人工智能-计算机视觉实战之路趣_共：59.60GB
29802文件名称： 人工智能-计算机视觉实战之路趣_共：59.60GB
文件总数量： 748条
压缩文件数量： 11条
压缩文件比： 1.47%
疑似加密文件： 0条(需要授权播放的文件)
文件创建时间： 2021-9-3 18:16:19
有密码，已在文件中
目录：【4、人工智能-计算机视觉实战之路】
目录：【4、人工智能-计算机视觉实战之路】
解压密码.txt
目录：【4、人工智能-计算机视觉实战之路/第一阶段：Python工具包实战与机视觉必备基础】
目录：【4、人工智能-计算机视觉实战之路/第三阶段：深度学习实战-经典视觉项目】
目录：【4、人工智能-计算机视觉实战之路/第二阶段：进军AI-深度学习】
目录：【4、人工智能-计算机视觉实战之路/第一阶段：Python工具包实战与机视觉必备基础/计算机视觉-Opencv项目实战(Python版)(ID-16729)】
目录：【4、人工智能-计算机视觉实战之路/第一阶段：Python工具包实战与机视觉必备基础/计算机视觉-Opencv项目实战(Python版)(ID-16729)】
9-5模板匹配得出识别结果.mp4
9-4输入数据处理方法_.mp4
9-3模板处理方法_.mp4
9-2环境配置与预处理.mp4
9-1总体流程与方法讲解.mp4
8-6低通与高通滤波.mp4
8-5频域变换结果.mp4
8-4Fu里叶概述.mp4
8-3均衡化效果.mp4
8-2均衡化原理.mp4
8-1直方图定义.mp4
7-7匹配效果展示_.mp4
7-6模板匹配方法.mp4
7-5轮廓特征与近似.mp4
7-4轮廓检.测结果.mp4
7-3轮廓检.测方法.mp4
7-2金字塔制作方法_.mp4
7-1图像金字塔定义.mp4
6-3边缘检.测效果_.mp4
6-2非极大值抑制_.mp4
6-1Canny边缘检.测流程.mp4
5-3scharr与Laplace算子.mp4
5-2梯度计算方法_.mp4
5-1Sobel算子_.mp4
4-5礼帽与黑帽.mp4
4-4梯度计算.mp4
4-3开运算与闭运算.mp4
4-2膨胀操作.mp4
4-1腐蚀操作.mp4
3-3高斯与中值滤波.mp4
3-2图像平滑处理.mp4
3-1图像阈值.mp4
21-5检.测效果.mp4
21-4闭眼检.测.mp4
21-3定位效果演示.mp4
21-2获取人脸关键点.mp4
21-1关键点定位概述.mp4
20-8卷积操作流程.mp4
20-7卷积效果演示.mp4
20-6池化层原理.mp4
20-5卷积参数共享.mp4
20-4padding与stride.mp4
20-3卷积计算过程.mp4
20-2卷积层解释.mp4
20-1卷积网络的应用_.mp4
2-5数值计算.mp4
2-4边界填充_.mp4
2-3ROI区域.mp4
2-2视频的读取与处理.mp4
2-1计算机眼中的图像.mp4
19-6效率提升对比.mp4
19-5多_进.程_目标追踪.mp4
19-4基于dlib和ssd的追踪_.mp4
19-3深度学习检.测框架加载.mp4
19-2多目标追踪实战.mp4
19-1目标追踪概述.mp4
18-2模型加载与输出结果.mp4
18-1DNN模块_.mp4
17-4光流估计实战.mp4
17-3推导求解.mp4
17-2Lucas-Kanade算法.mp4
17-1基本概念.mp4
16-4背景建模实战.mp4
16-3学习步骤.mp4
16-2混合高斯模型.mp4
16-1背景消除-帧差法.mp4
15-4选项判断识别_.mp4
15-3填涂轮廓检.测.mp4
15-2预处理操作.mp4
15-1整体流程与效果概述_.mp4
14-8基于视频的车位检.测.mp4
14-7识别模型构建.mp4
14-6车位区域划分.mp4
14-5按列划分区域.mp4
14-4车位直线检.测.mp4
14-3图像数据预处理.mp4
14-2所需数据介绍.mp4
14-1任务整体流程.mp4
13-4流程解读.mp4
13-3图像拼接方法_.mp4
13-2RANSAC算法_.mp4
13-1特征匹配方法.mp4
12-6opencv中的sift函数.mp4
12-5特征向量生成.mp4
