人工智能深度学习就业班第6期-含MMLAB、图神经网络等_48.46GB
48479文件名称： 人工智能深度学习就业班第6期-含MMLAB、图神经网络等221_共：48.46GB
文件总数量： 1459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：2023-06-15 01:57:40
目录：【26语音识别实战系列/02LAS模型语音识别实战】
05Pack与Pad操作解析_ev.mp4
07加入注意力机制_ev.mp4
03制作json标注数据_ev.mp4
01数据源与环境配置_ev.mp4
04声音数据处理模块解读_ev.mp4
02语料表制作方法_ev.mp4
08计算得到每个输出的attention得分_ev.mp4
09解码器与训练过程演示_ev.mp4
06编码器模块整体流程_ev.mp4
目录：【18强化学习实战系列/02PPO算法与公式推导】
06OnPolicy与OffPolicy策略_ev.mp4
07importancesampling的作用_ev.mp4
02与环境交互得到所需数据_ev.mp4
03要完成的目标分析_ev.mp4
04策略梯度推导_ev.mp4
05baseline方法_ev.mp4
01基本情况介绍_ev.mp4
08PPO算法整体思路解析_ev.mp4
目录：【14对比学习与多模态任务实战/04多模态文字识别】
01多模态文字识别.mp4
目录：【15缺陷检测实战/06Semi-supervised布料缺陷检测实战】
01任务目标与流程概述.mp4
04网络流程分析.mp4
03项目配置解读.mp4
02论文思想与模型分析.mp4
05输出结果展示.mp4
目录：【08行为识别实战/05视频异常检测算法与元学习】
03预测与常见问题.mp4
06如何找到合适的初始化参数.mp4
02基本思想与流程分析.mp4
01异常检测要解决的问题与数据集介绍.mp4
04Meta-Learn要解决的问题.mp4
05学习能力与参数定义.mp4
07MAML算法流程解读.mp4
目录：【22自然语言处理必备神器Huggingface系列实战/05文本标注工具与NER实例】
05预训练模型加载与参数配置_ev.mp4
04标签处理并完成对齐操作_ev.mp4
01文本标注工具Doccano配置方法_ev.mp4
03标注导出与BIO处理_ev.mp4
02命名实体识别任务标注方法实例_ev.mp4
06模型训练与输出结果预测_ev.mp4
目录：【092022论文必备-Transformer实战系列/01课程介绍】
01课程介绍.mp4
目录：【15缺陷检测实战/09Opencv轮廓检测与直方图】
10均衡化效果.mp4
08直方图定义.mp4
05轮廓特征与近似.mp4
12频域变换结果.mp4
03轮廓检测方法.mp4
02金字塔制作方法.mp4
04轮廓检测结果.mp4
06模板匹配方法.mp4
07匹配效果展示.mp4
09均衡化原理.mp4
11Fu里叶概述.mp4
01图像金字塔定义.mp4
13低通与高通滤波.mp4
目录：【19Openai顶级黑科技算法及其项目实战/02GPT建模与预测流程】
04模型训练过程_ev.mp4
01生成模型可以完成的任务概述_ev.mp4
05部署与网页预测展示_ev.mp4
02数据样本生成方法_ev.mp4
03训练所需参数解读_ev.mp4
目录：【20面向医学领域的深度学习实战/17医学糖尿病数据命名实体识别】
03数据-标签-语料库处理_ev.mp4
02整体模型架构_ev.mp4
05训练网络模型_ev.mp4
01数据与任务介绍_ev.mp4
04输入样本填充补齐_ev.mp4
06医疗数据集（糖尿病）实体识别_ev.mp4
目录：【21深度学习模型部署与剪枝优化实战/11模型剪枝-NetworkSlimming实战解读】
05剪枝后模型参数赋值_ev.mp4
06微调完成剪枝模型_ev.mp4
01整体案例流程解读_ev.mp4
03剪枝模块介绍_ev.mp4
04筛选需要的特征图_ev.mp4
02加入L1正则化来进行更新_ev.mp4
目录：【21深度学习模型部署与剪枝优化实战/12Mobilenet三代网络模型架构】
02常见剪枝方法介绍_ev.mp4
04经典卷积计算量与参数量分析_ev.mp4
01模型剪枝分析_ev.mp4
10V2整体架构与效果分析_ev.mp4
07V1版本效果分析_ev.mp4
08V2版本改进以及Relu激活函数的问题_ev.mp4
05深度可分离卷积的作用与效果_ev.mp4
03mobilenet简介_ev.mp4
06参数与计算量的比较_ev.mp4
