【百度】人工智能深度学习第五期-包括行为识别、神经网络、图像处理等【外部】

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。

__文字说明__

文件名称：	【百度】人工智能深度学习第五期-包括行为识别、神经网络、图像处理等【外部】
文件总数量：	1660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：

    |3_递归神经网络算法解读
    7-特征图拆解操作.mp4.mp414.34M
    3-数据集dataloader制作.mp4.mp439.80M
    4-视觉Transformer模块的作用.mp4.mp445.97M
    4-backbone特征提取模块1.mp4.mp435.54M
    3-标签转换格式脚本制作.mp4.mp438.66M
    1-图像金字塔定义.mp4.mp419.68M
    5-频域变换结果.mp4.mp435.20M
    7-Decoder层操作与计算.mp4.mp430.15M
    9-训练与测试模块演示.mp4.mp491.36M
    16-预测效果展示.mp4.mp434.51M
    2_对抗生成网络架构原理与实战解析
    19-各种训练策略概述.mp4.mp438.43M
    10-源码损失计算流程.mp4.mp438.24M
    7-特征图尺寸计算与参数共享.mp4.mp421.99M
    4-得到动作结果.mp4.mp436.02M
    2_slowfast项目环境配置与配置文件
    3-架构细节解读.mp4.mp425.29M
    3-dataloader加载数据集.mp4.mp464.78M
    8-加载所有实体数据.mp4.mp444.49M
    3-注意力机制的作用1.mp4.mp414.72M
    6-特征图升维与降采样操作.mp4.mp436.66M
    2-数据集与任务背景概述.mp4.mp421.63M
    4-筛选需要的特征图.mp4.mp441.22M
    9-任务总结.mp4.mp440.70M
    2_使用神经网络进行分类任务
    4_deepsort算法知识点解读
    5-预料表与字符切分1.mp4.mp431.98M
    2-训练自己的数据集方法.mp4.mp446.78M
    5-上采样得到输出结果.mp4.mp440.75M
    12_TSDF实战案例
    2_第一模块：分类任务基本操作
    2-网络整体框架分析.mp4.mp442.87M
    6-近似Attention模块实现.mp4.mp479.49M
    2-基本框架熟悉.mp4.mp438.08M
    14_项目实战-停车场车位识别
    9-SAM注意力机制模块.mp4.mp422.48M
    1-计算机眼中的图像.mp4.mp430.88M
    1-直方图定义.mp4.mp430.23M
    1-DETR目标检测基本思想解读.mp4.mp419.35M
    4-debug模式解读.mp4.mp4101.46M
    2-数据信息标注.mp4.mp432.09M
    1-论文整体思路与架构解读.mp4.mp442.24M
    1_图像分割及其损失函数概述
    1-整体任务流程演示.mp4.mp425.41M
    5-训练所需标签文件说明.mp4.mp448.77M
    5-细胞检测效果演示.mp4.mp443.21M
    9-基于期望预测最终位置.mp4.mp423.08M
    16-额外补充-Resnet网络架构解读1.mp4.mp427.48M
    8-获取全局特征.mp4.mp425.70M
    1-DETR目标检测基本思想解读1.mp4.mp419.27M
    7-判别模块.mp4.mp462.53M
    4-数据源定义简介2.mp4.mp438.98M
    12-BottleneckCSP层计算方法.mp4.mp439.91M
    4-数据与图像特征提取模块.mp458.02M
    6-grid设置方法.mp4.mp461.50M
    9-Decoder要完成的操作.mp438.98M
    4-测试DEMO演示.mp4.mp450.47M
    1-Sobel算子.mp4.mp427.00M
    4_AAAI2020顶会算法精讲
    8-YOLO层定义解析.mp4.mp461.09M
    6-判别模块.mp4.mp449.57M
    6_deeplab系列算法
    7-感受野的作用.mp4.mp438.49M
    1-项目配置说明1.mp4.mp443.27M
    2-邻接矩阵计算图Attention.mp4.mp421.40M
    2-BatchNorm要解决的问题.mp4.mp424.77M
    3-整体框架概述.mp4.mp464.34M
    |24_推荐系统实战系列.zip3.51G
    7-NMS细节改进.mp4.mp421.25M
    1-要完成的任务与基本思想概述.mp4.mp457.79M
    5-计算差异特征.mp4.mp437.71M
    8-VIT模块源码分析.mp445.48M
    5-分割模型训练.mp4.mp443.37M
    3-深度学习检测框架加载.mp4.mp443.62M
    8_Opencv梯度计算与边缘检测实例
    6-编码层作用方法.mp4.mp442.86M
    2-网络架构整体思路解读.mp4.mp435.34M
    7_图像分割实战
    2-优势函数解读与分析.mp4.mp426.76M
    5-图像数据所需预处理方法1.mp4.mp466.76M
    3-数据-标签-语料库处理1.mp4.mp439.99M
    3-数据集基本预处理.mp4.mp431.50M
    10-训练实例.mp4.mp424.09M
    1-姿态估计要解决的问题分析.mp4.mp467.23M
    8-模型训练方法1.mp4.mp452.60M
    1-数据与环境配置..mp4.mp441.89M
    4-前向传播基本模块.mp438.87M
    6-数据路径配置.mp4.mp462.92M
    5-卷积参数共享.mp4.mp417.69M
    2-局部特征与全局关系计算方法.mp4.mp421.05M
    6-基于配置文件构建网络模型.mp4.mp442.04M
    3-要完成的目标分析.mp4.mp433.24M
    0-Mask-Rcnn开源项目简介.mp4.mp488.18M
    额外补充-RNN网络模型解读.mp4.mp423.75M
    3-图模型提取全局与局部特征.mp4.mp447.42M
    7-V1版本效果分析.mp4.mp434.52M
    6-IOU代价矩阵计算.mp4.mp439.72M
    3-特征编码风格拼接.mp4.mp436.76M
    8-完成基础匹配模块.mp4.mp473.14M