人工智能深度学习系统班（12期）【VIP】

faf

解压密码回复可见：

游客，如果您要查看本帖隐藏内容请回复

——/人工智能深度学习系统班（12期）/
├──01 第一章 直播回放  
|   ├──01 开班典礼.mp4  1.33G
|   ├──02 Pycharm环境配置与Debug演示(没用过的同学必看).mp4.mp4  125.39M
|   ├──03 神经网络解读.mp4  1.32G
|   ├──04 卷积神经网络.mp4  1.29G
|   ├──05 transformer架构解读.mp4  1.33G
|   ├──06 融合强化学习与机器人训练原理、架构、部署.mp4  690.13M
|   ├──07 VIT 源码Debug.mp4  1.29G
|   ├──08 Transformer下游应用实例.mp4  1.21G
|   ├──09 图神经网络.mp4  1.18G
|   ├──10 基于分层强化学习的机器人路径规划方法.mp4  305.62M
|   ├──11 时间序列预测.mp4  1.13G
|   ├──12 Huggingface与知识图谱.mp4  1.16G
|   ├──13 对比学习.mp4  1.08G
|   ├──14 recordmerge-20250315223625-76cf57.mp4.mp4  590.03M
|   ├──15 融合大语言模型的人形机器人强化学习训练范式.mp4  376.08M
|   └──16 融合具身智能的机器人学习范式.mp4  299.69M
├──02 第二章 AI课程所需安装软件教程  
|   └──7_8 AI课程所需安装软件教程_AI课程所需安装软件教程.mp4  19.61M
├──03 第三章-深度学习必备核心算法  
|   ├──1 神经网络结构.mp4  604.62M
|   ├──2 卷积神经网络.mp4  676.23M
|   ├──3 Transformer.mp4  557.22M
|   └──4 VIT源码解读.mp4  878.23M
├──04 第四章 深度学习框架PyTorch  
|   ├──12_13 深度学习框架PyTorch_PyTorch框架与其他框架区别分析.mp4  33.24M
|   ├──13_14 深度学习框架PyTorch_CPU与GPU版本安装方法解读.mp4  100.57M
|   ├──14_15 深度学习框架PyTorch_数据集与任务概述.mp4  43.34M
|   ├──15_16 深度学习框架PyTorch_基本模块应用测试.mp4  47.62M
|   ├──16_17 深度学习框架PyTorch_网络结构定义方法.mp4  55.60M
|   ├──17_18 深度学习框架PyTorch_数据源定义简介.mp4  38.98M
|   ├──18_19 深度学习框架PyTorch_损失与训练模块分析.mp4  42.31M
|   ├──19_20 深度学习框架PyTorch_训练一个基本的分类模型.mp4  54.59M
|   ├──20_21 深度学习框架PyTorch_参数对结果的影响.mp4  51.65M
|   ├──21_22 深度学习框架PyTorch_神经网络回归任务-气温预测.mp4  198.56M
|   ├──22_23 深度学习框架PyTorch_输入特征通道分析.mp4  42.48M
|   ├──23_24 深度学习框架PyTorch_卷积网络参数解读.mp4  31.46M
|   ├──24_25 深度学习框架PyTorch_卷积网络模型训练.mp4  55.14M
|   ├──25_26 深度学习框架PyTorch_任务分析与图像数据基本处理.mp4  41.62M
|   ├──26_27 深度学习框架PyTorch_数据增强模块.mp4  40.50M
|   ├──27_28 深度学习框架PyTorch_数据集与模型选择.mp4  45.32M
|   ├──28_29 深度学习框架PyTorch_迁移学习方法解读.mp4  44.66M
|   ├──29_30 深度学习框架PyTorch_输出层与梯度设置.mp4  61.42M
|   ├──30_31 深度学习框架PyTorch_输出类别个数修改.mp4  49.06M
|   ├──31_32 深度学习框架PyTorch_优化器与学习率衰减.mp4  52.48M
|   ├──32_33 深度学习框架PyTorch_模型训练方法.mp4  52.60M
|   ├──33_34 深度学习框架PyTorch_重新训练全部模型.mp4  54.81M
|   ├──34_35 深度学习框架PyTorch_测试结果演示分析.mp4  110.98M
|   ├──35_36 深度学习框架PyTorch_Dataloader要完成的任务分析.mp4  39.20M
|   ├──36_37 深度学习框架PyTorch_图像数据与标签路径处理.mp4  48.98M
|   ├──37_38 深度学习框架PyTorch_Dataloader中需要实现的方法分析.mp4  46.95M
|   ├──38_39 深度学习框架PyTorch_实用Dataloader加载数据并训练模型.mp4  77.82M
|   ├──39_40 深度学习框架PyTorch_数据集与任务目标分析.mp4  52.81M
|   ├──40_41 深度学习框架PyTorch_文本数据处理基本流程分析.mp4  55.97M
|   ├──41_42 深度学习框架PyTorch_命令行参数与DEBUG.mp4  36.52M
|   ├──42_43 深度学习框架PyTorch_训练模型所需基本配置参数分析.mp4  40.92M
|   ├──43_44 深度学习框架PyTorch_预料表与字符切分.mp4  31.98M
|   ├──44_45 深度学习框架PyTorch_字符预处理转换ID.mp4  34.37M
|   ├──45_46 深度学习框架PyTorch_LSTM网络结构基本定义.mp4  34.73M
|   ├──46_47 深度学习框架PyTorch_网络模型预测结果输出.mp4  39.11M
|   ├──47_48 深度学习框架PyTorch_模型训练任务与总结.mp4  45.16M
|   ├──48_49 深度学习框架PyTorch_基本结构与训练好的模型加载.mp4  21.02M
|   ├──49_50 深度学习框架PyTorch_服务端处理与预测函数.mp4  40.92M
|   └──50_51 深度学习框架PyTorch_基于Flask测试模型预测结果.mp4  46.26M
├──05 第五章 综合项目-物体检测经典算法实战  
|   ├──100_101 综合项目-物体检测经典算法实战_训练代码与参数配置更改.mp4  44.29M
|   ├──101_102 综合项目-物体检测经典算法实战_训练模型并测试效果.mp4  38.49M
|   ├──102_103 综合项目-物体检测经典算法实战_V4版本整体概述.mp4  15.06M
|   ├──103_104 综合项目-物体检测经典算法实战_V4版本贡献解读.mp4  10.06M
|   ├──104_105 综合项目-物体检测经典算法实战_数据增强策略分析.mp4  24.70M
|   ├──106_107 综合项目-物体检测经典算法实战_损失函数遇到的问题.mp4  14.26M
|   ├──107_108 综合项目-物体检测经典算法实战_CIOU损失函数定义.mp4  10.82M
|   ├──108_109 综合项目-物体检测经典算法实战_NMS细节改进.mp4  16.66M
|   ├──109_110 综合项目-物体检测经典算法实战_SPP与CSP网络结构.mp4  14.81M
|   ├──110_111 综合项目-物体检测经典算法实战_SAM注意力机制模块.mp4  22.48M
|   ├──111_112 综合项目-物体检测经典算法实战_PAN模块解读.mp4  20.64M
|   ├──112_113 综合项目-物体检测经典算法实战_激活函数与整体架构总结.mp4  19.19M
|   ├──113_114 综合项目-物体检测经典算法实战_整体项目概述.mp4  35.77M
|   ├──114_115 综合项目-物体检测经典算法实战_训练自己的数据集方法.mp4  41.32M
|   ├──115_116 综合项目-物体检测经典算法实战_训练数据参数配置.mp4  51.48M
|   ├──116_117 综合项目-物体检测经典算法实战_测试DEMO演示.mp4  50.47M
|   ├──117_118 综合项目-物体检测经典算法实战_数据源DEBUG流程解读.mp4  48.13M
|   ├──118_119 综合项目-物体检测经典算法实战_图像数据源配置.mp4  34.65M
|   ├──119_120 综合项目-物体检测经典算法实战_加载标签数据.mp4  26.33M
|   ├──120_121 综合项目-物体检测经典算法实战_Mosaic数据增强方法.mp4  28.19M