12-4生成特征描述.mp4
12-3特征关键点定位.mp4
12-2高斯差分金字塔.mp4
12-1尺度空间定义_.mp4
11-5opencv角点检.测.mp4
11-4特征归属划分.mp4
11-3求解化简.mp4
11-2基本数学原理.mp4
11-1角点检.测基本原理.mp4
10-6文档扫描识别结果_.mp4
10-5tesseract-ocr安装配置.mp4
10-4透视变换结果.mp4
10-3坐标变换计算_.mp4
10-2文档轮廓提取_.mp4
资料.7z
10-1整体流程演示_.mp4
1-3Notebook与IDE环境配置.mp4
1-2Python与Opencv的配置.mp4
1-1课程简介.mp4
目录：【4、人工智能-计算机视觉实战之路/第一阶段：Python工具包实战与机视觉必备基础/Python入门与数据科学库(ID-11978)】
5-9分类属性绘图.mp4
5-8多变量分析绘图.mp4
5-7回归分析绘图.mp4
5-6单变量分析绘图.mp4
5-5调色板颜色设置_.mp4
5-4调色板.mp4
5-3风格细节设置.mp4
5-2整体布局风格设置.mp4
5-12热度图绘制.mp4
5-11绘制多变量.mp4
5-10Facetgrid使用方法.mp4
5-1简介_.mp4
4-9绘图细节设置.mp4
4-8盒图细节.mp4
4-7盒图绘制.mp4
4-6条形外观.mp4
4-5条形图细节.mp4
4-4条形图_.mp4
4-3风格设置_.mp4
4-2子图与标注.mp4
4-15结合pandas与sklearn.mp4
4-14子图布局.mp4
4-13pie图.mp4
4-123D图绘制.mp4
4-11直方图与散点图.mp4
4-10绘图细节设置2.mp4
4-1Matplot概述_.mp4
3-9显示设置.mp4
3-8merge操作.mp4
3-7对象操作细节_.mp4
3-6对象基本操作.mp4
3-5数值运算.mp4
3-4groupby操作.mp4
3-3Pandas索引_.mp4
3-2Pandas基本操作.mp4
3-19大数据处理技巧.mp4
3-18pandas绘图.mp4
3-17索引进阶_.mp4
3-16字符串操作.mp4
3-15Groupby操作延伸.mp4
3-14常用操作2.mp4
3-13常用操作.mp4
3-12时间序列操作.mp4
3-11时间操作.mp4
3-10数据透视表.mp4
3-1Pandas概述.mp4
2-9常用生成函数.mp4
2-8数组生成函数_.mp4
2-7数组形状操作.mp4
2-6排序操作.mp4
2-5数值运算.mp4
2-4数组类型.mp4
2-3数组结构.mp4
2-2Array数组.mp4
2-16练习题-3.mp4
2-15练习题-2.mp4
2-14练习题-1_.mp4
2-13数组保存_.mp4
2-12文件读写.mp4
2-11随机模块.mp4
2-10四则运算.mp4
2-1Numpy概述_.mp4
1-9_字_典_基础定义.mp4
1-8List核心操作_.mp4
1-7List基础结构.mp4
1-6Python字符串操作.mp4
1-5Python数值运算.mp4
1-4Python简介.mp4
1-3Notebook工具.mp4
1-25Python练习题-4_.mp4
1-24Python练习题-3.mp4
1-23Python练习题-2.mp4
1-22Python练习题-1.mp4
1-21时间操作.mp4
1-20类的属性操作.mp4
1-2Python库安装工具.mp4
1-19类的基本定义.mp4
1-18文件操作_.mp4
1-17异常处理模块_.mp4
1-16模块与包_.mp4
1-15函数定义.mp4
1-14循环结构_.mp4
1-13判断结构.mp4
1-12赋值机制.mp4
1-11Set结构.mp4
1-10_字_典_核心操作.mp4
1-1Python环境配置.mp4
资料.7z
目录：【4、人工智能-计算机视觉实战之路/第三阶段：深度学习实战-经典视觉项目/深度学习-Keras-项目实战(ID-16532)】
9-8迁移学习效果对比.mp4
9-7加载训练好的权重.mp4