12SE模块作用与效果解读_ev.mp4
13代码实现mobilenetV3网络架构_ev.mp4
09倒残差结构的作用_ev.mp4
11V3版本网络架构分析_ev.mp4
目录：【21深度学习模型部署与剪枝优化实战/03AIoT人工智能物联网之NVIDIATAO实用级的训练神器】
01NVIDIATAO介绍和An装_ev.mp4
02NVIDIATAO数据准备和环境设置_ev.mp4
07TAO剪枝在训练推理验证_ev.mp4
06NVIDIATAO预训练模型和训练c._ev.mp4
05NVIDIATAO预训练模型和训练b_ev.mp4
04NVIDIATAO预训练模型和训练a_ev.mp4
03NVIDIATAO数据转换_ev.mp4
目录：【20面向医学领域的深度学习实战/01卷积神经网络原理与参数解读】
07特征图尺寸计算与参数共享_ev.mp4
03卷积特征值计算方法_ev.mp4
05步长与卷积核大小对结果的影响_ev.mp4
01卷积神经网络应用领域_ev.mp4
11残差网络Resnet_ev.mp4
12感受野的作用_ev.mp4
04得到特征图表示_ev.mp4
10VGG网络架构_ev.mp4
02卷积的作用_ev.mp4
08池化层的作用_ev.mp4
06边缘填充方法_ev.mp4
09整体网络架构_ev.mp4
目录：【16行人重识别实战/02基于注意力机制的Reld模型论文解读】
04基于特征图的注意力计算_ev.mp4
03融合空间注意力所需特征_ev.mp4
01论文整体思想及注意力机制的作用解读_ev.mp4
02空间权重值计算流程分析_ev.mp4
目录：【12目标追踪与姿态估计实战/05deepsort源码解读】
08级联匹配模块.mp4
10匹配结果与总结.mp4
02参数与DEMO演示.mp4
05状态量预测结果.mp4
03针对检测结果初始化track.mp4
01项目环境配置.mp4
04对track执行预测操作.mp4
07参数更新操作.mp4
06IOU代价矩阵计算.mp4
09ReID特征代价矩阵计算.mp4
目录：【25知识图谱实战系列/08医学糖尿病数据命名实体识别】
06医疗数据集（糖尿病）实体识别_ev.mp4
03数据-标签-语料库处理_ev.mp4
01数据与任务介绍_ev.mp4
02整体模型架构_ev.mp4
04输入样本填充补齐_ev.mp4
05训练网络模型_ev.mp4
目录：【20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】
06补充：R(2plus1)D处理方法分析_ev.mp4
02项目基本配置参数_ev.mp4
01数据集与任务概述_ev.mp4
03任务流程解读_ev.mp4
04文献报告分析_ev.mp4
05补充：视频数据源特征处理方法概述_ev.mp4
目录：【13面向深度学习的无人驾驶实战/04基于深度学习的车道线检测项目实战】
02项目环境配置演示.mp4
11DEMO制作与配置.mp4
07完成数据与标签制作.mp4
03制作数据集dataloader.mp4
04车道线标签数据处理.mp4
05四条车道线标签位置矩阵.mp4
01车道数据与标签解读.mp4
06grid设置方法.mp4
10车道线规则损失函数限制.mp4
08算法网络结构解读.mp4
09损失函数计算模块分析.mp4
目录：【23自然语言处理通用框架-BERT实战/03项目实战-基于BERT的中文情感分析实战】
01中文分类数据与任务概述_ev.mp4
03训练BERT中文分类模型_ev.mp4
02读取处理自己的数据集_ev.mp4
目录：【14对比学习与多模态任务实战/01对比学习算法与实例】
01对比学习算法与实例.mp4
目录：【22自然语言处理必备神器Huggingface系列实战/03transformer原理解读】
01transformer原理解读_ev.mp4
目录：【10图神经网络实战/09图模型轨迹估计实战】
03Agent特征提取方法.mp4
05SubGraph与Attention模型流程.mp4
04DataLoader构建图结构.mp4
02训练数据准备.mp4
01数据与环境配置.mp4
目录：【08行为识别实战/02slowfast项目环境配置与配置文件】
04测试DEMO演示.mp4
07视频数据集切分操作.mp4
06训练所需视频数据准备.mp4
08完成视频分帧操作.mp4
01环境基本配置解读.mp4
03配置文件作用解读.mp4
05训练所需标签文件说明.mp4
02目录各文件分析.mp4
目录：【22自然语言处理必备神器Huggingface系列实战/09文本摘要建模】
