【百度】人工智能深度学习第七期-包括视频课、课件以及代码等【外部】
59326文件名称： 【百度】人工智能深度学习第七期-包括视频课、课件以及代码等【外部】
文件总数量： 522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：
10-3节OpenPose算法源码分析
13-12节TSDF实战案例
第四模块：mmocr-main.zip381.72M
8-NeuralRecon算法解读
第25章语音识别实战系列
12-6节图相似度论文解读
17-医学糖尿病数据命名实体识别
6-5节基于V3版本进⾏源码解读
1-2节Pycharm环境配置与Debug演示(没用过的同学必看)
第六模块：mmediting-master.zip107.78M
第2节：对抗生成网络架构原理与实战解析.zip35.28M
5-14节停⻋场⻋位识别
19-6节YOLO-V3物体检测部署实例
第七模块：mmdetection3d-1.0.0rc0.zip395.05M
4节Diffusion模型解读
第11节：补充-基于相似度的酒店推荐系统.zip1.81M
7-12节基于MASK-RCNN框架训练自己的数据与任务
第19章深度学习模型部署与剪枝优化实战
论文
7-11节MaskRcnn网络框架源码详解
19-8节tensorflow-serving实战
notepadplusplus-8-4.exe4.28M
基础补充-PyTorch框架基本处理操作.zip98.58M
21-10节NLP-文本特征方法对比
10-2节姿态估计OpenPose系列算法解读
第7节：Actor-Critic算法分析(A3C).pdf560.29kb
4-1节PyTorch框架介绍与配置安装
17-1节强化学习简介及其应用
pycharm-community-2022.1.2.exe378.78M
6-局部特征关键点匹配实战
25-4节staeganvc2变声器源码实战
16-2节对抗生成网络架构原理与实战解析
第4章深度学习核⼼框架PyTorch
第8节：图像超分辨率重构实战
第5章Opencv图像处理框架实战
1-3节直播1：神经网络结构
11-19节Informer时间序列源码解读
第4节：使用python操作neo4j实例
ANINET源码解读
4-7节LSTM文本分类实战
20-2节PyTorch框架基本处理操作
13-8节NeuralRecon算法解读
ner.zip121.60M
源码、数据集等
多模态文字识别
5-7节图像⾦字塔与轮廓检测
24-1节知识图谱介绍及其应用领域分析
1-5节直播3：Transformer
15-4节AAAI2020顶会算法精讲
11-16节BEV特征空间
6.第六章综合项⽬-物体检测经典算法实战
第8节：医学糖尿病数据命名实体识别
14-Neo4j数据库实战
第7节：starganvc2变声器项目实战及其源码解读.zip485.00M
1.深度估计算法解读
24-3节Neo4j数据库实战
17-7节Actor-Critic算法分析（A3C）
└──视频
第十章：图谱知识抽取实战
CLIP系列
3-3节递归神经网络算法解读
20-4节基于Resnet的医学数据集分类实战
15-5节项目实战-基于行人局部特征融合的再识别实战
8-15节第四模块：KIE基于图模型的关键信息抽取
8-23节额外补充-在源码中加入各种注意力机制方法
第1章直播回放
8-10节补充：Mask2former源码解读
5-11节图像特征-harris
第24章知识图谱实战系列
20-17节医学糖尿病数据命名实体识别
18-6节ChatGPT
14-3节多模态3D目标检测算法源码解读
11-9节DeformableDetr物体检测源码分析
10-1节课程介绍
mask2former(mmdetection).zip192.38M
课件
第2节：协同过滤与矩阵分解.pdf974.68kb
PPT
第1.2节：知识图谱介绍及其应用领域分析
第23章⾃然语⾔处理通⽤框架-BERT实战
5-13节全景图像拼接