9-6shortcut模块_.mp4
9-5Resnet基本处理操作.mp4
9-4Resnet网络细节.mp4
9-3Resnet原理.mp4
9-2迁移学习策略_.mp4
9-1迁移学习的目标_.mp4
8-7DCGAN网络.mp4
8-6训练与测试网络模型_.mp4
8-5标签制作.mp4
8-4生成网络定义.mp4
8-3判别网络设计_.mp4
8-2GAN网络组成.mp4
8-1对抗生成网络通俗解释.mp4
7-4数据增强效果_.mp4
7-3图像数据变换.mp4
7-2数据增强概述.mp4
7-1DIY你的数据集_.mp4
6-4多输出网络训练与测试.mp4
6-3多输出网络解决方案.mp4
6-2多标签网络训练与测试.mp4
6-1多标签解决方案.mp4
5-8参数调优.mp4
5-7加入卷积层效果.mp4
5-6加入LSTM层效果.mp4
5-5词嵌入训练结果.mp4
5-4准备词向量数据.mp4
5-33-Embeeding-layer效果.mp4
5-2基本模型_.mp4
5-1文本数据读取预处理_.mp4
4-8预测结果展示.mp4
4-7数据预处理_.mp4
4-6股票数据预测.mp4
4-5多序列预测结果_.mp4
4-4训练模型与效果展示.mp4
4-3构建LSTM模型.mp4
4-2网络结构与参数定义.mp4
4-1时间序列模型.mp4
3-5网络测试效果.mp4
3-4参数对比.mp4
3-3BatchNormalization效果_.mp4
3-2整体流程.mp4
3-1卷积层构造_.mp4
2-9加载模型进行测试_.mp4
2-8正则化对结果的影响.mp4
2-7初始化标准差对结果的影响_.mp4
2-6权重初始化方法对比.mp4
2-5Drop-out操作.mp4
2-4学习率对结果的影响.mp4
2-3搭建网络模型.mp4
2-2数据加载与预处理.mp4
2-1训练自己的数据集整体流程.mp4
12-8多标签训练.mp4
12-7训练网络.mp4
12-6准备模型.mp4
12-5模型整体架构_.mp4
12-4数据准备.mp4
12-3评论数据集与任务目标.mp4
12-2模型与训练结构.mp4
12-1模板目录结构.mp4
11-8完成测试模块.mp4
11-7测试数据准备.mp4
11-6制作训练batch数据.mp4
11-5解码器模型.mp4
11-4编码器模型.mp4
11-3配置文件制作.mp4
11-2数据介绍与读取.mp4
11-1网络模型解读.mp4
10-6测试效果.mp4
10-5网络模型.mp4
10-4数据增强.mp4
10-3数据读取.mp4
10-2字符表制作.mp4
10-1数据与目标.mp4
1-2简介与安装.mp4
1-1Keras项目实战课程概述.mp4
资料.7z
目录：【4、人工智能-计算机视觉实战之路/第三阶段：深度学习实战-经典视觉项目/人工智能-深度学习框架-Tensorflow案例实战视频课程(ID-8232)】
目录：【4、人工智能-计算机视觉实战之路/第三阶段：深度学习实战-经典视觉项目/人工智能-深度学习框架-Tensorflow案例实战视频课程(ID-8232)】
9-5损失函数定义与训练结果展示.mp4
9-4训练batch数据制作.mp4
9-3文本词预处理操作.mp4
9-2模型定义参数设置.mp4
9-1任务流程解读_.mp4
8-6负采样方案_.mp4
8-5CBOW与Skip-gram模型_.mp4
8-4训练数据构建.mp4
8-3模型整体框架.mp4
8-2词向量模型通俗解释.mp4
8-1RNN网络架构解读.mp4
7-7图像数据处理实例.mp4
7-6tfrecords数据源制作方法.mp4
7-5.C.A.L.L.back模块与迁移学习实例.mp4
7-4加载训练好的经典网络模型_.mp4
7-3Resnet原理_.mp4
7-2迁移学习策略.mp4
7-1迁移学习的目标.mp4
6-3猫狗识别任务数据增强实例_.mp4
6-2图像数据变换.mp4
6-1数据增强概述.mp4
5-4卷积模型训练与识别效果展示.mp4
5-3网络架构配置.mp4
5-2卷积网络涉及参数解读.mp4
5-1猫狗识别任务与数据简介.mp4
