深度及其应用视频00_共：6.31GB
28391文件名称： 深度及其应用视频00_共：6.31GB
文件总数量： 99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： 2021-7-21 20:40:44
目录：【深度学习及其应用】
目录：【深度学习及其应用】
85__8_6_1___注意力机制模型案例分析_.mp4
84__8_5_1___注意力机制模型_3_.mp4
83__8_4_1___注意力机制模型_2.mp4
82__8_3_1___注意力机制模型_1_.mp4
81__8_2_1___Seq2Seq模型_2_.mp4
80__8_1_1___Seq2Seq模型_1_.mp4
79__7_13_1___手写体生成_5_.mp4
78__7_12_1___手写体生成_4_.mp4
77__7_11_1___手写体生成_3.mp4
76__7_10_1___手写体生成_2.mp4
75__7_9_1___手写体生成_1_.mp4
74__7_8_1___生成对抗网络算法应用_2_.mp4
73__7_7_1___生成对抗网络算法应用_1_.mp4
72__7_6_1___生成对抗网络算法DCGAN_3_.mp4
71__7_5_1___生成对抗网络算法DCGAN_2_.mp4
70__7_4_1___生成对抗网络算法DCGAN_1_.mp4
69__7_3_1___Encoder_Decoder模型.mp4
68__7_2_1___生成对抗网络基本原理_2_.mp4
67__7_1_1___生成对抗网络基本原理_1.mp4
66__6_17_1___目标检.测案例解析_4_.mp4
65__6_16_1___目标检.测案例解析_3.mp4
64__6_15_1___目标检.测案例解析_2_.mp4
63__6_14_1___目标检.测案例解析_1_.mp4
62__6_13_1___Yolo目标检.测算法_4.mp4
61__6_12_1___Yolo目标检.测算法_3.mp4
60__6_11_1___Yolo目标检.测算法_2_.mp4
59__6_10_1___Yolo目标检.测算法_1_.mp4
58__6_9_1___FasterR_CNN目标检.测算法.mp4
57__6_8_1___FastRCNN目标检.测算法.mp4
56__6_7_1___基于候选区域的目标检.测_4_.mp4
55__6_6_1___基于候选区域的目标检.测_3_.mp4
54__6_5_1___基于候选区域的目标检.测_2.mp4
53__6_4_1___基于候选区域的目标检.测_1.mp4
52__6_3_1___目标检.测发展.mp4
51__6_2_1___目标检.测基本概念_2_.mp4
50__6_1_1___目标检.测的基本概念_1_.mp4
49__5_7_1___基于LSTM的股票预测.mp4
48__5_6_1___长短期记忆神经网络模型_3_.mp4
47__5_5_1___长短期记忆神经网络模型_2_.mp4
46__5_4_1___长短期记忆神经网络模型_1_.mp4
45__5_3_1___循环神经网络模型.mp4
44__5_2_1___循环神经网络基本原理_2.mp4
43__5_1_1___循环神经网络基本原理_1_.mp4
42__4_9_1___动物识别_3_.mp4
41__4_8_1___动物识别_2_.mp4
40__4_7_1___动物识别.mp4
39__4_6_1___残差神经网络模型_.mp4
38__4_5_1___GoogLeNet卷积神经网络模型_.mp4
37__4_4_1___VGG卷积神经网络模型.mp4
36__4_3_1___AlexNet卷积神经网络模型_3_.mp4
35__4_2_1___AlexNet卷积神经网络_2_.mp4
34__4_1_1___Alexnet卷积神经网络.mp4
33__3_18_1___股票预测_3_.mp4
32__3_17_1___股票预测_2_.mp4
31__3_16_1___图像分类.mp4
29__3_14_1___图像分类_1_.mp4
28__3_13_1___卷积神经网络训练.mp4
27__3_12_1___完整的卷积神经网络过程.mp4
26__3_11_2___Lenet5卷积神经网络_3_2_.mp4
25__3_11_1___Lenet5卷积神经网络_3_1.mp4
24__3_10_2___Lenet5卷积神经网络_2_2_.mp4
23__3_10_1___Lenet5卷积神经网络_2_1_.mp4
22__3_9_1___Lenet5卷积神经网络_.mp4
21__3_8_1___池化.mp4
20__3_7_1___多通道卷积.mp4
19__3_6_1___卷积特征图及计算_.mp4
18__3_5_1___卷积操作.mp4
17__3_4_1___图像编码与卷积.mp4
16__3_3_1___卷积的概念.mp4
15__3_2_1___感受野.mp4
14__3_1_1___卷积神经网络概况.mp4
13__2_4_1___深度学习在人工智能中的应用_4_.mp4
12__2_3_1___深度学习在人工智能中的应用_3_.mp4
11__2_2_1___深度学习在人工智能中的应用.mp4
10__2_1_1___深度学习_深度学习在人工智能中的应用_一_.mp4
09__1_7_1___银行客户流失预测_4_.mp4
08__1_6_1___银行客户流失预测_3_.mp4
07__1_5_1___银行客户流失预测_.mp4
06__1_4_1___神经网路应用于银行客户流失预测.mp4
05__1_3_3___神经网络应用.mp4
04__1_3_2___神经网络训练.mp4
03__1_3_1___BP神经网络_2_.mp4
02__1_2_1___BP神经网络_1_.mp4
01__1_1_1___神经网络简介.mp4
目录：【深度学习及其应用/复旦大学深度学习】
(8.1.1)--注意力机制.pdf
(7.9.1)--GAN用于手写体生成.pdf
(7.3.1)--自编码器.pdf
(7.1.1)--生成对抗网络.pdf
(6.14.1)--任务检.测_.pdf
(6.1.1)--目标检.测_.pdf
(5.7.1)--股票预测.pdf
(5.1.1)--循环神经网络模型.pdf
(4.7.1)--VGG动物识别.pdf
(4.1.1)--卷积神经网络算法_.pdf
(3.11.1)--卷积笔记.pdf
(3.1.1)--卷积神经网络基础.pdf
(2.1.1)--深度学习应用概况.pdf
(1.4.1)--银行客户流失预测.pdf
(1.1.1)--神经网络基础.pdf
页:
[1]