|   ├──121_122 综合项目-物体检测经典算法实战_数据四合一方法与流程演示.mp4  41.69M
|   ├──122_123 综合项目-物体检测经典算法实战_getItem构建batch.mp4  33.03M
|   ├──123_124 综合项目-物体检测经典算法实战_网络架构图可视化工具安装.mp4  34.33M
|   ├──124_125 综合项目-物体检测经典算法实战_V5网络配置文件解读.mp4  35.74M
|   ├──125_126 综合项目-物体检测经典算法实战_Focus模块流程分析.mp4  21.93M
|   ├──126_127 综合项目-物体检测经典算法实战_完成配置文件解析任务.mp4  58.80M
|   ├──127_128 综合项目-物体检测经典算法实战_前向传播计算.mp4  30.80M
|   ├──128_129 综合项目-物体检测经典算法实战_BottleneckCSP层计算方法.mp4  33.82M
|   ├──129_130 综合项目-物体检测经典算法实战_SPP层计算细节分析.mp4  29.17M
|   ├──130_131 综合项目-物体检测经典算法实战_Head层流程解读.mp4  29.12M
|   ├──131_132 综合项目-物体检测经典算法实战_上采样与拼接操作.mp4  21.48M
|   ├──132_133 综合项目-物体检测经典算法实战_输出结果分析.mp4  41.71M
|   ├──133_134 综合项目-物体检测经典算法实战_超参数解读.mp4  34.94M
|   ├──134_135 综合项目-物体检测经典算法实战_命令行参数介绍.mp4  44.26M
|   ├──135_136 综合项目-物体检测经典算法实战_训练流程解读.mp4  46.81M
|   ├──136_137 综合项目-物体检测经典算法实战_各种训练策略概述.mp4  38.43M
|   ├──137_138 综合项目-物体检测经典算法实战_模型迭代过程.mp4  38.42M
|   ├──138_139 综合项目-物体检测经典算法实战_YOLO系列（V7）算法解读.mp4  650.58M
|   ├──139_140 综合项目-物体检测经典算法实战_命令行参数介绍.mp4  25.02M
|   ├──140_141 综合项目-物体检测经典算法实战_基本参数作用.mp4  40.80M
|   ├──141_142 综合项目-物体检测经典算法实战_EMA等训练技巧解读.mp4  49.31M
|   ├──142_143 综合项目-物体检测经典算法实战_网络结构配置文件解读.mp4  36.94M
|   ├──143_144 综合项目-物体检测经典算法实战_各模块操作细节分析.mp4  49.07M
|   ├──144_145 综合项目-物体检测经典算法实战_输出层与配置文件其他模块解读.mp4  60.88M
|   ├──145_146 综合项目-物体检测经典算法实战_标签分配策略准备操作.mp4  34.72M
|   ├──146_147 综合项目-物体检测经典算法实战_候选框偏移方法与find3p模块解读.mp4  33.70M
|   ├──147_148 综合项目-物体检测经典算法实战_得到偏移点所在网格位置.mp4  42.85M
|   ├──148_149 综合项目-物体检测经典算法实战_完成BuildTargets模块.mp4  51.40M
|   ├──149_150 综合项目-物体检测经典算法实战_候选框筛选流程分析.mp4  31.75M
|   ├──150_151 综合项目-物体检测经典算法实战_预测值各项指标获取与调整.mp4  47.03M
|   ├──151_152 综合项目-物体检测经典算法实战_GT匹配正样本数量计算.mp4  42.07M
|   ├──152_153 综合项目-物体检测经典算法实战_通过IOU与置信度分配正样本.mp4  60.44M
|   ├──153_154 综合项目-物体检测经典算法实战_损失函数计算方法.mp4  46.08M
|   ├──154_155 综合项目-物体检测经典算法实战_辅助头AUX网络结构配置文件解析.mp4  31.05M
|   ├──155_156 综合项目-物体检测经典算法实战_辅助头损失函数调整.mp4  39.28M
|   ├──156_157 综合项目-物体检测经典算法实战_BN与卷积权重参数融合方法.mp4  53.77M
|   ├──157_158 综合项目-物体检测经典算法实战_重参数化多分支合并加速.mp4  43.19M
|   ├──158_159 综合项目-物体检测经典算法实战_YOLOV8.mp4  250.98M
|   ├──159_160 综合项目-物体检测经典算法实战_DETR目标检测基本思想解读.mp4  19.35M
|   ├──160_161 综合项目-物体检测经典算法实战_整体网络架构分析.mp4  31.64M
|   ├──161_162 综合项目-物体检测经典算法实战_位置信息初始化query向量.mp4  19.97M
|   ├──162_163 综合项目-物体检测经典算法实战_注意力机制的作用方法.mp4  20.85M
|   ├──163_164 综合项目-物体检测经典算法实战_训练过程的策略.mp4  28.41M
|   ├──164_165 综合项目-物体检测经典算法实战_项目环境配置解读.mp4  40.42M
|   ├──165_166 综合项目-物体检测经典算法实战_数据处理与dataloader.mp4  64.11M
|   ├──166_167 综合项目-物体检测经典算法实战_位置编码作用分析.mp4  47.95M
|   ├──167_168 综合项目-物体检测经典算法实战_backbone特征提取模块.mp4  35.62M
|   ├──168_169 综合项目-物体检测经典算法实战_mask与编码模块.mp4  34.75M
|   ├──169_170 综合项目-物体检测经典算法实战_编码层作用方法.mp4  42.86M
|   ├──170_171 综合项目-物体检测经典算法实战_Decoder层操作与计算.mp4  30.15M
|   ├──171_172 综合项目-物体检测经典算法实战_输出预测结果.mp4  41.28M
|   ├──172_173 综合项目-物体检测经典算法实战_损失函数与预测输出.mp4  41.18M
|   ├──173_174 综合项目-物体检测经典算法实战_DeformableDetr算法解读.mp4  1.55G
|   ├──174_175 综合项目-物体检测经典算法实战_半监督物体检测.mp4  824.82M
|   ├──175_176 综合项目-物体检测经典算法实战_EfficientNet网络.mp4  538.47M
|   ├──176_177 综合项目-物体检测经典算法实战_EfficientDet检测算法.mp4  448.01M
|   ├──177_178 综合项目-物体检测经典算法实战_YOLO V9.mp4  1.42G
|   ├──51_52 综合项目-物体检测经典算法实战_Pycharm环境配置与Debug演示(没用过的同学必看).mp4  125.39M
|   ├──52_53 综合项目-物体检测经典算法实战_物体检测评估指标.mp4  84.11M
|   ├──53_54 综合项目-物体检测经典算法实战_检测任务中阶段的意义.mp4  15.14M
|   ├──54_55 综合项目-物体检测经典算法实战_不同阶段算法优缺点分析.mp4  10.68M
|   ├──55_56 综合项目-物体检测经典算法实战_IOU指标计算.mp4  11.74M
|   ├──56_57 综合项目-物体检测经典算法实战_评估所需参数计算.mp4  26.23M
|   ├──57_58 综合项目-物体检测经典算法实战_map指标计算.mp4  19.63M
|   ├──58_59 综合项目-物体检测经典算法实战_YOLO算法整体思路解读.mp4  14.68M
|   ├──59_60 综合项目-物体检测经典算法实战_检测算法要得到的结果.mp4  13.63M
|   ├──60_61 综合项目-物体检测经典算法实战_整体网络架构解读.mp4  30.67M
|   ├──61_62 综合项目-物体检测经典算法实战_位置损失计算.mp4  18.97M
|   ├──62_63 综合项目-物体检测经典算法实战_置信度误差与优缺点分析.mp4  26.86M
|   ├──63_64 综合项目-物体检测经典算法实战_V2版本细节升级概述.mp4  13.38M
|   ├──64_65 综合项目-物体检测经典算法实战_网络结构特点.mp4  15.69M
|   ├──65_66 综合项目-物体检测经典算法实战_架构细节解读.mp4  18.92M
|   ├──66_67 综合项目-物体检测经典算法实战_基于聚类来选择先验框尺寸.mp4  24.24M
