知识图谱实战系列(Python版)视频蕊_共：3.11GB
25861文件名称： 知识图谱实战系列(Python版)视频蕊_共：3.11GB
文件总数量： 93条
压缩文件数量： 0条
压缩文件比： 0%
疑似加密文件： 0条(需要授权播放的文件)
文件创建时间： 2021-5-4 07:38:30
目录：【知识图谱实战系列(Python版)】
目录：【知识图谱实战系列(Python版)】
93感受野的作用.mp4
92残差网络Resnet.mp4
91VGG网络架构.mp4
90整体网络架构.mp4
89池化层的作用.mp4
88特征图尺寸计算与参数共享.mp4
87边缘填充方法_.mp4
86步长与卷积核大小对结果的影响.mp4
85得到特征图表示.mp4
84卷积特征值计算方法.mp4
83卷积的作用.mp4
82卷积神经网络应用领域_.mp4
81TeacherForcing的作用与训练策略.mp4
80加入attention的序列模型整体架构.mp4
79注意力机制的作用.mp4
78工作原理概述.mp4
77序列网络模型概述分析.mp4
76RNN网络模型解读.mp4
75整体项目总结.mp4
74图匹配模块计算流程.mp4
73基于拓扑结构组合关键点特征.mp4
72邻接矩阵学习与更新.mp4
71mask矩阵的作用_.mp4
70初始化图卷积模型_.mp4
69阶段监督训练.mp4
68得到一阶段热度图结果.mp4
67局部特征准备方法_.mp4
66数据集与环境配置概述.mp4
65整体算法框架分析.mp4
64图匹配在行人重识别中的作用_.mp4
63图卷积模块实现方法_.mp4
62基于图卷积构建人体拓扑关系.mp4
61局部特征热度图计算.mp4
60图卷积与匹配的作用.mp4
59关键点位置特征构建_.mp4
58Hard-Negative方法应用.mp4
57triplet损失计算实例.mp4
56map值计算方法.mp4
55评估标准rank1指标.mp4
54挑战与困难分析_.mp4
53行人重识别要解决的问题.mp4
52医疗数据集（糖尿病）实体识别.mp4
51训练网络模型.mp4
50输入样本填充补齐_.mp4
49数据-标签-语料库处理.mp4
48整体模型架构.mp4
47数据与任务介绍.mp4
46图中联系人特征.mp4
45app安装特征.mp4
44各项统计特征_.mp4
43deepwalk构建图顶点特征.mp4
42节点权重特征提取(PageRank)_.mp4
41图模型信息提取.mp4
40竞赛任务目标.mp4
39设计规则完成关系抽取.mp4
38语义角色构建与分析_.mp4
37句法分析结果整理.mp4
36依存句法概述.mp4
35得到分词与词X标注结果.mp4
34pyltp安装与流程演示_.mp4
33LTP工具包概述介绍.mp4
32关系抽取要完成的任务演示与分析.mp4
31完成对话系统构建_.mp4
30实体关键词_字_典_制作.mp4
29加载所有实体数据_.mp4
28打造医疗知识图谱模型.mp4
27创建关系边.mp4
26提取数据中的关键字段信息.mp4
25环境配置与所需工具包安装_.mp4
24任务流程概述_.mp4
23医疗数据介绍及其各字段含义.mp4
22项目概述与整体架构分析.mp4
21根据给定实体创建关系.mp4
20在图中创建实体.mp4
19提取所需的指标信息.mp4
18使用Py2neo建立连接.mp4
17数据库更改查询操作演示.mp4
16创建与删除操作演示.mp4
15可视化例子演示_.mp4
14Neo4j数据库安装流程演示.mp4
13Neo4j图数据库介绍.mp4
12图谱知识融合与总结分析.mp4
11视觉领域图编码实例.mp4
10金融领域图编码实例.mp4
09graph-embedding的作用与效果.mp4
08常用NLP技术点分析.mp4
07数据关系抽取分析.mp4
06数据获取分析.mp4
05金融与推荐领域的应用.mp4
04知识图谱在医疗领域应用实例.mp4
03知识图谱在搜索引擎中的应用.mp4
02知识图谱通俗解读.mp4
01课程介绍.mp4
页:
[1]