人工智能深度学习就业班第6期-含MMLAB、图神经网络等_48.46GB

显示全部楼层 · 2023-9-23 09:04:33

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

1688777437753

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　[26.11MB]
07加入注意力机制_ev.mp4　[24.01MB]
03制作json标注数据_ev.mp4　[28.73MB]
01数据源与环境配置_ev.mp4　[23.58MB]
04声音数据处理模块解读_ev.mp4　[43.66MB]
02语料表制作方法_ev.mp4　[18.49MB]
08计算得到每个输出的attention得分_ev.mp4　[26.52MB]
09解码器与训练过程演示_ev.mp4　[31.69MB]
06编码器模块整体流程_ev.mp4　[22.29MB]

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　[16.36MB]
07importancesampling的作用_ev.mp4　[18.69MB]
02与环境交互得到所需数据_ev.mp4　[18.46MB]
03要完成的目标分析_ev.mp4　[20.35MB]
04策略梯度推导_ev.mp4　[18.04MB]
05baseline方法_ev.mp4　[14.08MB]
01基本情况介绍_ev.mp4　[21.73MB]
08PPO算法整体思路解析_ev.mp4　[20.39MB]

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　[588.83MB]

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　[41.66MB]
04网络流程分析.mp4　[25.82MB]
03项目配置解读.mp4　[46.08MB]
02论文思想与模型分析.mp4　[91.34MB]
05输出结果展示.mp4　[28.24MB]

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　[21.85MB]
06如何找到合适的初始化参数.mp4　[18.89MB]
02基本思想与流程分析.mp4　[20.70MB]
01异常检测要解决的问题与数据集介绍.mp4　[17.37MB]
04Meta-Learn要解决的问题.mp4　[16.71MB]
05学习能力与参数定义.mp4　[11.50MB]
07MAML算法流程解读.mp4　[22.60MB]

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　[34.15MB]
04标签处理并完成对齐操作_ev.mp4　[32.65MB]
01文本标注工具Doccano配置方法_ev.mp4　[27.62MB]
03标注导出与BIO处理_ev.mp4　[30.64MB]
02命名实体识别任务标注方法实例_ev.mp4　[29.95MB]
06模型训练与输出结果预测_ev.mp4　[35.57MB]

目录：【092022论文必备-Transformer实战系列/01课程介绍】
01课程介绍.mp4　[10.87MB]

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　[21.43MB]
08直方图定义.mp4　[19.79MB]
05轮廓特征与近似.mp4　[29.38MB]
12频域变换结果.mp4　[21.15MB]
03轮廓检测方法.mp4　[14.58MB]
02金字塔制作方法.mp4　[20.18MB]
04轮廓检测结果.mp4　[23.61MB]
06模板匹配方法.mp4　[37.28MB]
07匹配效果展示.mp4　[17.07MB]
09均衡化原理.mp4　[26.00MB]
11Fu里叶概述.mp4　[29.84MB]
01图像金字塔定义.mp4　[16.03MB]
13低通与高通滤波.mp4　[23.17MB]

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　[41.37MB]
01生成模型可以完成的任务概述_ev.mp4　[23.07MB]
05部署与网页预测展示_ev.mp4　[62.76MB]
02数据样本生成方法_ev.mp4　[53.48MB]
03训练所需参数解读_ev.mp4　[46.11MB]

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　[28.86MB]
02整体模型架构_ev.mp4　[12.00MB]
05训练网络模型_ev.mp4　[30.06MB]
01数据与任务介绍_ev.mp4　[17.20MB]
04输入样本填充补齐_ev.mp4　[26.48MB]
06医疗数据集（糖尿病）实体识别_ev.mp4　[67.86MB]

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　[36.68MB]
06微调完成剪枝模型_ev.mp4　[33.70MB]
01整体案例流程解读_ev.mp4　[25.36MB]
03剪枝模块介绍_ev.mp4　[23.62MB]
04筛选需要的特征图_ev.mp4　[27.91MB]
02加入L1正则化来进行更新_ev.mp4　[20.52MB]

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　[19.85MB]
04经典卷积计算量与参数量分析_ev.mp4　[11.48MB]
01模型剪枝分析_ev.mp4　[17.36MB]
10V2整体架构与效果分析_ev.mp4　[8.35MB]
07V1版本效果分析_ev.mp4　[19.61MB]
08V2版本改进以及Relu激活函数的问题_ev.mp4　[15.44MB]
05深度可分离卷积的作用与效果_ev.mp4　[12.72MB]
03mobilenet简介_ev.mp4　[7.49MB]
06参数与计算量的比较_ev.mp4　[31.97MB]
12SE模块作用与效果解读_ev.mp4　[25.54MB]
13代码实现mobilenetV3网络架构_ev.mp4　[46.98MB]
09倒残差结构的作用_ev.mp4　[14.37MB]
11V3版本网络架构分析_ev.mp4　[9.53MB]

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介绍和安装_ev.mp4　[75.49MB]
02NVIDIATAO数据准备和环境设置_ev.mp4　[46.29MB]
07TAO剪枝在训练推理验证_ev.mp4　[143.97MB]
06NVIDIATAO预训练模型和训练c._ev.mp4　[32.05MB]
05NVIDIATAO预训练模型和训练b_ev.mp4　[13.53MB]
04NVIDIATAO预训练模型和训练a_ev.mp4　[73.64MB]
03NVIDIATAO数据转换_ev.mp4　[146.43MB]

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　[17.03MB]
03卷积特征值计算方法_ev.mp4　[17.78MB]
05步长与卷积核大小对结果的影响_ev.mp4　[16.53MB]
01卷积神经网络应用领域_ev.mp4　[16.99MB]
11残差网络Resnet_ev.mp4　[15.68MB]
12感受野的作用_ev.mp4　[12.87MB]
04得到特征图表示_ev.mp4　[15.01MB]
10VGG网络架构_ev.mp4　[15.62MB]
02卷积的作用_ev.mp4　[19.51MB]
08池化层的作用_ev.mp4　[9.76MB]
06边缘填充方法_ev.mp4　[14.43MB]
09整体网络架构_ev.mp4　[13.08MB]

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　[47.89MB]