|   ├──67_68 综合项目-物体检测经典算法实战_偏移量计算方法.mp4  27.55M
|   ├──68_69 综合项目-物体检测经典算法实战_坐标映射与还原.mp4  10.08M
|   ├──69_70 综合项目-物体检测经典算法实战_感受野的作用.mp4  28.11M
|   ├──70_71 综合项目-物体检测经典算法实战_特征融合改进.mp4  19.20M
|   ├──71_72 综合项目-物体检测经典算法实战_V3版本改进概述.mp4  18.27M
|   ├──72_73 综合项目-物体检测经典算法实战_多scale方法改进与特征融合.mp4  17.07M
|   ├──73_74 综合项目-物体检测经典算法实战_经典变换方法对比分析.mp4  10.83M
|   ├──74_75 综合项目-物体检测经典算法实战_残差连接方法解读.mp4  18.64M
|   ├──75_76 综合项目-物体检测经典算法实战_整体网络模型架构分析.mp4  12.93M
|   ├──76_77 综合项目-物体检测经典算法实战_先验框设计改进.mp4  13.04M
|   ├──77_78 综合项目-物体检测经典算法实战_sotfmax层改进.mp4  10.61M
|   ├──78_79 综合项目-物体检测经典算法实战_数据与环境配置.mp4  65.52M
|   ├──79_80 综合项目-物体检测经典算法实战_训练参数设置.mp4  23.85M
|   ├──80_81 综合项目-物体检测经典算法实战_COCO图像数据读取与处理.mp4  42.51M
|   ├──81_82 综合项目-物体检测经典算法实战_标签文件读取与处理.mp4  27.48M
|   ├──82_83 综合项目-物体检测经典算法实战_debug模式介绍.mp4  27.25M
|   ├──83_84 综合项目-物体检测经典算法实战_基于配置文件构建网络模型.mp4  42.04M
|   ├──84_85 综合项目-物体检测经典算法实战_路由层与shortcut层的作用.mp4  33.72M
|   ├──85_86 综合项目-物体检测经典算法实战_YOLO层定义解析.mp4  61.09M
|   ├──86_87 综合项目-物体检测经典算法实战_预测结果计算.mp4  46.00M
|   ├──87_88 综合项目-物体检测经典算法实战_网格偏移计算.mp4  33.92M
|   ├──88_89 综合项目-物体检测经典算法实战_模型要计算的损失概述.mp4  23.14M
|   ├──89_90 综合项目-物体检测经典算法实战_标签值格式修改.mp4  28.27M
|   ├──90_91 综合项目-物体检测经典算法实战_坐标相对位置计算.mp4  32.80M
|   ├──91_92 综合项目-物体检测经典算法实战_完成所有损失函数所需计算指标.mp4  35.32M
|   ├──92_93 综合项目-物体检测经典算法实战_模型训练与总结.mp4  72.91M
|   ├──93_94 综合项目-物体检测经典算法实战_预测效果展示.mp4  34.51M
|   ├──94_95 综合项目-物体检测经典算法实战_Labelme工具安装.mp4  14.29M
|   ├──95_96 综合项目-物体检测经典算法实战_数据信息标注.mp4  32.09M
|   ├──96_97 综合项目-物体检测经典算法实战_完成标签制作.mp4  31.74M
|   ├──97_98 综合项目-物体检测经典算法实战_生成模型所需配置文件.mp4  36.71M
|   ├──98_99 综合项目-物体检测经典算法实战_json格式转换成yolo-v3所需输入.mp4  20.95M
|   └──99_100 综合项目-物体检测经典算法实战_完成输入数据准备工作.mp4  40.10M
├──06 第六章-Opencv图像处理框架实战  
|   ├──204 Opencv图像处理框架实战_Pycharm环境配置与Debug演示(没用过的同学必看).mp4  125.39M
|   ├──205 Opencv图像处理框架实战_课程简介.mp4  5.37M
|   ├──206_208 Opencv图像处理框架实战_课程简介.mp4  5.37M
|   ├──207_209 Opencv图像处理框架实战_Python与Opencv配置安装.mp4  33.28M
|   ├──208_210 Opencv图像处理框架实战_Notebook与IDE环境.mp4  84.39M
|   ├──209_211 Opencv图像处理框架实战_计算机眼中的图像.mp4  30.88M
|   ├──210_212 Opencv图像处理框架实战_视频的读取与处理.mp4  46.97M
|   ├──211_213 Opencv图像处理框架实战_ROI区域.mp4  15.37M
|   ├──212_214 Opencv图像处理框架实战_边界填充.mp4  21.46M
|   ├──214_216 Opencv图像处理框架实战_图像阈值.mp4  30.78M
|   ├──215_217 Opencv图像处理框架实战_图像平滑处理.mp4  24.69M
|   ├──216_218 Opencv图像处理框架实战_高斯与中值滤波.mp4  20.55M
|   ├──217_219 Opencv图像处理框架实战_腐蚀操作.mp4  20.99M
|   ├──218_220 Opencv图像处理框架实战_膨胀操作.mp4  12.25M
|   ├──219_221 Opencv图像处理框架实战_开运算与闭运算.mp4  9.32M
|   ├──220_222 Opencv图像处理框架实战_梯度计算.mp4  7.85M
|   ├──221_223 Opencv图像处理框架实战_礼帽与黑帽.mp4  15.88M
|   ├──223_225 Opencv图像处理框架实战_梯度计算方法.mp4  30.29M
|   ├──224_226 Opencv图像处理框架实战_scharr与lapkacian算子.mp4  27.39M
|   ├──225_227 Opencv图像处理框架实战_Canny边缘检测流程.mp4  18.97M
|   ├──227_229 Opencv图像处理框架实战_边缘检测效果.mp4  36.63M
|   ├──228_230 Opencv图像处理框架实战_图像金字塔定义.mp4  19.68M
|   ├──229_231 Opencv图像处理框架实战_金字塔制作方法.mp4  25.47M
|   ├──230_232 Opencv图像处理框架实战_轮廓检测方法.mp4  19.31M
|   ├──231_233 Opencv图像处理框架实战_轮廓检测结果.mp4  34.37M
|   ├──232_234 Opencv图像处理框架实战_轮廓特征与近似.mp4  37.51M
|   ├──233_235 Opencv图像处理框架实战_模板匹配方法.mp4  47.35M
|   ├──234_236 Opencv图像处理框架实战_匹配效果展示.mp4  21.14M
|   ├──235_237 Opencv图像处理框架实战_直方图定义.mp4  23.64M
|   ├──236_238 Opencv图像处理框架实战_均衡化原理.mp4  31.35M
|   ├──237_239 Opencv图像处理框架实战_均衡化效果.mp4  27.21M
|   ├──238_240 Opencv图像处理框架实战_傅里叶概述.mp4  38.79M
|   ├──239_241 Opencv图像处理框架实战_频域变换结果.mp4  26.26M
|   ├──240_242 Opencv图像处理框架实战_低通与高通滤波.mp4  27.34M
|   ├──241_243 Opencv图像处理框架实战_总体流程与方法讲解.mp4  20.65M
|   ├──242_244 Opencv图像处理框架实战_环境配置与预处理.mp4  34.85M
|   ├──243_245 Opencv图像处理框架实战_模板处理方法.mp4  23.69M
|   ├──244_246 Opencv图像处理框架实战_输入数据处理方法.mp4  28.88M
|   ├──245_247 Opencv图像处理框架实战_模板匹配得出识别结果.mp4  47.72M
|   ├──246_248 Opencv图像处理框架实战_整体流程演示.mp4  21.50M
|   ├──247_249 Opencv图像处理框架实战_文档轮廓提取.mp4  27.81M
|   ├──248_250 Opencv图像处理框架实战_原始与变换坐标计算.mp4  26.24M
|   ├──249_251 Opencv图像处理框架实战_透视变换结果.mp4  32.87M
|   ├──250_252 Opencv图像处理框架实战_tesseract-ocr安装配置.mp4  41.23M
|   ├──251_253 Opencv图像处理框架实战_文档扫描识别效果.mp4  28.86M