8-6节第二模块：基于Unet进行各种策略修改
5-15节答题卡识别判卷
5-16节背景建模
5-17节光流估计
5-18节Opencv的DNN模块
5-19节⽬标追踪
5-2节图像基本操作
5-20节卷积原理与操作
5-21节疲劳检测
5-3节阈值与平滑处理
5-4节图像形态学操作
第11章Transformer实战解读
1-15节直播13：BEITV2-3与Mmlab自监督源码解读
4-4节卷积网络参数解读分析
16-9节基于GAN的图像补全实战
第6章综合项目-物体检测经典算法实战
4-5节图像识别模型与训练策略（重点）
13-9节NeuralRecon项目环境配置
第3章深度学习必备核心算法
3-1节神经网络算法解读
3-2节卷积神经网络算法解读
6-10节YOLO系列（V7）算法解读
3-4节额外补充
第4章深度学习核心框架PyTorch
20-5节图像分割及其损失函数概述
22-7节GPT训练与预测部署流程
26-11节补充-基于相似度的酒店推荐系统
4-基于深度学习的车道线检测项目实战
2节GPT建模与预测流程
第六章：文本预训练模型构建实例
7-9节补充：Mask2former源码解读
11-10节MedicalTrasnformer论文解读
6-6节基于YOLO-V3训练⾃⼰的数据集与任务
20-1节卷积神经网络原理与参数解读
8-1节MMCV安装方法
第3节：策略梯度实战-月球登陆器训练实例.zip4.34M
变声器pytorch-StarGAN-VC2.zip484.93M
第11章Transformer实战解读
第18章AI黑科技实例
23-5节必备基础知识点-woed2vec模型通俗解读
8-3节第一模块：训练结果测试与验证
第二,三章：神经网络实战分类与回归任务.zip15.82M
14-2节CLIP系列
22-10节补充Huggingface数据集制作方法实例
Mobilenet.pdf2.41M
第三模块：mmdetection-master.zip1.46G
19-11节Mobilenet三代网络模型架构
9-4节基于3D卷积的视频分析与动作识别
8-11节第三模块：DeformableDetr算法解读
26-8节推荐系统常用工具包演示
26-2节协同过滤与矩阵分解
torch-1.10.0+cu113-cp38-cp38-win_amd64.whl2.27G
第26章推荐系统实战系列
16-1节课程介绍
20-3节PyTorch框架必备核心模块解读
23-7节必备基础知识点-RNN网络架构与情感分析应用实例
2-PyTorch框架基本处理操作.zip98.58M
4-8节PyTorch框架Flask部署例子
24-6节文本关系抽取实践
21-1节NLP常用工具包实战
25-5节语音分离ConvTasnet模型
4-2节使用神经网络进行分类任务
13-4节基于深度学习的车道线检测项目实战
21-5节HMM隐Ma尔科夫模型
13-知识图谱原理解读
第10章经典视觉项目实战-目标追踪与姿态估计
26-6节点击率估计FM与DeepFM算法
26-3节音乐推荐系统实战
slowfast-add
8-9节第三模块：DeformableDetr物体检测源码分析
1-神经网络算法PPT
11-20节Huggingface与NLP（讲故事）
第一章：姿态估计OpenPose系列算法解读.pdf2.42M
第7节：DeepFM算法实战.zip1.16M
18-5节Dalle2及其源码解读
12-基于YOLO5细胞检测实战
13-13节轨迹估计算法与论文解读
cyclegan.pdf2.67M
11-17节BevFormer源码解读
7-3节unet医学细胞分割实战
25-2节LAS模型语音识别实战
对比学习算法与实例
7-5节deeplab系列算法
第17章强化学习实战系列
13-3节车道线检测算法与论文解读
9-基于deeplabV3+版本进行VOC分割实战
19-2节AIoT人工智能物联网之AI实战
26-1节推荐系统介绍及其应用
15-特斯拉无人驾驶解读
12-8节基于图模型的轨迹估计