4-9整体网络架构.mp4
4-8池化层的作用.mp4
4-7特征图尺寸计算与参数共享.mp4
4-6边缘填充方法.mp4
4-5步长与卷积核大小对结果的影响.mp4
4-4得到特征图表示.mp4
4-3卷积特征值计算方法.mp4
4-2卷积的作用.mp4
4-12感受野的作用.mp4
4-11残差网络Resnet.mp4
4-10VGG网络架构_.mp4
4-1卷积网络应用领域.mp4
3-7模型保存与读取实例.mp4
3-6tf.data模块解读.mp4
3-5分类模型构建.mp4
3-4模型超参数调节与预测结果展示_.mp4
3-3网络模型训练.mp4
3-2建模流程与API文档.mp4
3-1任务目标与数据集简介_.mp4
27-4Tensorflow案例实战视频课程22迭代及测试网络效果_.mp4
27-3Tensorflow案例实战视频课程21卷积网络模型定义.mp4
27-2Tensorflow案例实战视频课程20构造网络的输入数据和标签.mp4
27-1Tensorflow案例实战视频课程19验证码数据生成.mp4
26-3残差网络细节_.mp4
26-2网络流程设计.mp4
26-1Resnet网络原理.mp4
25-4完成预测分类任务_.mp4
25-3卷积网络定义.mp4
25-2文本分类任务特征定义.mp4
25-1CNN文本分类任务概述.mp4
24-4加载tfrecord进行分类任务_.mp4
24-3生成数据源_.mp4
24-2读取数据_.mp4
24-1生成自己的数据集.mp4
23-4参数对结果的影响.mp4
23-3统计可视化展示.mp4
23-2展示效果.mp4
23-1Tensorboard可视化展示.mp4
22-4加载训练好参数.mp4
22-3网络结构定义.mp4
22-2数据读取.mp4
22-1环境配置.mp4
21-4RNN预测时间序列.mp4
21-3RNN实现自己的小demo.mp4
21-2实现RNN网络架构.mp4
21-1RNN网络基本架构.mp4
20-5测试效果.mp4
20-4网络迭代训练.mp4
20-3网络架构.mp4
20-2数据读取.mp4
20-1卷积神经网络实战：猫狗识别.mp4
2-9神经网络整体架构.mp4
2-8返向传播计算方法.mp4
2-7前向传播整体流程.mp4
2-6损失函数的作用.mp4
2-5得分函数.mp4
2-4视觉任务中遇到的问题.mp4
2-3计算机视觉任务.mp4
2-2深度学习应用领域.mp4
2-13神经网络过拟合解决方法.mp4
2-12正则化与激活函数_.mp4
2-11神经元个数对结果的影响.mp4
2-10神经网络架构细节.mp4
2-1深度学习要解决的问题.mp4
19-4Cifar-10图像分类任务.mp4
19-3卷积神经网络迭代.mp4
19-2卷积网络结构基本定义.mp4
19-1神经网络结构.mp4
18-6逻辑回归算法_.mp4
18-5Mnist数据集简介.mp4
18-4实现线性回归算法.mp4
18-3变量常用操作.mp4
18-2Tensorflow中的变量_.mp4
18-1Tensorflow简介与安装.mp4
资料.7z
17-8训练resnet模型.mp4
17-7前向传播配置.mp4
17-6网络架构层次解读_.mp4
17-5训练数据构建.mp4
17-4数据集处理方法_.mp4
17-3项目结构概述.mp4
17-2额外补充-Resnet网络架构解读.mp4
17-1额外补充-Resnet论文解读.mp4
16-9生成网络模块构造.mp4
16-8数据读取与预处理操作.mp4
16-7Cycle开源项目简介_.mp4
16-6整体损失模块解读.mp4
16-5生成与判别器损失函数定义.mp4
16-4数据与环境配置.mp4
16-3PatchGan判别网络原理.mp4
16-2CycleGan整体网络架构.mp4
16-13额外补充：VISDOM可视化配置.mp4
16-12生成与判别损失函数指定.mp4
16-11损失函数：identityloss计算方法.mp4
16-10判别网络模块构造.mp4
16-1CycleGan网络所需数据.mp4
15-5损失函数定义与训练.mp4