|   ├──252_254 Opencv图像处理框架实战_角点检测基本原理.mp4  15.53M
|   ├──253_255 Opencv图像处理框架实战_基本数学原理.mp4  30.58M
|   ├──254_256 Opencv图像处理框架实战_求解化简.mp4  31.79M
|   ├──255_257 Opencv图像处理框架实战_特征归属划分.mp4  43.23M
|   ├──256_258 Opencv图像处理框架实战_opencv角点检测效果.mp4  31.04M
|   ├──257_259 Opencv图像处理框架实战_尺度空间定义.mp4  20.04M
|   ├──258_260 Opencv图像处理框架实战_高斯差分金字塔.mp4  21.68M
|   ├──259_261 Opencv图像处理框架实战_特征关键点定位.mp4  48.15M
|   ├──260_262 Opencv图像处理框架实战_生成特征描述.mp4  24.66M
|   ├──261_263 Opencv图像处理框架实战_特征向量生成.mp4  43.73M
|   ├──262_264 Opencv图像处理框架实战_opencv中sift函数使用.mp4  28.80M
|   ├──263_265 Opencv图像处理框架实战_特征匹配方法.mp4  28.56M
|   ├──264_266 Opencv图像处理框架实战_RANSAC算法.mp4  34.50M
|   ├──265_267 Opencv图像处理框架实战_图像拼接方法.mp4  44.96M
|   ├──266_268 Opencv图像处理框架实战_流程解读.mp4  21.65M
|   ├──267_269 Opencv图像处理框架实战_任务整体流程.mp4  71.40M
|   ├──268_270 Opencv图像处理框架实战_所需数据介绍.mp4  34.31M
|   ├──269_271 Opencv图像处理框架实战_图像数据预处理.mp4  56.75M
|   ├──270_272 Opencv图像处理框架实战_车位直线检测.mp4  61.44M
|   ├──271_273 Opencv图像处理框架实战_按列划分区域.mp4  54.67M
|   ├──272_274 Opencv图像处理框架实战_车位区域划分.mp4  57.33M
|   ├──273_275 Opencv图像处理框架实战_识别模型构建.mp4  41.19M
|   ├──274_276 Opencv图像处理框架实战_基于视频的车位检测.mp4  135.61M
|   ├──275_277 Opencv图像处理框架实战_整体流程与效果概述.mp4  29.49M
|   ├──276_278 Opencv图像处理框架实战_预处理操作.mp4  24.08M
|   ├──277_279 Opencv图像处理框架实战_填涂轮廓检测.mp4  25.66M
|   ├──278_280 Opencv图像处理框架实战_选项判断识别.mp4  57.12M
|   ├──279_281 Opencv图像处理框架实战_背景消除-帧差法.mp4  20.79M
|   ├──280_282 Opencv图像处理框架实战_混合高斯模型.mp4  26.39M
|   ├──281_283 Opencv图像处理框架实战_学习步骤.mp4  31.75M
|   ├──282_284 Opencv图像处理框架实战_背景建模实战.mp4  51.17M
|   ├──283_285 Opencv图像处理框架实战_基本概念.mp4  20.20M
|   ├──284_286 Opencv图像处理框架实战_Lucas-Kanade算法.mp4  19.67M
|   ├──285_287 Opencv图像处理框架实战_推导求解.mp4  25.94M
|   ├──286_288 Opencv图像处理框架实战_光流估计实战.mp4  64.22M
|   ├──287_289 Opencv图像处理框架实战_dnn模块.mp4  28.59M
|   ├──288_290 Opencv图像处理框架实战_模型加载结果输出.mp4  40.50M
|   ├──289_291 Opencv图像处理框架实战_目标追踪概述.mp4  49.75M
|   ├──290_292 Opencv图像处理框架实战_多目标追踪实战.mp4  34.62M
|   ├──291_293 Opencv图像处理框架实战_深度学习检测框架加载.mp4  43.62M
|   ├──292_294 Opencv图像处理框架实战_基于dlib与ssd的追踪.mp4  73.02M
|   ├──293_295 Opencv图像处理框架实战_多进程目标追踪.mp4  25.72M
|   ├──294_296 Opencv图像处理框架实战_多进程效率提升对比.mp4  78.13M
|   ├──295_297 Opencv图像处理框架实战_卷积神经网络的应用.mp4  36.18M
|   ├──296_298 Opencv图像处理框架实战_卷积层解释.mp4  22.31M
|   ├──297_299 Opencv图像处理框架实战_卷积计算过程.mp4  27.61M
|   ├──298_300 Opencv图像处理框架实战_pading与stride.mp4  26.12M
|   ├──299_301 Opencv图像处理框架实战_卷积参数共享.mp4  17.69M
|   ├──300_302 Opencv图像处理框架实战_池化层原理.mp4  16.09M
|   ├──301_303 Opencv图像处理框架实战_卷积效果演示.mp4  24.58M
|   ├──302_304 Opencv图像处理框架实战_卷积操作流程.mp4  41.15M
|   ├──303_305 Opencv图像处理框架实战_关键点定位概述.mp4  28.45M
|   ├──304_306 Opencv图像处理框架实战_获取人脸关键点.mp4  36.07M
|   ├──305_307 Opencv图像处理框架实战_定位效果演示.mp4  45.43M
|   ├──306_308 Opencv图像处理框架实战_闭眼检测.mp4  71.07M
|   └──307_309 Opencv图像处理框架实战_检测效果.mp4  40.60M
├──07 第七章-图像分割实战  
|   ├──428_430 图像分割实战_语义分割与实例分割概述.mp4  20.24M
|   ├──429_431 图像分割实战_分割任务中的目标函数定义.mp4  20.00M
|   ├──430_432 图像分割实战_MIOU评估标准.mp4  9.03M
|   ├──431_433 图像分割实战_卷积神经网络应用领域.mp4  21.20M
|   ├──432_434 图像分割实战_卷积的作用.mp4  22.67M
|   ├──433_435 图像分割实战_卷积特征值计算方法.mp4  21.23M
|   ├──434_436 图像分割实战_得到特征图表示.mp4  18.23M
|   ├──435_437 图像分割实战_步长与卷积核大小对结果的影响.mp4  19.86M
|   ├──436_438 图像分割实战_边缘填充方法.mp4  17.28M
|   ├──437_439 图像分割实战_特征图尺寸计算与参数共享.mp4  21.99M
|   ├──438_440 图像分割实战_池化层的作用.mp4  11.31M
|   ├──439_441 图像分割实战_整体网络架构.mp4  16.98M
|   ├──440_442 图像分割实战_VGG网络架构.mp4  19.34M
|   ├──441_443 图像分割实战_残差网络Resnet.mp4  18.02M
|   ├──442_444 图像分割实战_感受野的作用.mp4  16.86M
|   ├──443_445 图像分割实战_Unet网络编码与解码过程.mp4  18.29M
|   ├──444_446 图像分割实战_网络计算流程.mp4  16.13M
|   ├──445_447 图像分割实战_Unet升级版本改进.mp4  15.75M
|   ├──446_448 图像分割实战_后续升级版本介绍.mp4  18.37M
|   ├──447_449 图像分割实战_医学细胞数据集介绍与参数配置.mp4  71.21M
|   ├──448_450 图像分割实战_数据增强工具.mp4  61.47M
|   ├──449_451 图像分割实战_Debug模式演示网络计算流程.mp4  41.37M
|   ├──450_452 图像分割实战_特征融合方法演示.mp4  30.05M
|   ├──451_453 图像分割实战_迭代完成整个模型计算任务.mp4  33.55M
|   ├──452_454 图像分割实战_模型效果验证.mp4  47.29M
|   ├──453_455 图像分割实战_任务目标与网络整体介绍.mp4  58.66M