04训练自己标注的数据并测试_ev.mp4
01源码【内有百度云地址，自取】.txt
01中文商城评价数据处理方法_ev.mp4
02模型训练与测试结果_ev.mp4
03文本摘要数据标注方法_ev.mp4
目录：【27推荐系统实战系列/01推荐系统介绍及其应用】
066-与深度学习的结合_ev.mp4
055-常用技术点分析_ev.mp4
011-推荐系统通俗解读_ev.mp4
033-应用领域与多方位评估指标_ev.mp4
044-任务流程与挑战概述_ev.mp4
022-推荐系统发展简介_ev.mp4
目录：【12目标追踪与姿态估计实战/04deepsort算法知识点解读】
12追踪任务流程拆解.mp4
02卡尔曼滤波要完成的任务.mp4
04基于观测值进行最优估计.mp4
01卡尔曼滤波通俗解释.mp4
03任务本质分析.mp4
05预测与更新操作.mp4
06追踪中的状态量.mp4
09REID特征的作用.mp4
07匈牙利匹配算法概述.mp4
11预测与匹配流程解读.mp4
08匹配小例子分析.mp4
10sort与deepsort建模流程分析.mp4
目录：【14对比学习与多模态任务实战/02CLIP系列】
01CLIP系列.mp4
目录：【15缺陷检测实战/08Opencv梯度计算与边缘检测实例】
06scharr与lapkacian算子.mp4
04Sobel算子.mp4
01Canny边缘检测流程.mp4
02非极大值抑制.mp4
05梯度计算方法.mp4
03边缘检测效果.mp4
目录：【08行为识别实战/07基础补充-Resnet模型及其应用实例】
02Resnet网络架构原理分析.mp4
06特征图升维与降采样操作.mp4
04Resnet网络前向传播.mp4
03dataloader加载数据集.mp4
01医学疾病数据集介绍.mp4
05残差网络的shortcut操作.mp4
07网络整体流程与训练演示.mp4
目录：【14对比学习与多模态任务实战/05ANINET源码解读】
01数据集与环境概述.mp4
07迭代修正模块.mp4
03Bakbone模块得到特征.mp4
02配置文件修改方法.mp4
05视觉模型中的编码与解码的效果.mp4
06文本模型中的结构分析.mp4
04视觉Transformer模块的作用.mp4
08输出层与损失计算.mp4
目录：【13面向深度学习的无人驾驶实战/01深度估计算法原理解读】
09权重参数预处理.mp4
06空洞卷积与ASPP.mp4
03使用backbone获取层级特征.mp4
07特征拼接方法分析.mp4
01深度估计效果与应用.mp4
05SPP层的作用.mp4
04差异特征计算边界信息.mp4
02kitti数据集介绍.mp4
08网络coarse-to-fine过程.mp4
10损失计算.mp4
目录：【10图神经网络实战/05图注意力机制与序列图模型】
01图注意力机制的作用与方法.mp4
04序列图神经网络细节.mp4
03序列图神经网络TGCN应用.mp4
02邻接矩阵计算图Attention.mp4
目录：【10图神经网络实战/04使用PyTorchGeometric构建自己的图数据集】
08获取全局特征.mp4
06网络结构定义模块.mp4
03数据集基本预处理.mp4
01构建数据集基本方法.mp4
04用户行为图结构创建.mp4
02数据集与任务背景概述.mp4
05数据集创建函数介绍.mp4
07TopkPooling进行下采样任务.mp4
09模型训练与总结.mp4
目录：【10图神经网络实战/03图模型必备神器PyTorchGeometricAn装与使用】
01PyTorchGeometric工具包An装与配置方法.mp4
04文献引用数据集分类案例实战.mp4
03模型定义与训练方法.mp4
02数据集与邻接矩阵格式.mp4
目录：【113D点云实战/08基础补充-对抗生成网络架构原理与实战解析】
05生成与判别网络定义.mp4
02GAN网络组成.mp4
04数据读取模块.mp4
03损失函数解释说明.mp4
01对抗生成网络通俗解释.mp4
目录：【21深度学习模型部署与剪枝优化实战/07YOLO-V3物体检测部署实例】
01项目所需配置文件介绍_ev.mp4
04返回线X预测结果_ev.mp4
03数据预处理_ev.mp4
02加载参数与模型权重_ev.mp4
目录：【13面向深度学习的无人驾驶实战/07三维重建应用与坐标系基础】
01三维重建概述分析.mp4
02三维重建应用领域概述.mp4
07通过内外参数进行坐标变换.mp4
06相机内外参.mp4
05坐标系转换方法解读.mp4
03成像方法概述.mp4