15-4网络架构设计.mp4
15-3DCGAN网络架构与流程解读.mp4
15-2GAN网络组成.mp4
15-1对抗生成网络通俗解释.mp4
14-9mask机制.mp4
14-8加入位置编码特征.mp4
14-7加入额外编码特征.mp4
14-6Embedding层的作用.mp4
14-5tfrecord制作.mp4
14-4数据预处理模块.mp4
14-3数据读取模块.mp4
14-2项目参数配置_.mp4
14-12训练BERT模型_.mp4
14-11完成Transformer模块构建_.mp4
14-10构建QKV矩阵.mp4
14-1BERT开源项目简介.mp4
13-9BERT模型训练方法_.mp4
13-8transformer整体架构梳理.mp4
13-7位置编码与多层堆叠.mp4
13-6Multi-head的作用_.mp4
13-5特征分配与softmax机制.mp4
13-4self-attention计算方法.mp4
13-3注意力机制的作用.mp4
13-2传统解决方案遇到的问题_.mp4
13-10训练实例.mp4
13-1BERT任务目标概述.mp4
12-5序列结果预测_.mp4
12-4多特征预测结果.mp4
12-3训练时间序列数据预测结果_.mp4
12-2构建时间序列数据.mp4
12-1任务目标与数据源.mp4
11-3网络架构设计与训练.mp4
11-2整体流程解读.mp4
11-1CNN应用于文本任务原理解析.mp4
10-9训练文本分类模型.mp4
10-8训练策略指定_.mp4
10-7自定义网络模型架构_.mp4
10-6双向RNN模型定义.mp4
10-5数据生成器构造.mp4
10-4embedding层向量制作_.mp4
10-3数据映射表制作.mp4
10-2RNN模型输入数据维度解读.mp4
10-1任务目标与数据介绍.mp4
1-4tf基础操作_.mp4
1-3Tensorflow2版本安装方法.mp4
1-2Tensorflow2版本简介与心得.mp4
1-1课程简介.mp4
目录：【4、人工智能-计算机视觉实战之路/第三阶段：深度学习实战-经典视觉项目/大数据深度学习项目实战视频课程-人脸检.测(ID-6864)】
人脸检.测.docx
9检.测算法框架原理.mp4
8选择合适的参数并训练网络模型.mp4
7网络模型配置文件(1).mp4
7网络模型配置文件.mp4
6制作LMDB数据源.mp4
5LMDB脚本文件_.mp4
4Caffe数据源准备.mp4
3正负样本裁剪策略.mp4
2数据收集.mp4
16项目总结.mp4
15模型准确率影响因素分析_.mp4
14优化策略分析_.mp4
13检.测效果及改进.mp4
12完成检.测代码.mp4
11坐标映射变换_.mp4
10实现多尺度人脸检.测算法.mp4
1人脸检.测项目概述.mp4
资料.7z
目录：【4、人工智能-计算机视觉实战之路/第三阶段：深度学习实战-经典视觉项目/大数据：深度学习项目实战-关键点定位视频课程(ID-8021)】
9深度学习项目实战09完成全部测试结果.mp4
8深度学习项目实战08网络模型参数初始化_.mp4
7深度学习项目实战07第二三阶段网络模型训练_.mp4
6深度学习项目实战06第二三阶段网络数据源制作.mp4
5深度学习项目实战05初始阶段网络训练.mp4
4深度学习项目实战04完成初始阶段HDF5数据源制作.mp4
3深度学习项目实战03对原始数据进行数据增强.mp4
2深度学习项目实战02多标签数据源制作以及标签坐标转换.mp4
12深度学习项目实战12算法框架分析.mp4
11深度学习项目实战11项目总结分析.mp4
10深度学习项目实战10人脸关键点检.测效果.mp4
1深度学习项目实战01人脸关键点检.测算法框架_.mp4
资料.7z
目录：【4、人工智能-计算机视觉实战之路/第三阶段：深度学习实战-经典视觉项目/大数据——深度学习框架Caffe使用案例视频课程(ID-7668)】
9caffe框架视频课程09绘制网络结构图.mp4
8caffe框架视频课程08使用python定义自己的层_.mp4
7caffe框架视频课程07使用命令行训练网络.mp4
