全球AI大赛深度之眼年度会员-含kaffle新赛入门，神经网络基础等_31.81GB

显示全部楼层 · 2023-5-12 16:09:53

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

文件名称：	全球AI大赛深度之眼年度会员-含kaffle新赛入门，神经网络基础等炔_共：31.81GB
文件总数量：	263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：	2023-03-07 07:33:15

目录：【02-【kaggle入门】“深享杯”kaggle入门赛（新手入门）】
10-【06课】数据挖掘比赛中的Trick_.mp4　[247.41MB]
04-打造舒适的AI开发环境--硬件篇.mp4　[60.38MB]
07-【03课】特征工程实践_.mp4　[331.94MB]
02-打造舒适的AI开发环境--软件篇1_.mp4　[71.95MB]
06-【02课】数据挖掘比赛的基础Baseline_.mp4　[415.22MB]
09-【05课】数据挖掘中的文本信息的使用_.mp4　[203.18MB]
08-【04课】pytorch实践-NCF实践.mp4　[467.68MB]
03-打造舒适的AI开发环境--软件篇23_.mp4　[82.14MB]
05-【01课】数据科学比赛介绍及Kaggle平台使用介绍.mp4　[315.59MB]

目录：【19-01Python·AI&数据科学入门】
10-第五章程序控制结构_.mp4　[75.05MB]
25-【作业讲解】第十二章：Pandas库_.mp4　[24.40MB]
06-第三章基本数据类型_.mp4　[81.09MB]
03-【作业讲解】第一章：助教实际演示配置环境过程_.mp4　[25.02MB]
17-【作业讲解】第八章：文件-异常和模块.mp4　[11.50MB]
21-【作业讲解】第十章：Python标准库_.mp4　[10.43MB]
22-第十一章科学计算库—Numpy应用_.mp4　[72.43MB]
27-【作业讲解】第十三章：Matplotlib_.mp4　[35.59MB]
18-第九章有益的探索_.mp4　[115.34MB]
04-第二章Python基本语法元素_.mp4　[94.55MB]
19-【作业讲解】第九章：有益的探索_.mp4　[27.98MB]
15-【作业讲解】第七章：类.mp4　[23.96MB]
26-第十三章Matplotlib.mp4　[86.27MB]
29-【作业讲解】第十四章：Sklearn常规用法.mp4　[41.07MB]
09-【作业讲解】第四章：复杂数据类型_.mp4　[65.82MB]
05-【作业讲解】第二章：Python基本语法元素_.mp4　[52.61MB]
11-【作业讲解】第五章：程序控制结构_.mp4　[22.94MB]
07-【作业讲解】第三章：基本数据类型_.mp4　[45.72MB]
16-第八章文件-异常和模块.mp4　[103.84MB]
20-第十章Python标准库.mp4　[80.98MB]
24-第十二章Pandas库.mp4　[119.78MB]
13-【作业讲解】第六章：函数_.mp4　[37.57MB]
02-第一章绪论和环境配置_.mp4　[47.19MB]
12-第六章函数-面向过程的编程_.mp4　[112.42MB]
08-第四章组合数据类型_.mp4　[84.67MB]
23-【作业讲解】第十一章：Numpy库.mp4　[22.60MB]
14-第七章类-面向对象的编程_.mp4　[70.05MB]
28-第十四章Sklearn常规用法_.mp4　[54.83MB]
30-第十五章再谈编程_.mp4　[63.88MB]

目录：【16-【Kaggle新赛】tensorflow海星目标检测大赛指导班(CV·目标检测)】
04-【先修指南】kaggle竞赛介绍_.mp4　[32.45MB]
10-【02课】目标检测二阶段算法_.mp4　[208.31MB]
12-【04课】骨干网介绍和损失函数设计_.mp4　[170.47MB]
14-【06】总结复盘_.mp4　[78.48MB]
11-【03课】修改网络设计_.mp4　[170.15MB]
01-打造舒适的AI开发环境.mp4　[106.90MB]
08-【01课】开营第一课（直播回放）_.mp4　[137.38MB]
13-【05课】数据增强和调参.mp4　[177.91MB]
15-【07课】TOP方案分享_.mp4　[155.89MB]