04相机坐标系.mp4
08相机标定简介.mp4
目录：【20面向医学领域的深度学习实战/16词向量模型与RNN网络架构】
05负采样方案_ev.mp4
03训练数据构建_ev.mp4
02模型整体框架_ev.mp4
01词向量模型通俗解释_ev.mp4
04CBOW与Skip-gram模型_ev.mp4
06额外补充-RNN网络模型解读_ev.mp4
目录：【26语音识别实战系列/07语音合成tacotron最新版实战】
05编码层要完成的任务_ev.mp4
12损失函数与预测_ev.mp4
07解码器输入准备_ev.mp4
04Dataloader构建数据与标签_ev.mp4
01语音合成项目所需环境配置_ev.mp4
09注意力机制应用方法_ev.mp4
03路径配置与整体流程解读_ev.mp4
10得到加权的编码向量_ev.mp4
06得到编码特征向量_ev.mp4
08解码器流程梳理_ev.mp4
11模型输出结果_ev.mp4
02所需数据集介绍_ev.mp4
目录：【10图神经网络实战/08基于图模型的轨迹估计】
01数据集与标注信息解读.mp4
02整体三大模块分析.mp4
05输入细节分析.mp4
08VectorNet输出层分析.mp4
03特征工程的作用与效果.mp4
06子图模块构建方法.mp4
04传统方法与现在向量空间对比.mp4
07特征融合模块分析.mp4
目录：【20面向医学领域的深度学习实战/02PyTorch框架基本处理操作】
01PyTorch实战课程简介_ev.mp4
07线X回归DEMO-训练回归模型_ev.mp4
05自动求导机制_ev.mp4
02PyTorch框架发展趋势简介_ev.mp4
06线X回归DEMO-数据与参数配置_ev.mp4
04PyTorch基本操作简介_ev.mp4
03框架An装方法（CPU与GPU版本）_ev.mp4
09补充：Hub模块简介_ev.mp4
08补充：常见tensor格式_ev.mp4
目录：【092022论文必备-Transformer实战系列/05swintransformer算法原理解析】
02要解决的问题及其优势分析.mp4
03一个block要完成的任务.mp4
08整体网络架构整合.mp4
04获取各窗口输入特征.mp4
06窗口偏移操作的实现.mp4
07偏移细节分析及其计算量概述.mp4
01swintransformer整体概述.mp4
09下采样操作实现方法.mp4
10分层计算方法.mp4
05基于窗口的注意力机制解读.mp4
目录：【092022论文必备-Transformer实战系列/13项目补充-谷歌开源项目BERT源码解读与应用实例】
02项目参数配置.mp4
12训练BERT模型.mp4
01BERT开源项目简介.mp4
07加入额外编码特征.mp4
10构建QKV矩阵.mp4
06Embedding层的作用.mp4
05tfrecord制作.mp4
04数据预处理模块.mp4
08加入位置编码特征.mp4
09mask机制的作用.mp4
03数据读取模块.mp4
11完成Transformer模块构建.mp4
目录：【23自然语言处理通用框架-BERT实战/05必备基础知识点-woed2vec模型通俗解读】
03训练数据构建_ev.mp4
01词向量模型通俗解释_ev.mp4
05负采样方案_ev.mp4
02模型整体框架_ev.mp4
04CBOW与Skip-gram模型_ev.mp4
目录：【22自然语言处理必备神器Huggingface系列实战/06文本预训练模型构建实例】
03预训练模型自定义训练_ev.mp4
01预训练模型效果分析_ev.mp4
02文本数据截断处理_ev.mp4
目录：【20面向医学领域的深度学习实战/13知识图谱原理解读】
10视觉领域图编码实例_ev.mp4
05数据获取分析_ev.mp4
07常用NLP技术点分析_ev.mp4
02知识图谱在搜索引擎中的应用_ev.mp4
11图谱知识融合与总结分析_ev.mp4
03知识图谱在医疗领域应用实例_ev.mp4
01知识图谱通俗解读_ev.mp4
09金融领域图编码实例_ev.mp4
06数据关系抽取分析_ev.mp4
04金融与推荐领域的应用_ev.mp4
08graph-embedding的作用与效果_ev.mp4
目录：【17对抗生成网络实战/02对抗生成网络架构原理与实战解析】
04数据读取模块_ev.mp4
03损失函数解释说明_ev.mp4
02GAN网络组成_ev.mp4
05生成与判别网络定义_ev.mp4
01对抗生成网络通俗解释_ev.mp4
目录：【27推荐系统实战系列/10基本统计分析的电影推荐】
011-电影数据与环境配置_ev.mp4