6caffe框架视频课程06多label问题之HDF5数据源_.mp4
5caffe框架视频课程05制作LMDB数据源训练分类网络_.mp4
4caffe框架视频课程04solver超参数配置文件.mp4
3caffe框架视频课程03网络配置-各计算层详解.mp4
2caffe框架视频课程02网络配置-数据层详解.mp4
12caffe框架视频课程12对训练结果进行分类任务.mp4
11caffe框架视频课程11对训练的网络模型绘制LOSS曲线.mp4
10caffe框架视频课程10生成网络配置文件.mp4
1caffe框架视频课程01深度学习框架caffe简介.mp4
资料.7z
目录：【4、人工智能-计算机视觉实战之路/第三阶段：深度学习实战-经典视觉项目/Tensorflow-图像处理视频课程(ID-13042)】
3-2模板内部结构.mp4
3-1模板基础模型.mp4
2-9效果演示_.mp4
2-8模型优化设置.mp4
2-7网络特征提取.mp4
2-6判别器模型.mp4
2-5生成器模型.mp4
2-4数据输入与参数_.mp4
2-3数据源处理.mp4
2-2模型整体架构_.mp4
2-1知识点概述.mp4
1-9效果演示.mp4
1-8完成模型迭代.mp4
1-7模型整体架构配置.mp4
1-6输入配置.mp4
1-5修复任务说明.mp4
1-4模型综述.mp4
1-3模型内部结构_.mp4
1-2模型整体设计.mp4
1-1知识点介绍.mp4
资料.7z
目录：【4、人工智能-计算机视觉实战之路/第三阶段：深度学习实战-经典视觉项目/Python-深度学习-物体检.测实战(ID-20420)】
6-7网络细节.mp4
6-6损失函数定义.mp4
6-5RPN网络架构.mp4
6-4论文解读.mp4
6-3faster-rcnn概述.mp4
6-2深度学习经典检.测方法.mp4
6-1物体检.测概述.mp4
5-8迁移学习效果对比_.mp4
5-7加载训练好的权重.mp4
5-6shortcut模块.mp4
5-5Resnet基本处理操作.mp4
5-4Resnet网络细节.mp4
5-3Resnet原理.mp4
5-2迁移学习策略.mp4
5-1迁移学习的目标_.mp4
4-3流程与结果演示.mp4
4-2网络架构概述.mp4
4-1COCO数据集与人体姿态识别简介.mp4
3-6测试与展示模块.mp4
3-5基于标注数据训练所需任务.mp4
3-4maskrcnn源码修改方法.mp4
3-3完成训练数据准备工作_.mp4
3-2使用labelme进行数据与标签标注.mp4
3-1Labelme工具安装.mp4
2-9正负样本选择与标签定义.mp4
2-8DetectionTarget层的作用.mp4
2-7Proposal层实现方法.mp4
2-6候选框过滤方法.mp4
2-5RPN层的作用与实现解读.mp4
2-4基于不同尺度特征图生成所有框.mp4
2-3生成框比例设置.mp4
2-2FPN层特征提取原理解读.mp4
2-12整体框架回顾_.mp4
2-11RorAlign操作的效果_.mp4
2-10RoiPooling层的作用与目的.mp4
2-1FPN网络架构实现解读.mp4
1-4参数配置.mp4
1-3开源项目数据集.mp4
1-2Mask-Rcnn开源项目简介_.mp4
1-1课程简介_.mp4
资料_.7z
目录：【4、人工智能-计算机视觉实战之路/第二阶段：进军AI-深度学习/深度学习框架-PyTorch实战(ID-20853)】
目录：【4、人工智能-计算机视觉实战之路/第二阶段：进军AI-深度学习/深度学习框架-PyTorch实战(ID-20853)】
9-9生成与判别损失函数指定.mp4
9-8损失函数：identityloss计算方法.mp4
9-7判别网络模块构造.mp4
9-6生成网络模块构造_.mp4
9-5数据读取与预处理操作.mp4
9-4Cycle开源项目简介.mp4
9-3PatchGan判别网络原理.mp4
9-2CycleGan整体网络架构.mp4
9-10额外补充：VISDOM可视化配置.mp4
9-1CycleGan网络所需数据.mp4
8-5生成与判别网络定义.mp4
8-4数据读取模块.mp4