6-12节基于Transformer的detr目标检测算法
第5节：基于知识图谱的医药问答系统实战
第15章行人重识别实战
8-14节第四模块：ANINET文字识别
21-11节NLP-相似度模型
11-TSDF算法与应用
DeformableDetr算法解读
基础补充-Resnet模型及其应用实例
flask预测.zip712.05M
20-10节基于deeplab的心脏视频数据诊断分析
第四章：卷积网络参数解读.zip33.37M
3-图模型必备神器PyTorchGeometric安装与使用
第9章经典视觉项目实战-行为识别
第5节：项目实战-基于行人局部特征融合的再识别实战
12-2节图卷积GCN模型
20-8节deeplab系列算法
19-1节AIoT人工智能物联网之认识jetsonnano
7.第七章图像分割实战
第3节：基于CycleGan开源项目实战图像合成.zip1.60G
25-7节语音合成tacotron最新版实战
20-6节Unet系列算法讲解
第21章自然语言处理经典案例实战
17-3节PPO实战-月球登陆器训练实例
1-slowfast算法知识点通俗解读.pdf572.31kb
第22章自然语言处理必备神器Huggingface系列实战
5-商汤LoFTR算法解读
第8章走向AI论文实验与项目实战的捷径-MMLAB实战系列
10-4节deepsort算法知识点解读
第1节：推荐系统介绍.pdf1.50M
第20章面向医学领域的深度学习实战
21-12节LSTM情感分析
19-4节AIoT人工智能物联网之deepstream
14-5节ANINET源码解读
11-8节DeformableDetr算法解读
6-13节detr目标检测源码解读
OCR算法解读
20-11节YOLO系列物体检测算法原理解读
Anaconda3-2020.07-Windows-x86_64.exe467.49M
第6节：FM与DeepFM算法.pdf759.61kb
22-4节文本标注工具与NER实例
第3节：基于Attention的行人重识别项目实战
8-2节第一模块：分类任务基本操作
第6章综合项⽬-物体检测经典算法实战
6-2节YOLO-V1整体思想与⽹络架构
第13章⾯向深度学习的⽆⼈驾驶实战
13-2节深度估计项目实战
9-5节视频异常检测算法与元学习
第25章语⾳识别实战系列
PyTorch模型部署实例.zip102.80kb
19-9节模型剪枝-NetworkSlimming算法分析
第10章经典视觉项目实战-目标追踪与姿态估计
8-21节第九模块：mmaction行为识别
11-7节detr⽬标检测源码解读
1-10节直播8：图神经网络
第五模块：mmgeneration-master.zip746.81M
8-19节第八模块：模型蒸馏应用实例
6-4节YOLO-V3核⼼⽹络模型
第7章图像分割实战
7-10节物体检测框架-MaskRcnn项目介绍与配置
基础补充-Resnet模型及其应用实例
11-1节Transformer算法解读
12-3节图模型必备神器PyTorchGeometric安装与使用
15-2节基于注意力机制的Reld模型论文解读
10-NeuralRecon项目源码解读
第5节：DQN算法实例演示.zip1.98kb
26-10节基本统计分析的电影推荐
第五章：图像识别模型与训练策略（重点）.zip449.77M
17-5节DQN算法实例演示
第一章：图神经网络基础
22-3节BERT系列算法解读
源码资料
13-7节三维重建应用与坐标系基础
第19章深度学习模型部署与剪枝优化实战
26-7节DeepFM算法实战
8-17节第六模块：BasicVSR++视频超分辨重构源码解读
第三章：Transformer核心架构
第12章图神经网络实战
1-1节开班典礼等多个文件
11-12节商汤LoFTR算法解读
11-3节VIT算法模型源码解读
21-2节商品信息可视化与文本分析
6-图相似度论文解读
第4节：stargan论文架构解析
15-6节旷视研究院最新算法解读（基于图模型）
第10节：基于统计分析的电影推荐