|   ├──454_456 图像分割实战_显著性检测任务与目标概述.mp4  53.96M
|   ├──455_457 图像分割实战_编码器模块解读.mp4  43.66M
|   ├──456_458 图像分割实战_解码器输出结果.mp4  27.90M
|   ├──457_459 图像分割实战_损失函数与应用效果.mp4  34.34M
|   ├──458_460 图像分割实战_deeplab分割算法概述.mp4  13.81M
|   ├──459_461 图像分割实战_空洞卷积的作用.mp4  16.74M
|   ├──460_462 图像分割实战_感受野的意义.mp4  19.37M
|   ├──461_463 图像分割实战_SPP层的作用.mp4  19.02M
|   ├──462_464 图像分割实战_ASPP特征融合策略.mp4  13.45M
|   ├──463_465 图像分割实战_deeplabV3Plus版本网络架构.mp4  24.08M
|   ├──464_466 图像分割实战_PascalVoc数据集介绍.mp4  70.12M
|   ├──465_467 图像分割实战_项目参数与数据集读取.mp4  60.32M
|   ├──466_468 图像分割实战_网络前向传播流程.mp4  33.10M
|   ├──467_469 图像分割实战_ASPP层特征融合.mp4  51.19M
|   ├──468_470 图像分割实战_分割模型训练.mp4  34.97M
|   ├──469_471 图像分割实战_数据集与任务概述.mp4  45.55M
|   ├──470_472 图像分割实战_项目基本配置参数.mp4  33.31M
|   ├──471_473 图像分割实战_任务流程解读.mp4  69.12M
|   ├──472_474 图像分割实战_文献报告分析.mp4  122.67M
|   ├──473_475 图像分割实战_补充：视频数据源特征处理方法概述.mp4  26.33M
|   ├──474_476 图像分割实战_补充：R(2plus1)D处理方法分析.mp4  18.88M
|   ├──475_477 图像分割实战_Mask-Rcnn开源项目简介.mp4  88.18M
|   ├──476_478 图像分割实战_开源项目数据集.mp4  42.48M
|   ├──477_479 图像分割实战_开源项目数据集.mp4  97.85M
|   ├──478_480 图像分割实战_FPN层特征提取原理解读.mp4  42.31M
|   ├──479_481 图像分割实战_FPN网络架构实现解读.mp4  55.77M
|   ├──480_482 图像分割实战_生成框比例设置.mp4  28.25M
|   ├──481_483 图像分割实战_基于不同尺度特征图生成所有框.mp4  32.93M
|   ├──482_484 图像分割实战_RPN层的作用与实现解读.mp4  30.90M
|   ├──483_485 图像分割实战_候选框过滤方法.mp4  15.59M
|   ├──484_486 图像分割实战_Proposal层实现方法.mp4  33.31M
|   ├──485_487 图像分割实战_DetectionTarget层的作用.mp4  25.70M
|   ├──486_488 图像分割实战_正负样本选择与标签定义.mp4  27.59M
|   ├──487_489 图像分割实战_RoiPooling层的作用与目的.mp4  33.45M
|   ├──488_490 图像分割实战_RorAlign操作的效果.mp4  25.70M
|   ├──489_491 图像分割实战_整体框架回顾.mp4  28.86M
|   ├──490_492 图像分割实战_Labelme工具安装.mp4  14.29M
|   ├──491_493 图像分割实战_使用labelme进行数据与标签标注.mp4  26.29M
|   ├──492_494 图像分割实战_完成训练数据准备工作.mp4  26.61M
|   ├──493_495 图像分割实战_maskrcnn源码修改方法.mp4  63.56M
|   ├──494_496 图像分割实战_基于标注数据训练所需任务.mp4  39.72M
|   └──495_497 图像分割实战_测试与展示模块.mp4  38.60M
├──08 第八章 走向AI论文实验与项目实战的捷径-MMLAB实战系列  
|   ├──359_360 走向AI论文实验与项目实战的捷径-MMLAB实战系列_MMCV安装方法.mp4  55.75M
|   ├──360_361 走向AI论文实验与项目实战的捷径-MMLAB实战系列_MMCLS问题修正.mp4  23.50M
|   ├──361_362 走向AI论文实验与项目实战的捷径-MMLAB实战系列_准备MMCLS项目.mp4  32.26M
|   ├──362_363 走向AI论文实验与项目实战的捷径-MMLAB实战系列_基本参数配置解读.mp4  34.52M
|   ├──363_364 走向AI论文实验与项目实战的捷径-MMLAB实战系列_各模块配置文件组成.mp4  35.81M
|   ├──364_365 走向AI论文实验与项目实战的捷径-MMLAB实战系列_生成完整配置文件.mp4  24.45M
|   ├──365_366 走向AI论文实验与项目实战的捷径-MMLAB实战系列_根据文件夹定义数据集.mp4  40.27M
|   ├──366_367 走向AI论文实验与项目实战的捷径-MMLAB实战系列_构建自己的数据集.mp4  36.33M
|   ├──367_368 走向AI论文实验与项目实战的捷径-MMLAB实战系列_训练自己的任务.mp4  39.32M
|   ├──368_369 走向AI论文实验与项目实战的捷径-MMLAB实战系列_测试DEMO效果.mp4  25.49M
|   ├──369_370 走向AI论文实验与项目实战的捷径-MMLAB实战系列_测试评估模型效果.mp4  27.58M
|   ├──370_371 走向AI论文实验与项目实战的捷径-MMLAB实战系列_MMCLS中增加一个新的模块.mp4  62.61M
|   ├──371_372 走向AI论文实验与项目实战的捷径-MMLAB实战系列_修改配置文件中的参数.mp4  67.72M
|   ├──372_373 走向AI论文实验与项目实战的捷径-MMLAB实战系列_数据增强流程可视化展示.mp4  37.40M
|   ├──373_374 走向AI论文实验与项目实战的捷径-MMLAB实战系列_Grad-Cam可视化方法.mp4  41.17M
|   ├──374_375 走向AI论文实验与项目实战的捷径-MMLAB实战系列_可视化细节与效果分析.mp4  124.19M
|   ├──375_376 走向AI论文实验与项目实战的捷径-MMLAB实战系列_MMCLS可视化模块应用.mp4  72.07M
|   ├──376_377 走向AI论文实验与项目实战的捷径-MMLAB实战系列_模型分析脚本使用.mp4  36.37M
|   ├──377_378 走向AI论文实验与项目实战的捷径-MMLAB实战系列_VIT任务概述.mp4  29.96M
|   ├──378_379 走向AI论文实验与项目实战的捷径-MMLAB实战系列_数据增强模块概述分析.mp4  49.58M
|   ├──379_380 走向AI论文实验与项目实战的捷径-MMLAB实战系列_PatchEmbedding层.mp4  25.30M
|   ├──380_381 走向AI论文实验与项目实战的捷径-MMLAB实战系列_前向传播基本模块.mp4  38.87M
|   ├──381_382 走向AI论文实验与项目实战的捷径-MMLAB实战系列_CLS与输出模块.mp4  44.04M
|   ├──382_383 走向AI论文实验与项目实战的捷径-MMLAB实战系列_项目配置基本介绍.mp4  74.23M
|   ├──383_384 走向AI论文实验与项目实战的捷径-MMLAB实战系列_数据集标注与制作方法.mp4  56.84M
|   ├──384_385 走向AI论文实验与项目实战的捷径-MMLAB实战系列_根据预测类别数修改配置文件.mp4  39.48M
|   ├──385_386 走向AI论文实验与项目实战的捷径-MMLAB实战系列_加载预训练模型开始训练.mp4  86.52M
|   ├──386_387 走向AI论文实验与项目实战的捷径-MMLAB实战系列_预测DEMO演示.mp4  21.88M
|   ├──387_388 走向AI论文实验与项目实战的捷径-MMLAB实战系列_配置文件解读.mp4  32.12M
|   ├──388_389 走向AI论文实验与项目实战的捷径-MMLAB实战系列_编码层模块.mp4  32.47M
|   ├──389_390 走向AI论文实验与项目实战的捷径-MMLAB实战系列_上采样与输出层.mp4  28.25M
|   ├──390_391 走向AI论文实验与项目实战的捷径-MMLAB实战系列_辅助层的作用.mp4  19.83M