033-关键词云与直方图展示_ev.mp4
099-得出推荐结果_ev.mp4
077-推荐引擎构造_ev.mp4
022-数据与关键词信息展示_ev.mp4
044-特征可视化_ev.mp4
055-数据清洗概述_ev.mp4
066-缺失值填充方法_ev.mp4
088-数据特征构造_ev.mp4
目录：【092022论文必备-Transformer实战系列/04VIT算法模型源码解读】
02输入序列构建方法解读.mp4
01项目配置说明.mp4
04输出层计算结果.mp4
03注意力机制计算.mp4
目录：【15缺陷检测实战/01课程介绍】
01课程介绍.mp4
目录：【21深度学习模型部署与剪枝优化实战/08docker实例演示】
07上传与下载配置好的项目_ev.mp4
01docker简介_ev.mp4
03阿里云镜像配置_ev.mp4
05An装演示环境所需依赖_ev.mp4
02dockerAn装与配置_ev.mp4
04基于docker配置pytorch环境_ev.mp4
06复制所需配置到容器中_ev.mp4
目录：【27推荐系统实战系列/02协同过滤与矩阵分解】
022-基于用户与商品的协同过滤_ev.mp4
055-矩阵分解中的隐向量_ev.mp4
044-矩阵分解的目的与效果_ev.mp4
066-目标函数简介_ev.mp4
033-相似度计算与推荐实例_ev.mp4
077-隐式情况分析_ev.mp4
088-Embedding的作用_ev.mp4
011-协同过滤与矩阵分解简介_ev.mp4
目录：【15缺陷检测实战/14Deeplab铁质材料缺陷检测与开源项目应用流程】
03github与kaggle中需要注意的点.mp4
07训练模型_ev.mp4
02开源项目应用方法.mp4
05数据集制作方法_ev.mp4
08任务总结_ev.mp4
01数据集与任务概述.mp4
04源码的利用方法_ev.mp4
04源码的利用方法.mp4
06数据路径配置_ev.mp4
目录：【19Openai顶级黑科技算法及其项目实战/03CLIP系列】
01CLIP系列_ev.mp4
目录：【092022论文必备-Transformer实战系列/11商汤LoFTR算法解读】
09基于期望预测最终位置.mp4
06粗粒度匹配过程与作用.mp4
05transformer构建匹配特征.mp4
04CrossAttention的作用与效果.mp4
01特征匹配的应用场景.mp4
03整体流程梳理分析.mp4
02特征匹配的基本流程分析.mp4
08细粒度匹配的作用与方法.mp4
07特征图拆解操作.mp4
10总结分析.mp4
目录：【20面向医学领域的深度学习实战/09基于deeplabV3+版本进行VOC分割实战】
02项目参数与数据集读取_ev.mp4
04ASPP层特征融合_ev.mp4
05分割模型训练_ev.mp4
01PascalVoc数据集介绍_ev.mp4
03网络前向传播流程_ev.mp4
目录：【18强化学习实战系列/08用A3C玩转超级Ma里奥】
03要计算的指标回顾_ev.mp4
02启动游戏环境_ev.mp4
05与环境交互得到训练数据_ev.mp4
06训练网络模型_ev.mp4
01整体流程与环境配置_ev.mp4
04初始化局部模型并加载参数_ev.mp4
目录：【10图神经网络实战/02图卷积GCN模型】
03邻接的矩阵的变换.mp4
02图卷积的基本计算方法.mp4
01GCN基本模型概述.mp4
04GCN变换原理解读.mp4
目录：【25知识图谱实战系列/03Neo4j数据库实战】
05数据库更改查询操作演示_ev.mp4
03可视化例子演示_ev.mp4
02Neo4j数据库An装流程演示_ev.mp4
04创建与删除操作演示_ev.mp4
01Neo4j图数据库介绍_ev.mp4
目录：【20面向医学领域的深度学习实战/07unet医学细胞分割实战】
03Debug模式演示网络计算流程_ev.mp4
02数据增强工具_ev.mp4
05迭代完成整个模型计算任务_ev.mp4
06模型效果验证_ev.mp4
01医学细胞数据集介绍与参数配置_ev.mp4
04特征融合方法演示_ev.mp4
目录：【26语音识别实战系列/06ConvTasnet语音分离实战】
03DataLoader定义_ev.mp4
06构建更大的感受区域_ev.mp4
07解码得到分离后的语音_ev.mp4
02训练任务所需参数介绍_ev.mp4
01数据准备与环境配置_ev.mp4
05编码器特征提取_ev.mp4
04采样数据特征编码_ev.mp4
08测试模块所需参数_ev.mp4
页:
[1]