目录：【20-深度学习PyTorch框架班】
15-【第二周】数据读取机制Dataloader与Dataset_.mp4　[53.62MB]
51-【第九周】生成对抗网络一瞥_.mp4　[85.10MB]
41-【第六周】作业讲解_.mp4　[35.54MB]
30-【第四周】作业讲解.mp4　[29.55MB]
05-【必看】深入浅出PyTorch.mp4　[73.98MB]
36-【第五周】作业讲解.mp4　[39.57MB]
45-【第七周】PyTorch常见报错_.mp4　[53.10MB]
39-【第六周】BatchNormalization.mp4　[77.75MB]
09-【第一周】张量操作与线X回归_.mp4　[59.00MB]
48-【第八周】图像分割一瞥_.mp4　[102.00MB]
13-【第一周】作业讲解2_.mp4　[24.92MB]
27-【第四周】损失函数(二).mp4　[90.56MB]
12-【第一周】作业讲解1_.mp4　[26.92MB]
11-【第一周】autograd与逻.ji回归_.mp4　[57.53MB]
17-【第二周】二十二种transforms数据预处理方法.mp4　[94.41MB]
14-【第一周】作业讲解3_.mp4　[23.64MB]
31-【第五周】学习率调整策略_.mp4　[76.16MB]
44-【第七周】GPU的使用_.mp4　[64.75MB]
18-【第二周】学会自定义transforms方法_.mp4　[100.80MB]
25-【第四周】权值初始化_.mp4　[56.57MB]
21-【第三周】模型容器与AlexNet构建_.mp4　[57.46MB]
20-【第三周】模型创建步骤与nn.Module_.mp4　[54.36MB]
35-【第五周】hook函数与CAM可视化_.mp4　[75.36MB]
08-【第一周】张量简介与创建_.mp4　[51.01MB]
19-【第二周】作业讲解_.mp4　[86.28MB]
07-【第一周】补充-pytorch开发环境安装_.mp4　[137.92MB]
37-【第六周】正则化之weight_decay_.mp4　[55.62MB]
23-【第三周】nn网络层-池化-线X-激活函数层.mp4　[57.32MB]
43-【第七周】模型finetune_.mp4　[61.11MB]
46-【第七周】作业讲解.mp4　[19.91MB]
47-【第八周】图像分类一瞥_.mp4　[76.93MB]
26-【第四周】损失函数（一）.mp4　[88.46MB]
16-【第二周】数据预处理transforms模块机制.mp4　[52.08MB]
38-【第六周】正则化之Dropout_.mp4　[57.89MB]
29-【第四周】torch.optim.SGD_.mp4　[69.29MB]
33-【第五周】TensorBoard使用（一）_.mp4　[62.42MB]
24-【第三周】作业讲解_.mp4　[56.54MB]
28-【第四周】优化器optimizer的概念_.mp4　[59.36MB]
40-【第六周】Normalizaiton_layers_.mp4　[55.98MB]
42-【第七周】模型保存与加载_.mp4　[42.06MB]
22-【第三周】nn网络层-卷积层.mp4　[60.29MB]
34-【第五周】TensorBoard使用（二）_.mp4　[100.48MB]
10-【第一周】计算图与动态图机制_.mp4　[39.18MB]
49-【第八周】图像目标检测一瞥（上）_.mp4　[71.72MB]
52-【第九周】循环神经网络一瞥.mp4　[56.62MB]
06-【第一周】PyTorch简介与安装_.mp4　[48.97MB]
32-【第五周】TensorBoard简介与安装_.mp4　[39.79MB]
50-【第八周】图像目标检测一瞥（下）_.mp4　[124.39MB]

目录：【12-快速入门推荐算法-基于top-k的推荐赛】
03-【02课】推荐系统中的召回算法_.mp4　[312.42MB]
02-【01课】推荐系统算法总体介绍+赛题介绍+baseline讲解_.mp4　[204.64MB]
07-【06课】知识图谱在推荐系统中的应用_.mp4　[202.44MB]
06-【05课】推荐系统中的多目标算法.mp4　[278.59MB]
04-【03课】推荐系统中的多兴趣召回算法.mp4　[330.86MB]