|   ├──391_392 走向AI论文实验与项目实战的捷径-MMLAB实战系列_给Unet添加一个neck层.mp4  30.37M
|   ├──392_393 走向AI论文实验与项目实战的捷径-MMLAB实战系列_如何修改参数适配网络结构.mp4  21.73M
|   ├──393_394 走向AI论文实验与项目实战的捷径-MMLAB实战系列_将Unet特征提取模块替换成transformer.mp4  22.41M
|   ├──394_395 走向AI论文实验与项目实战的捷径-MMLAB实战系列_VIT模块源码分析.mp4  45.48M
|   ├──395_396 走向AI论文实验与项目实战的捷径-MMLAB实战系列_注册自己的Backbone模块.mp4  34.30M
|   ├──396_397 走向AI论文实验与项目实战的捷径-MMLAB实战系列_配置文件指定.mp4  35.84M
|   ├──397_398 走向AI论文实验与项目实战的捷径-MMLAB实战系列_DEBUG解读Backbone设计.mp4  40.45M
|   ├──398_399 走向AI论文实验与项目实战的捷径-MMLAB实战系列_PatchEmbedding的作用与实现.mp4  44.88M
|   ├──399_400 走向AI论文实验与项目实战的捷径-MMLAB实战系列_卷积位置编码计算方法.mp4  53.89M
|   ├──400_401 走向AI论文实验与项目实战的捷径-MMLAB实战系列_近似Attention模块实现.mp4  79.49M
|   ├──401_402 走向AI论文实验与项目实战的捷径-MMLAB实战系列_完成特征提取与融合模块.mp4  55.69M
|   ├──402_403 走向AI论文实验与项目实战的捷径-MMLAB实战系列_分割输出模块.mp4  57.72M
|   ├──403_404 走向AI论文实验与项目实战的捷径-MMLAB实战系列_全局特征的作用与实现.mp4  56.34M
|   ├──404_405 走向AI论文实验与项目实战的捷径-MMLAB实战系列_汇总多层级特征进行输出.mp4  43.35M
|   ├──405_406 走向AI论文实验与项目实战的捷径-MMLAB实战系列_数据集标注与标签获取.mp4  31.35M
|   ├──406_407 走向AI论文实验与项目实战的捷径-MMLAB实战系列_COCO数据标注格式.mp4  28.16M
|   ├──407_408 走向AI论文实验与项目实战的捷径-MMLAB实战系列_通过脚本生成COCO数据格式.mp4  38.55M
|   ├──408_409 走向AI论文实验与项目实战的捷径-MMLAB实战系列_配置文件数据增强策略分析.mp4  45.59M
|   ├──409_410 走向AI论文实验与项目实战的捷径-MMLAB实战系列_训练所需配置说明.mp4  56.00M
|   ├──410_411 走向AI论文实验与项目实战的捷径-MMLAB实战系列_模型训练与DEMO演示.mp4  35.27M
|   ├──411_412 走向AI论文实验与项目实战的捷径-MMLAB实战系列_模型测试与可视化分析模块.mp4  77.61M
|   ├──412_413 走向AI论文实验与项目实战的捷径-MMLAB实战系列_补充：评估指标.mp4  14.06M
|   ├──413_414 走向AI论文实验与项目实战的捷径-MMLAB实战系列_特征提取与位置编码.mp4  38.16M
|   ├──414_415 走向AI论文实验与项目实战的捷径-MMLAB实战系列_序列特征展开并叠加.mp4  40.72M
|   ├──415_416 走向AI论文实验与项目实战的捷径-MMLAB实战系列_得到相对位置点编码.mp4  28.80M
|   ├──416_417 走向AI论文实验与项目实战的捷径-MMLAB实战系列_准备Encoder编码层所需全部输入.mp4  37.91M
|   ├──417_418 走向AI论文实验与项目实战的捷径-MMLAB实战系列_编码层中的序列分析.mp4  39.73M
|   ├──418_419 走向AI论文实验与项目实战的捷径-MMLAB实战系列_偏移量offset计算.mp4  46.09M
|   ├──419_420 走向AI论文实验与项目实战的捷径-MMLAB实战系列_偏移量对齐操作.mp4  39.80M
|   ├──420_421 走向AI论文实验与项目实战的捷径-MMLAB实战系列_Encoder层完成特征对齐.mp4  51.84M
|   ├──421_422 走向AI论文实验与项目实战的捷径-MMLAB实战系列_Decoder要完成的操作.mp4  38.98M
|   ├──422_423 走向AI论文实验与项目实战的捷径-MMLAB实战系列_分类与回归输出模块.mp4  49.72M
|   ├──423_424 走向AI论文实验与项目实战的捷径-MMLAB实战系列_预测输出结果与标签匹配模块.mp4  44.31M
|   ├──424_425 走向AI论文实验与项目实战的捷径-MMLAB实战系列_第三模块：DeformableDetr算法解读.mp4  730.35M
|   ├──425_426 走向AI论文实验与项目实战的捷径-MMLAB实战系列_Backbone获取多层级特征.mp4  35.79M
|   ├──426_427 走向AI论文实验与项目实战的捷径-MMLAB实战系列_多层级采样点初始化构建.mp4  41.46M
|   ├──427_428 走向AI论文实验与项目实战的捷径-MMLAB实战系列_多层级输入特征序列创建方法.mp4  43.83M
|   ├──428_429 走向AI论文实验与项目实战的捷径-MMLAB实战系列_偏移量与权重计算并转换.mp4  48.78M
|   ├──429_430 走向AI论文实验与项目实战的捷径-MMLAB实战系列_Encoder特征构建方法实例.mp4  49.77M
|   ├──430_431 走向AI论文实验与项目实战的捷径-MMLAB实战系列_query要预测的任务解读.mp4  45.61M
|   ├──431_432 走向AI论文实验与项目实战的捷径-MMLAB实战系列_Decoder中的AttentionMask方法.mp4  50.89M
|   ├──432_433 走向AI论文实验与项目实战的捷径-MMLAB实战系列_损失模块输入参数分析.mp4  40.84M
|   ├──433_434 走向AI论文实验与项目实战的捷径-MMLAB实战系列_标签分配策略解读.mp4  42.53M
|   ├──434_435 走向AI论文实验与项目实战的捷径-MMLAB实战系列_正样本筛选损失计算.mp4  41.78M
|   ├──435_436 走向AI论文实验与项目实战的捷径-MMLAB实战系列_标签分类匹配结果分析.mp4  62.04M
|   ├──436_437 走向AI论文实验与项目实战的捷径-MMLAB实战系列_最终损失计算流程.mp4  52.29M
|   ├──437_438 走向AI论文实验与项目实战的捷径-MMLAB实战系列_汇总所有损失完成迭代.mp4  35.76M
|   ├──438_439 走向AI论文实验与项目实战的捷径-MMLAB实战系列_KIE关键信息抽取与视频超分辨率重构.mp4  913.22M
|   ├──439_440 走向AI论文实验与项目实战的捷径-MMLAB实战系列_文字检测数据概述与配置文件.mp4  56.60M
|   ├──440_441 走向AI论文实验与项目实战的捷径-MMLAB实战系列_配置文件参数设置.mp4  38.74M
|   ├──441_442 走向AI论文实验与项目实战的捷径-MMLAB实战系列_Neck层特征组合.mp4  32.04M
|   ├──442_443 走向AI论文实验与项目实战的捷径-MMLAB实战系列_损失函数模块概述.mp4  43.11M
|   ├──443_444 走向AI论文实验与项目实战的捷径-MMLAB实战系列_损失计算方法.mp4  59.35M
|   ├──445_446 走向AI论文实验与项目实战的捷径-MMLAB实战系列_配置文件修改方法.mp4  52.49M
|   ├──446_447 走向AI论文实验与项目实战的捷径-MMLAB实战系列_Bakbone模块得到特征.mp4  42.10M
|   ├──448_449 走向AI论文实验与项目实战的捷径-MMLAB实战系列_视觉模型中的编码与解码的效果.mp4  54.49M
|   ├──449_450 走向AI论文实验与项目实战的捷径-MMLAB实战系列_文本模型中的结构分析.mp4  38.66M
|   ├──450_451 走向AI论文实验与项目实战的捷径-MMLAB实战系列_迭代修正模块.mp4  38.14M
|   ├──451_452 走向AI论文实验与项目实战的捷径-MMLAB实战系列_输出层与损失计算.mp4  52.81M