8-3损失函数解释说明.mp4
8-2GAN网络组成.mp4
8-1对抗生成网络通俗解释.mp4
7-9网络模型架构与效果展示_.mp4
7-8CNN应用于文本任务原理解析_.mp4
7-7Tensorboardx可视化展示模块搭建.mp4
7-6训练LSTM文本分类模型.mp4
7-5LSTM网络模块定义与参数解析.mp4
7-4新闻数据读取与预处理方法.mp4
7-3项目配置参数设置.mp4
7-2RNN模型所需输入格式解析.mp4
7-1任务目标与数据简介.mp4
6-6负采样方案_.mp4
6-5CBOW与Skip-gram模型.mp4
6-4训练数据构建.mp4
6-3模型整体框架.mp4
6-2词向量模型通俗解释_.mp4
6-1RNN网络架构解读_.mp4
5-9额外补充-Resnet网络架构解读.mp4
5-8额外补充-Resnet论文解读.mp4
5-7加载模型对测试数据进行预测.mp4
5-6训练结果与模型保存.mp4
5-5实现训练模块.mp4
5-4优化器模块配置.mp4
5-3加载训练好的网络模型.mp4
5-2迁移学习策略.mp4
5-1迁移学习的目标_.mp4
4-7Batch数据制作_.mp4
4-6数据预处理与数据增强模块.mp4
4-5图像增强的作用.mp4
4-4分类任务数据集定义与配置.mp4
4-3Vision模块功能解读.mp4
4-2网络流程解读.mp4
4-1卷积网络参数定义_.mp4
3-9整体网络架构.mp4
3-8池化层的作用.mp4
3-7特征图尺寸计算与参数共享.mp4
3-6边缘填充方法_.mp4
3-5步长与卷积核大小对结果的影响.mp4
3-4得到特征图表示_.mp4
3-3卷积特征值计算方法.mp4
3-2卷积的作用.mp4
3-12感受野的作用.mp4
3-11残差网络Resnet.mp4
3-10VGG网络架构.mp4
3-1卷积神经网络应用领域.mp4
2-6DataSet模块介绍与应用方法.mp4
2-5构建分类网络模型.mp4
2-4分类任务概述.mp4
2-3简化代码训练网络模型.mp4
2-2按建模顺序构建完成网络架构_.mp4
2-1气Wen数据集与任务介绍.mp4
16-7模块应用与BenckMark解读.mp4
16-6训练结果可视化展示模块.mp4
16-5训练模块功能.mp4
16-4模型架构模块.mp4
16-3数据读取与预处理模块功能解读.mp4
16-2各模块配置参数解析_.mp4
16-1项目模板各模块概述.mp4
15-4训练网络模型.mp4
15-3网络结构定义.mp4
15-2数据读取与预处理_.mp4
15-1项目配置与环境概述.mp4
14-9mask机制.mp4
14-8加入位置编码特征.mp4
14-7加入额外编码特征_.mp4
14-6Embedding层的作用.mp4
14-5tfrecord制作_.mp4
14-4数据预处理模块.mp4
14-3数据读取模块.mp4
14-2项目参数配置.mp4
14-12训练BERT模型.mp4
14-11完成Transformer模块构建_.mp4
14-10构建QKV矩阵_.mp4
14-1BERT开源项目简介.mp4
13-9BERT模型训练方法.mp4
13-8transformer整体架构梳理.mp4
13-7位置编码与多层堆叠.mp4
13-6Multi-head的作用.mp4
13-5特征分配与softmax机制_.mp4
13-4self-attention计算方法.mp4
13-3注意力机制的作用_.mp4
13-2传统解决方案遇到的问题.mp4
13-10训练实例.mp4
13-1BERT任务目标概述.mp4
12-7训练网络模型_.mp4
12-63D卷积网络所涉及模块.mp4
资料.7z
12-5数据Batch制作方法.mp4
12-4视频数据预处理方法.mp4
12-3测试效果与项目配置.mp4
12-2UCF101动作识别数据集简介.mp4
12-13D卷积原理解读.mp4
11-8识别模块网络架构解读.mp4
11-7CRNN识别模块所需数据与标签.mp4
11-6网络架构各模块完成的任务解读_.mp4
11-5整体网络所需模块.mp4
11-4候选框标签制作.mp4
