深度学习理论与实践-含人工智能、神经网络等xp
42578文件名称： 深度学习理论与实践-含人工智能、神经网络等xp_共：17.72GB
文件总数量： 68条
压缩文件数量： 7条
压缩文件比： 10.2%
疑似加密文件： 0条(需要授权播放的文件)
文件创建时间：
目录：【ch10/视频】
10.3模型对比.mp4
10.1发展历史.mp4
10.2模型详解.mp4
目录：【ch6/视频】
6.2ImageNet实践图像分类.mp4
6.1基于CNN的图像分类.mp4
6.4FasterRCNN代码讲解.mp4
6.3基于CNN的目标检测算法.mp4
目录：【ch6/课件】
faster-rcnn.pytorch-master.zip
ImageNet分类实践.pdf
图像分类.pdf
FasterR-CNN.pdf
目标检测.pdf
目录：【ch3/视频】
3.2CNN数学原理.mp4
3.1卷积.mp4
3.4手写数字识别实践.mp4
3.3CNN推导及发展历史.mp4
目录：【ch8/视频】
8.1NLP应用与文本表示学习.mp4
8.3文本分类代码实践.mp4
8.2文本分类应用.mp4
目录：【ch8/课件】
L8深度学习在NLP中的应用.pdf
目录：【ch7/视频】
7.2LSTM与GNU.mp4
7.1RNN.mp4
目录：【ch3/课件】
code-Python.zip
L3卷积神经网络.pdf
第三章作业思路提示-钟颖助教.pdf
code3代码作业.zip
第三章作业讲解-徐斌.pdf
目录：【ch1/课件】
深度学习L1课程基础介绍.pdf
目录：【ch9/课件】
L9注意力网络.pdf
目录：【ch5/课件】
第五章作业分享.pdf
第五章作业分享.mp4
第五章作业思路提示.pdf
Pytorch框架.pdf
参考资料.zip
目录：【ch4/课件】
L4优化算法与参数调节.pdf
第四章作业分享.pdf
course04-code.zip
bias_and_variance.pdf
梯度下降演示工具master.zip
L4思路提示.pdf
目录：【ch7/课件】
L7循环神经网络.pdf
L7LSTM与GRU.pdf
目录：【ch2/课件】
第二章作业分享-张益铨.pdf
HW2coding.zip
第二章作业思路提示-Li中原.pdf
深度学习L2神经网络-V3.0.pdf
2.7作业.mp4
目录：【ch1/视频】
1.2AI常见任务.mp4
1.4AI企业.mp4
1.1AI介绍.mp4
1.3人工智能方法.mp4
目录：【ch5/视频】
5.4学习率.mp4
5.3pytorch网络搭建.mp4
5.1pytorch简介与安装.mp4
5.5PyTorch进阶.mp4
5.2pytorch元素.mp4
目录：【ch10/课件】
L10预训练语言模型v2.0.pdf
目录：【ch4/视频】
4.2偏差与方差.mp4
4.1模型与风险.mp4
4.4网络优化.mp4
4.3评价指标.mp4
目录：【ch9/视频】
9.1注意力机制.mp4
目录：【ch2/视频】
2.2感知机.mp4
2.3神经网络-前向传播.mp4
2.4神经网络-反向传播.mp4
2.5激活函数.mp4
2.6手写数字识别.mp4
2.1逻辑回归.mp4
页:
[1]