|   ├──452_453 走向AI论文实验与项目实战的捷径-MMLAB实战系列_配置文件以及要完成的任务解读.mp4  51.55M
|   ├──453_454 走向AI论文实验与项目实战的捷径-MMLAB实战系列_KIE数据集格式调整方法.mp4  69.46M
|   ├──454_455 走向AI论文实验与项目实战的捷径-MMLAB实战系列_配置文件与标签要进行处理操作.mp4  47.83M
|   ├──455_456 走向AI论文实验与项目实战的捷径-MMLAB实战系列_边框要计算的特征分析.mp4  35.57M
|   ├──456_457 走向AI论文实验与项目实战的捷径-MMLAB实战系列_标签数据处理与关系特征提取.mp4  56.48M
|   ├──457_458 走向AI论文实验与项目实战的捷径-MMLAB实战系列_特征合并处理.mp4  43.74M
|   ├──458_459 走向AI论文实验与项目实战的捷径-MMLAB实战系列_准备拼接边与点特征.mp4  41.38M
|   ├──459_460 走向AI论文实验与项目实战的捷径-MMLAB实战系列_整合得到图模型输入特征.mp4  71.98M
|   ├──460_461 走向AI论文实验与项目实战的捷径-MMLAB实战系列_要完成的任务与基本思想概述.mp4  57.79M
|   ├──461_462 走向AI论文实验与项目实战的捷径-MMLAB实战系列_得到style特征编码.mp4  41.12M
|   ├──462_463 走向AI论文实验与项目实战的捷径-MMLAB实战系列_特征编码风格拼接.mp4  36.76M
|   ├──463_464 走向AI论文实验与项目实战的捷径-MMLAB实战系列_基础风格特征卷积模块.mp4  54.69M
|   ├──464_465 走向AI论文实验与项目实战的捷径-MMLAB实战系列_上采样得到输出结果.mp4  40.75M
|   ├──465_466 走向AI论文实验与项目实战的捷径-MMLAB实战系列_损失函数概述.mp4  26.56M
|   ├──466_467 走向AI论文实验与项目实战的捷径-MMLAB实战系列_要完成的任务分析与配置文件.mp4  27.36M
|   ├──467_468 走向AI论文实验与项目实战的捷径-MMLAB实战系列_特征基础提取模块.mp4  44.58M
|   ├──468_469 走向AI论文实验与项目实战的捷径-MMLAB实战系列_光流估计网络模块.mp4  25.67M
|   ├──469_470 走向AI论文实验与项目实战的捷径-MMLAB实战系列_基于光流完成对齐操作.mp4  40.23M
|   ├──470_471 走向AI论文实验与项目实战的捷径-MMLAB实战系列_偏移量计算方法.mp4  32.48M
|   ├──471_472 走向AI论文实验与项目实战的捷径-MMLAB实战系列_双向计算特征对齐.mp4  36.22M
|   ├──472_473 走向AI论文实验与项目实战的捷径-MMLAB实战系列_提特征传递流程分析.mp4  37.23M
|   ├──473_474 走向AI论文实验与项目实战的捷径-MMLAB实战系列_序列传播计算.mp4  39.88M
|   ├──474_475 走向AI论文实验与项目实战的捷径-MMLAB实战系列_准备变形卷积模块的输入.mp4  44.71M
|   ├──475_476 走向AI论文实验与项目实战的捷径-MMLAB实战系列_传播流程整体完成一圈.mp4  61.55M
|   ├──476_477 走向AI论文实验与项目实战的捷径-MMLAB实战系列_完成输出结果.mp4  51.56M
|   ├──477_478 走向AI论文实验与项目实战的捷径-MMLAB实战系列_环境配置与数据集概述.mp4  51.52M
|   ├──478_479 走向AI论文实验与项目实战的捷径-MMLAB实战系列_数据与标注文件介绍.mp4  37.49M
|   ├──479_480 走向AI论文实验与项目实战的捷径-MMLAB实战系列_基本流程梳理并进入debug模式.mp4  50.33M
|   ├──47_48 深度学习框架PyTorch_图像数据与标签路径处理.mp4  48.98M
|   ├──480_481 走向AI论文实验与项目实战的捷径-MMLAB实战系列_数据与图像特征提取模块.mp4  58.02M
|   ├──481_482 走向AI论文实验与项目实战的捷径-MMLAB实战系列_体素索引位置获取.mp4  64.72M
|   ├──482_483 走向AI论文实验与项目实战的捷径-MMLAB实战系列_体素特征提取方法解读.mp4  37.57M
|   ├──483_484 走向AI论文实验与项目实战的捷径-MMLAB实战系列_体素特征计算方法分析.mp4  70.71M
|   ├──484_485 走向AI论文实验与项目实战的捷径-MMLAB实战系列_全局体素特征提取.mp4  95.96M
|   ├──485_486 走向AI论文实验与项目实战的捷径-MMLAB实战系列_多模态特征融合.mp4  68.36M
|   ├──486_487 走向AI论文实验与项目实战的捷径-MMLAB实战系列_3D卷积特征融合.mp4  56.76M
|   ├──487_488 走向AI论文实验与项目实战的捷径-MMLAB实战系列_输出层预测结果.mp4  80.80M
|   ├──488_489 走向AI论文实验与项目实战的捷径-MMLAB实战系列_任务概述与工具使用.mp4  39.64M
|   ├──489_490 走向AI论文实验与项目实战的捷径-MMLAB实战系列_Teacher与Student网络结构定义.mp4  45.48M
|   ├──48_49 深度学习框架PyTorch_Dataloader中需要实现的方法分析.mp4  46.95M
|   ├──490_491 走向AI论文实验与项目实战的捷径-MMLAB实战系列_训练T与S得到蒸馏模型.mp4  70.63M
|   ├──491_492 走向AI论文实验与项目实战的捷径-MMLAB实战系列_开始模型训练过程与问题修正.mp4  57.26M
|   ├──492_493 走向AI论文实验与项目实战的捷径-MMLAB实战系列_日志输出与模型分离.mp4  70.25M
|   ├──493_494 走向AI论文实验与项目实战的捷径-MMLAB实战系列_分别得到Teacher与Student模型.mp4  45.74M
|   ├──494_495 走向AI论文实验与项目实战的捷径-MMLAB实战系列_实际测试效果演示.mp4  39.02M
|   ├──495_496 走向AI论文实验与项目实战的捷径-MMLAB实战系列_SuperNet网络结构分析与剪枝概述.mp4  40.58M
|   ├──496_497 走向AI论文实验与项目实战的捷径-MMLAB实战系列_搜索匹配到符合计算量的模型并训练.mp4  46.83M
|   ├──497_498 走向AI论文实验与项目实战的捷径-MMLAB实战系列_第九模块：mmaction行为识别.mp4  232.73M
|   ├──498_499 走向AI论文实验与项目实战的捷径-MMLAB实战系列_OCR算法解读.mp4  1.67G
|   ├──499_500 走向AI论文实验与项目实战的捷径-MMLAB实战系列_额外补充-在源码中加入各种注意力机制方法.mp4  122.48M
|   ├──49_50 深度学习框架PyTorch_实用Dataloader加载数据并训练模型.mp4  77.82M
|   ├──500_501 MMLAB实战系列_额外补充-在源码中加入各种注意力机制方法.mp4  122.48M
|   ├──500_501 走向AI论文实验与项目实战的捷径-MMLAB实战系列_获取检测结果与追踪初始化.mp4  31.20M
|   ├──501_502 走向AI论文实验与项目实战的捷径-MMLAB实战系列_初始时刻追踪器创建.mp4  33.96M
|   ├──502_503 走向AI论文实验与项目实战的捷径-MMLAB实战系列_追踪器记录信息概述.mp4  30.86M
|   ├──503_504 走向AI论文实验与项目实战的捷径-MMLAB实战系列_匹配过程细节分析.mp4  44.25M
|   ├──504_505 走向AI论文实验与项目实战的捷径-MMLAB实战系列_不同帧时刻追踪器状态更新方法.mp4  42.55M
|   ├──505_506 走向AI论文实验与项目实战的捷径-MMLAB实战系列_追踪器状态更新处理.mp4  50.66M
|   └──506_507 走向AI论文实验与项目实战的捷径-MMLAB实战系列_追踪器迭代更新策略.mp4  42.45M
├──09 第九章 经典视觉项目实战：行为识别、姿态估计、目标追踪  
|   ├──507_508 经典视觉项目实战：行为识别、姿态估计、目标追踪_slowfast核心思想解读.mp4  74.86M
|   ├──508_509 经典视觉项目实战：行为识别、姿态估计、目标追踪_核心网络结构模块分析.mp4  20.98M
