4套深度学习课程斯坦福大学CMU大学台湾大学等_网_共：28.23GB

多种网盘链接检测插件

购买前，请先检测网盘链接是否有效

您当前无权限查看，请先登录，或点此注册！

• 1.百度网盘链接，查看是否有效

VIP低至28元三个月，无套路，VIP期间免费下载资源。

                       

1600048959000

文件名称：	4套深度学习课程斯坦福大学CMU大学台湾大学等_网_共：28.23GB
文件总数量：	90条
压缩文件数量：	3条
压缩文件比：	3.33%
疑似加密文件：	0条(需要授权播放的文件)
文件创建时间：	2020-9-7 16:59:28

目录：【4套深度学习课程斯坦福大学CMU大学台湾大学等】
目录：【4套深度学习课程斯坦福大学CMU大学台湾大学等】
目录：【4套深度学习课程斯坦福大学CMU大学台湾大学等/【台湾大学】Li宏毅深度强化学习(国语)课程(2018)】
    8.ImitationLearning.mp4
    7.SparceReward.mp4
    6.Actor-Critic.mp4
    5.Q-learning(ContinuousAction).mp4
    4.Q-learning(AdvancedTips).mp4
    3.Q-learning(BasicIdea).mp4
    2.ProximalPolicyOptimization(PPO).mp4
    1.PolicyGradient(Review)_.mp4
目录：【4套深度学习课程斯坦福大学CMU大学台湾大学等/【斯坦福大学】2019中文版CS224nNLP自然语言处理课程】
    9.第九讲-机器翻译和高级循环神经网络LSTMs和GRUs-.mp4
    8.第八讲-RNN和语言模式-【中英字幕】CS224n斯坦福深度自然语.mp4
    7.第七讲-TensorFlow入门【中英字幕】CS224n斯坦福深度自然.mp4
    6.第六讲-依存分析-【中英字幕】CS224n斯坦福深度自然语言处理课_.mp4
    5.第五讲-反向传播和项目建议-【中英字幕】CS224n斯坦福深度自然.mp4
    4.第四讲-WordWindow分类与神经网络-【中英字幕】CS22.mp4
    3.第三讲-高级词向量表示-【中英字幕】CS224n斯坦福深度自然语言.mp4
    2.第二讲-词向量表示：word2vec【中英字幕】CS224n斯坦福深度自_.mp4
    18.第十八讲-应对深度NLP的局限性-【中英字幕】CS224n斯(Av
    17.第十七讲-NLP的问题和可能性架构(Av
    16.第十六讲-用于回答问题的动态神经网络.mp4
    15.第十五讲-共指解析.mp4
    14.第十四讲-树RNN和短语句法分析.mp4
    13.第十三讲-卷积神经网络-【中英字幕】CS224n斯坦福深度自然语_.mp4
    12.第十二讲-语音处理的端对端模型-【中英字幕】CS224n斯坦福深.mp4
    11.第十一讲-GRU及NMT的其他议题-【中英字幕】CS224n.mp4
    10.第十讲-神经机器翻译和注意力模型-【中英字幕】CS224n斯坦福.mp4
    1.第一讲-NLP和深度学习入门【中英字幕】CS224n斯坦福深度自然语言_.mp4
    2019最新斯坦福CS224n课件.rar
目录：【4套深度学习课程斯坦福大学CMU大学台湾大学等/【CMU大学】2019神经网络与自然语言处理NLP课程】
    9.第九讲：调试用于自然语言处理的神经网络(P9).mp4
    8.第八讲：语句和上下文词语的表示(P8)_.mp4
    7.第七讲：注意力机制(P7).mp4
    6.第六讲：条件生成(P6).mp4
    5.第五讲：语句或语言建模的循环神经网络(P5)_.mp4
    4.第四讲：针对文本的卷积神经网络(P4).mp4
    3.第三讲：词向量和词模型(P3).mp4
    2.第二讲：预测句子中的下一个单词(P2).mp4
    1.第一讲：课程介绍以及使用神经网络做自然语言处理的原因(P1).mp4
    CMU课件.rar
    CMU课件.rar
目录：【4套深度学习课程斯坦福大学CMU大学台湾大学等/2017中文版斯坦福视觉课CS231n】
    作业、笔记和代码.txt
    .mp4
    8.深度学习软件.mp4
    7.3迁移学习_.mp4
    7.2正则化.mp4
    7.1更好的优化.mp4
    6.2批量归一化.mp4
    6.1激活函数.mp4
    5.3卷积神经网络-视觉之外的卷积神经网.mp4
    5.2卷积神经网络-卷积和池化.mp4
    5.1卷积神经网络-历史_.mp4
    4.2神经网络.mp4
    4.1反向传播.mp4
    3.2优化.mp4
    3.1损失函数.mp4
    2.3线性分类.mp4
    2.2K最近邻算法.mp4
    2.1数据驱动_.mp4
    16.对抗样本和对抗训练.mp4
    15.深度学习的硬件和方法_.mp4
    14.2Q-Learning
    14.1Policygradients
    13.3GenerativeAdversarialNetworks.mp4
    13.2VariationalAutoencoders_.mp4
    13.1PixelRNNCNN.mp4
    12.2DeepDreamandstyletransfer.mp4
    12.1格式工厂.mp4
    11.3图像识别.mp4
    11.2图像定位.mp4
    11.1图像分割.mp4
    10.3Imagecaptioning
    10.2Languagemodeling_.mp4
    10.1RNN
    1.3课程后勤.mp4
    1.2计算机视觉历史背景.mp4
    1.1计算机视觉概述.mp4
目录：【4套深度学习课程斯坦福大学CMU大学台湾大学等/2017中文版斯坦福视觉课CS231n/课件】
    cs231n_2017_lecture9.pdf
    cs231n_2017_lecture8.pdf
    cs231n_2017_lecture7_.pdf
    cs231n_2017_lecture6_.pdf
    cs231n_2017_lecture5.pdf
    cs231n_2017_lecture4.pdf
    cs231n_2017_lecture3.pdf
    cs231n_2017_lecture2_.pdf
    cs231n_2017_lecture1.pdf
    cs231n_2017_lecture16.pdf
    cs231n_2017_lecture15.pdf
    cs231n_2017_lecture14.pdf
    cs231n_2017_lecture13.pdf
    cs231n_2017_lecture12.pdf
    cs231n_2017_lecture11.pdf
    cs231n_2017_lecture10.pdf