16-8节图像超分辨率重构实战
22-5节文本预训练模型构建实例
第1节：强化学习简介及其应用.pdf738.65kb
5-10节⽂档扫描OCR识别
20-15节基于知识图谱的医药问答系统实战
第7章图像分割实战
6-3节YOLO-V2改进细节详解
11-6节基于Transformer的detr⽬标检测算法
24-4节使用python操作neo4j实例
6-15节半监督物体检测
第9节：基于GAN的图像补全实战
1-4节直播2：卷积神经网络
static.zip1.26M
24-5节基于知识图谱的医药问答系统实战
剪枝算法.pdf504.02kb
19-7节docker实例演示
第3节：音乐推荐系统实战
第5节：stargan项目实战及其源码解读.zip869.44M
22-9节图谱知识抽取实战
23-6节必备基础-掌握Tensorflow如何实现word2vec模型
4-基于Resnet的医学数据集分类实战
第2节：基于注意力机制的ReId模型论文解读
第五六七章：YOLO目标检测
slowfast论文.pdf1.45M
23-4节项目实战-基于BERT的中文命名实体识别识别实战
第5节：基于知识图谱的电影推荐实战.zip160.61M
13-14节轨迹估计预测实战
第24章知识图谱实战系列
5-5节图像梯度计算
8-20节第八模块：模型剪枝方法概述分析
第2章AI课程所需安装软件教程
13-1节深度估计算法原理解读
10-5节deepsort源码解读
23-1节自然语言处理通用框架BERT原理解读
第14章对比学习与多模态任务实战
VisualStudioSetup.exe1.60M
6-1节深度学习经典检测⽅法概述
第二章：图卷积GCN模型
第八模块：mmrazor-模型蒸馏.zip1.00G
第7节：金融平台风控模型实践
14-4节多模态文字识别
2-1节AI课程所需安装软件教程
16-4节stargan论文架构解析
第三章：Deepsort算法知识点解读.pdf1.58M
9-7节基础补充-Resnet模型及其应用实例
基础补充-PyTorch框架必备核心模块解读.zip336.95M
19-5节pyTorch框架部署实践
6-14节DeformableDetr算法解读
8-基于图模型的轨迹估计
第1节：行人重识别原理及其应用
嵌入式AI
第四章：BERT系列算法解读
12-7节图相似度计算实战
第9章经典视觉项目实战-行为识别
21-13节机器人写唐诗
11-18节时间序列预测
9-NeuralRecon项目环境配置
14-1节对比学习算法与实例
6-16节EfficientNet网络
8-22节OCR算法解读
21-7节语言模型
第七章：LSTM文本分类实战.zip31.53M
7-unet医学细胞分割实战
第15章⾏⼈重识别实战
第一模块：mmclassification-master.zip912.00M
20-7节unet医学细胞分割实战
课后作业
11-2节视觉Transformer及其源码分析
21-4节新闻分类任务实战
18-2节GPT建模与预测流程
12-9节图模型轨迹估计实战
第22章自然语言处理必备神器Huggingface系列实战
第5章Opencv图像处理框架实战
12-11节异构图神经网络
第七章：GPT系列算法
transformer系列
9-1节slowfast算法知识点通俗解读
8-13节第四模块：DBNET文字检测
第八章：GPT训练与预测部署流程
13-15节特斯拉无人驾驶解读
1-17节直播15：总结与论文和简历
1-13节直播11：对比学习与自监督任务
第18章AI黑科技实例
第14章对比学习与多模态任务实战
5-图注意力机制与序列图模型
第二章：OpenPose算法源码分析.zip243.86M
10-7节V5版本项目配置
基础补充-PyTorch框架必备核心模块解读.zip336.95M
12-1节图神经网络基础
第6节：旷视研究院最新算法解读（基于图模型）
YOLO部署实例.zip876.45M
第6节：文本关系抽取实践
7-图相似度计算实战
25-1节seq2seq序列网络模型
