──1-4 节直播3：Transformer原理及其各领域应用分析
| | ├──1-6 节直播4：Informer时间序列预测源码解读
| | ├──1-8 节直播5：Huggingface核心模块解读
| | └──1-9 节直播6：BERT系列模型与命名实体识别实例
├──6_综合项目-物体检测经典算法实战
| ├──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
| ├──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
├──7_图像分割实战
| ├──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
| ├──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
├──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
| ├──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
| ├──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