11-3检.测模块候选框生成.mp4
11-2训练数据准备与环境配置_.mp4
11-1OCR文字检.测识别项目效果展示.mp4
10-7CTC模块的作用.mp4
10-6CRNN识别网络架构.mp4
10-5CTPN细节概述.mp4
10-4输出结果含义解析.mp4
10-3序列网络的作用.mp4
10-2CTPN文字检.测网络概述.mp4
10-1OCR文字识别要完成的任务.mp4
1-9补充：Hub模块简介.mp4
1-8补充：常见tensor格式.mp4
1-7线性回归DEMO-训练回归模型.mp4
1-6线性回归DEMO-数据与参数配置.mp4
1-5自动求导机制.mp4
1-4PyTorch基本操作简介.mp4
1-3框架安装方法（CPU与GPU版本）_.mp4
1-2PyTorch框架发展趋势简介_.mp4
1-1PyTorch实战课程简介.mp4
目录：【4、人工智能-计算机视觉实战之路/第二阶段：进军AI-深度学习/人工智能深度学习入门视频课程(ID-6511)】
3-9逐层计算.mp4
3-8差异项计算_.mp4
3-7准备反向传播迭代.mp4
3-6损失函数定义_.mp4
3-5完成前向传播模块_.mp4
3-4向量反变换.mp4
3-3矩阵向量转换.mp4
3-2参数初始化操作_.mp4
3-14测试效果可视化展示.mp4
3-13模型优化结果展示_.mp4
3-12算法代码错误修正_.mp4
3-11手写字体识别数据集.mp4
3-10完成全部迭代更新模块.mp4
3-1神经网络整体框架概述.mp4
2-9神经网络过拟合解决方法.mp4
2-8正则化与激活函数.mp4
2-7神经元个数对结果的影响.mp4
2-6神经网络架构细节.mp4
2-5神经网络整体架构.mp4
2-4返向传播计算方法.mp4
2-3优化参数设置.mp4
2-2参数更新方法.mp4
2-1梯度下降通俗解释（以线性回归算法为例，神经网络也是如此）.mp4
1-7前向传播整体流程.mp4
1-6损失函数的作用.mp4
1-5得分函数.mp4
1-4视觉任务中遇到的问题_.mp4
1-3计算机视觉任务.mp4
1-2深度学习应用领域.mp4
1-1深度学习要解决的问题.mp4
资料.7z
目录：【4、人工智能-计算机视觉实战之路/第二阶段：进军AI-深度学习/【2020新版更新】人工智能-深度学习入门视频课程（下篇）(ID-6809)】
3-5负采样方案.mp4
3-4CBOW与Skip-gram模型.mp4
3-3训练数据构建.mp4
3-2模型整体框架_.mp4
3-1词向量模型通俗解释.mp4
2-6训练与测试效果_.mp4
2-5构建LSTM网络模型.mp4
2-4正负样本数据读取.mp4
2-3加载词向量特征.mp4
2-2情感分析-项目流程解读.mp4
2-1NLP应用领域与任务简介.mp4
1-9整体网络架构.mp4
1-8池化层的作用.mp4
1-7特征图尺寸计算与参数共享.mp4
1-6边缘填充方法.mp4
1-5步长与卷积核大小对结果的影响.mp4
1-4得到特征图表示_.mp4
1-3卷积特征值计算方法.mp4
1-2卷积的作用.mp4
1-13感受野的作用_.mp4
1-12RNN网络细节.mp4
1-111残差网络Resnet.mp4
1-10VGG网络架构.mp4
1-1卷积神经网络应用领域.mp4
目录：【4、人工智能-计算机视觉实战之路/第一阶段：Python工具包实战与机视觉必备基础/计算机视觉-Opencv项目实战(Python版)(ID-16729)/全部数据代码下载】
第十章：项目实战-文档扫描OCR识别.txt
第十五章：项目实战-答题卡识别判卷.txt
第十四章：项目实战-停车场车位识别.txt
第十三章：案例实战-全景图像拼接.txt
第十九章：项目实战-目标追踪.txt
第十八章：Opencv的DNN模块.txt
第九章：项目实战-信用卡数字识别_.txt
第二十章：卷积原理与操作.txt
第二十一章：项目实战-疲劳检.测_.txt
第八章notebook课件.txt
第2-7章notebook课件_.txt
第16-17章notebook课件.txt
第11-12章notebook课件.txt
页:
[1]