torchvision-0.11.0+cu113-cp38-cp38-win_amd64.whl3.04M
17-4节Q-learning与DQN算法
11-15节Mask2former源码解读
第二模块：mmsegmentation-0.20.2.zip2.80G
12-4节使用PyTorchGeometric构建自己的图数据集
7-三维重建应用与坐标系基础
10-基于图模型的时间序列预测
26-9节基于文本数据的推荐实例
16-6节基于starganvc2的变声器论文原理解读
第八章：对抗生成网络架构原理与实战解析.zip35.28M
10-8节V5项目工程源码解读
第3章深度学习必备核⼼算法
7-7节医学⼼脏视频数据集分割建模实战
7-2节Unet系列算法讲解
10-基于deeplab的心脏视频数据诊断分析
15-7节基于拓扑图的行人重识别项目实战
1-9节直播7：文本大模型下游任务一条龙
8-18节第七模块：多模态3D目标检测算法源码解读
6节ChatGPT
12-10节基于图模型的时间序列预测
25-6节ConvTasnet语音分离实战
1-12节直播10：EfficientVIT与DINOV2
语音分离Conv-TasNet.zip84.38M
NLP常用工具包
第1章直播回放
pytorch-slimming.zip356.43M
6-9节V5项⽬⼯程源码解读
16-词向量模型与RNN网络架构.zip2.15M
11-14节分割模型Maskformer系列
5-8节直⽅图与Fu⾥叶变换
1-1节开班典礼
11-异构图神经网络
21-9节基于word2vec的分类任务
KIE关键信息抽取与视频超分辨率重构
20-13节知识图谱原理解读
5-12节图像特征-sift
19-10节模型剪枝-NetworkSlimming实战解读
4-基于3D卷积的视频分析与动作识别.zip845.84M
第20章面向医学领域的深度学习实战
1-8节直播6：时间序列timesnet
23-8节医学糖尿病数据命名实体识别
23-2节GuGe开源项目BERT源码解读与应用实例
课后作业
24-8节医学糖尿病数据命名实体识别
7-8节分割模型Maskformer系列
第7节：基于拓扑图的行人重识别项目实战
1-16节直播14：Bev特征空间与知识蒸馏
18-1节GPT系列生成模型
第12章图神经⽹络实战
cuda_11.3.0_465.89_win10.exe2.68G
12-TSDF实战案例
22-6节GPT系列算法
9-2节slowfast项目环境配置与配置文件
1-11节直播9：LangChain与VQA任务
6-视频异常检测CVPR2021论文及其源码解读.zip243.75M
4-3节神经网络回归任务-气Wen预测
10-6节YOLO-V4版本算法解读
8-4节第一模块：模型源码DEBUG演示
6-8节V5版本项⽬配置
11-YOLO系列物体检测算法原理解读
第6节：基于starganvc2的变声器论文原理解读
2.深度估计项目实战
18-4节Diffusion模型解读
3-PyTorch框架必备核心模块解读.zip336.95M
第21章⾃然语⾔处理经典案例实战
第九章：文本摘要建模
13-6节局部特征关键点匹配实战
20-9节基于deeplabV3+版本进行VOC分割实战
课件及代码
16-5节stargan项目实战及其源码解读
11-11节MedicalTransformer源码解读
13-5节商汤LoFTR算法解读
课件
5-1节课程简介与环境配置
5-图像分割及其损失函数概述
22-8节文本摘要建模
1-6节直播4：VIT源码解读
第六章：DataLoader自定义数据集制作.zip594.02M
1-7节直播5：Segmentanything
第4节：Neo4j数据库实例
第17章强化学习实战系列
21-3节贝叶斯算法
1节GPT系列生成模型
tensorRT
13-11节TSDF算法与应用
15-3节基于Attention的行人重识别项目实战
11-5节swintransformer源码解读
15-1节行人重识别原理及其应用
第9节：基于文本数据的推荐实例.zip254.77M
1-14节直播12：注意力机制串讲
6-17节EfficientDet检测算法
13-轨迹估计算法与论文解读
24-7节金融平台风控模型实践
6-7节YOLO-V4版本算法解读
第16章对抗生成网络实战
25-3节starganvc2变声器论文原理解读
TensorFlow-serving.zip2.96M
第四章：Deepsort源码解读.zip107.90M
19-3节AIoT人工智能物联网之NVIDIATAO实用级的训练神器
3节CLIP系列
第二模块：MPViT-main.zip924.77M
6-Unet系列算法讲解
mobilenetv3.py7.31kb
4-6节DataLoader自定义数据集制作
22-2节Transformer工具包基本操作实例解读
23-3节项目实战-基于BERT的中文情感分析实战
5-6节边缘检测
26-5节基于知识图谱的电影推荐实战
Docker使用命令.zip7.83M
20-16节词向量模型与RNN网络架构
第23章自然语言处理通用框架-BERT实战
第4节：DQN算法.pdf1.43M
16-7节starganvc2变声器项目实战及其源码解读
17-8节用A3C玩转超级Ma里奥
26-4节知识图谱与Neo4j数据库实例
8-5节第二模块：使用分割模块训练自己的数据集
7-6节基于deeplabV3+版本进⾏VOC分割实战
21-14节对话机器人
第十一章：补充Huggingface数据集制作方法实例
语音合成tacotron2实战.zip302.43M
多模态3D目标检测算法源码解读
第2节：PPO算法与公式推导.pdf899.22kb
第13章面向深度学习的无人驾驶实战
24-2节知识图谱涉及技术点分析
第一章：Huggingface与NLP介绍解读
6-11节V7源码解读
5-视频异常检测算法与元学习.pdf1.15M
9-图模型轨迹估计实战
第16章对抗⽣成⽹络实战
第26章推荐系统实战系列
5节Dalle2及其源码解读
16-3节基于CycleGan开源项目实战图像合成
4-使用PyTorchGeometric构建自己的图数据集
8-12节KIE关键信息抽取与视频超分辨率重构
第九模块：mmaction2-master.zip827.76M
11-4节swintransformer算法原理解析
20-12节基于YOLO5细胞检测实战
5-9节信⽤卡数字识别
21-6节HMM工具包实战
第8节：A3C算法玩转超级Ma里奥.zip97.62M
第8节：推荐系统常用工具包演示.zip129.35M
课件
20-14节Neo4j数据库实战
mmcv_full-1.4.7-cp38-cp38-win_amd64.whl12.75M
11-13节局部特征关键点匹配实战
18-3节CLIP系列
9-6节视频异常检测CVPR2021论文及其源码解读
第五章：文本标注工具与NER实例
第3节：Neo4j数据库实战
3-车道线检测算法与论文解读
课件、源码
8-deeplab系列算法
8-16节第五模块：stylegan2源码解读
第2章AI课程所需安装软件教程
7-4节U2NET显著X检测实战
21-8节使用Gemsim构建词向量
基础补充-PyTorch框架基本处理操作.zip98.58M
12-5节图注意力机制与序列图模型
第8章走向AI论文实验与项目实战的捷径-MMLAB实战系列
17-2节PPO算法与公式推导
8-8节第三模块：mmdet训练自己的数据任务
7-1节图像分割及其损失函数概述
22-1节Huggingface与NLP介绍解读
8-7节第二模块：分割任务CVPR最新Backbone设计及其应用
语音识别LAS模型.zip420.12M
15-基于知识图谱的医药问答系统实战
14-轨迹估计预测实战
17-6节DQN改进与应用技巧
9-3节slowfast源码详细解读
第4节：经典会议算法精讲（特征融合）
第二章：Transformer工具包基本操作实例解读
13-10节NeuralRecon项目源码解读
页:
[1]