|   ├──509_510 经典视觉项目实战：行为识别、姿态估计、目标追踪_数据采样曾的作用.mp4  18.26M
|   ├──510_511 经典视觉项目实战：行为识别、姿态估计、目标追踪_模型网络结构设计.mp4  19.30M
|   ├──511_512 经典视觉项目实战：行为识别、姿态估计、目标追踪_特征融合模块与总结分析.mp4  39.30M
|   ├──512_513 经典视觉项目实战：行为识别、姿态估计、目标追踪_环境基本配置解读.mp4  45.35M
|   ├──513_514 经典视觉项目实战：行为识别、姿态估计、目标追踪_目录各文件分析.mp4  36.84M
|   ├──514_515 经典视觉项目实战：行为识别、姿态估计、目标追踪_配置文件作用解读.mp4  50.90M
|   ├──515_516 经典视觉项目实战：行为识别、姿态估计、目标追踪_测试DEMO演示.mp4  66.77M
|   ├──516_517 经典视觉项目实战：行为识别、姿态估计、目标追踪_训练所需标签文件说明.mp4  48.77M
|   ├──517_518 经典视觉项目实战：行为识别、姿态估计、目标追踪_训练所需视频数据准备.mp4  47.39M
|   ├──518_519 经典视觉项目实战：行为识别、姿态估计、目标追踪_视频数据集切分操作.mp4  39.66M
|   ├──519_520 经典视觉项目实战：行为识别、姿态估计、目标追踪_完成视频分帧操作.mp4  32.77M
|   ├──520_521 经典视觉项目实战：行为识别、姿态估计、目标追踪_模型所需配置文件参数读取.mp4  33.24M
|   ├──521_522 经典视觉项目实战：行为识别、姿态估计、目标追踪_数据处理概述.mp4  49.72M
|   ├──522_523 经典视觉项目实战：行为识别、姿态估计、目标追踪_dataloader数据遍历方法.mp4  56.85M
|   ├──523_524 经典视觉项目实战：行为识别、姿态估计、目标追踪_数据与标签读取实例.mp4  52.22M
|   ├──524_525 经典视觉项目实战：行为识别、姿态估计、目标追踪_图像数据所需预处理方法.mp4  66.76M
|   ├──525_526 经典视觉项目实战：行为识别、姿态估计、目标追踪_slow与fast分别执行采样操作.mp4  66.34M
|   ├──526_527 经典视觉项目实战：行为识别、姿态估计、目标追踪_分别计算特征图输出结果.mp4  56.64M
|   ├──527_528 经典视觉项目实战：行为识别、姿态估计、目标追踪_slow与fast特征图拼接操作.mp4  49.69M
|   ├──528_529 经典视觉项目实战：行为识别、姿态估计、目标追踪_resnetBolock操作.mp4  53.62M
|   ├──529_530 经典视觉项目实战：行为识别、姿态估计、目标追踪_RoiAlign与输出层.mp4  78.92M
|   ├──530_531 经典视觉项目实战：行为识别、姿态估计、目标追踪_3D卷积原理解读.mp4  20.62M
|   ├──531_532 经典视觉项目实战：行为识别、姿态估计、目标追踪_UCF101动作识别数据集简介.mp4  51.69M
|   ├──532_533 经典视觉项目实战：行为识别、姿态估计、目标追踪_测试效果与项目配置.mp4  55.60M
|   ├──533_534 经典视觉项目实战：行为识别、姿态估计、目标追踪_视频数据预处理方法.mp4  32.25M
|   ├──534_535 经典视觉项目实战：行为识别、姿态估计、目标追踪_数据Batch制作方法.mp4  46.66M
|   ├──535_536 经典视觉项目实战：行为识别、姿态估计、目标追踪_3D卷积网络所涉及模块.mp4  37.76M
|   ├──536_537 经典视觉项目实战：行为识别、姿态估计、目标追踪_训练网络模型.mp4  38.20M
|   ├──537_538 经典视觉项目实战：行为识别、姿态估计、目标追踪_异常检测要解决的问题与数据集介绍.mp4  21.49M
|   ├──538_539 经典视觉项目实战：行为识别、姿态估计、目标追踪_基本思想与流程分析.mp4  24.27M
|   ├──539_540 经典视觉项目实战：行为识别、姿态估计、目标追踪_预测与常见问题.mp4  26.58M
|   ├──540_541 经典视觉项目实战：行为识别、姿态估计、目标追踪_Meta-Learn要解决的问题.mp4  20.78M
|   ├──541_542 经典视觉项目实战：行为识别、姿态估计、目标追踪_学习能力与参数定义.mp4  14.17M
|   ├──542_543 经典视觉项目实战：行为识别、姿态估计、目标追踪_如何找到合适的初始化参数.mp4  23.36M
|   ├──543_544 经典视觉项目实战：行为识别、姿态估计、目标追踪_MAML算法流程解读.mp4  28.99M
|   ├──544_545 经典视觉项目实战：行为识别、姿态估计、目标追踪_论文概述与环境配置.mp4  26.61M
|   ├──545_546 经典视觉项目实战：行为识别、姿态估计、目标追踪_数据集配置与读取.mp4  38.74M
|   ├──546_547 经典视觉项目实战：行为识别、姿态估计、目标追踪_模型编码与解码结构.mp4  33.37M
|   ├──547_548 经典视觉项目实战：行为识别、姿态估计、目标追踪_注意力机制模块打造.mp4  61.12M
|   ├──548_549 经典视觉项目实战：行为识别、姿态估计、目标追踪_损失函数的目的.mp4  57.97M
|   ├──549_550 经典视觉项目实战：行为识别、姿态估计、目标追踪_特征图生成.mp4  38.02M
|   ├──550_551 经典视觉项目实战：行为识别、姿态估计、目标追踪_MetaLearn与输出.mp4  29.79M
|   ├──551_552 经典视觉项目实战：行为识别、姿态估计、目标追踪_医学疾病数据集介绍.mp4  18.85M
|   ├──552_553 经典视觉项目实战：行为识别、姿态估计、目标追踪_Resnet网络架构原理分析.mp4  24.81M
|   ├──553_554 经典视觉项目实战：行为识别、姿态估计、目标追踪_dataloader加载数据集.mp4  64.78M
|   ├──554_555 经典视觉项目实战：行为识别、姿态估计、目标追踪_Resnet网络前向传播.mp4  35.82M
|   ├──555_556 经典视觉项目实战：行为识别、姿态估计、目标追踪_残差网络的shortcut操作.mp4  47.34M
|   ├──556_557 经典视觉项目实战：行为识别、姿态估计、目标追踪_特征图升维与降采样操作.mp4  26.89M
|   ├──557_558 经典视觉项目实战：行为识别、姿态估计、目标追踪_网络整体流程与训练演示.mp4  67.45M
|   ├──558_559 经典视觉项目实战：行为识别、姿态估计、目标追踪_课程介绍.mp4  27.22M
|   ├──559_560 经典视觉项目实战：行为识别、姿态估计、目标追踪_姿态估计要解决的问题分析.mp4  79.45M
|   ├──560_561 经典视觉项目实战：行为识别、姿态估计、目标追踪_姿态估计应用领域概述.mp4  20.80M
|   ├──561_562 经典视觉项目实战：行为识别、姿态估计、目标追踪_传统topdown方法的问题.mp4  37.95M
|   ├──562_563 经典视觉项目实战：行为识别、姿态估计、目标追踪_要解决的两个问题分析.mp4  10.19M
|   ├──563_564 经典视觉项目实战：行为识别、姿态估计、目标追踪_基于高斯分布预测关键点位置.mp4  24.83M
|   ├──564_565 经典视觉项目实战：行为识别、姿态估计、目标追踪_各模块输出特征图解读.mp4  15.58M
|   ├──565_566 经典视觉项目实战：行为识别、姿态估计、目标追踪_PAF向量登场.mp4  12.59M
|   ├──566_567 经典视觉项目实战：行为识别、姿态估计、目标追踪_PAF标签设计方法.mp4  25.01M
|   ├──567_568 经典视觉项目实战：行为识别、姿态估计、目标追踪_预测时PAF积分计算方法.mp4  34.91M
|   ├──568_569 经典视觉项目实战：行为识别、姿态估计、目标追踪_匹配方法解读.mp4  21.06M
|   ├──569_570 经典视觉项目实战：行为识别、姿态估计、目标追踪_CPM模型特点.mp4  21.94M
|   ├──570_571 经典视觉项目实战：行为识别、姿态估计、目标追踪_算法流程与总结.mp4  50.27M
|   ├──571_572 经典视觉项目实战：行为识别、姿态估计、目标追踪_数据集与路径配置解读.mp4  33.79M
|   ├──572_573 经典视觉项目实战：行为识别、姿态估计、目标追踪_读取图像与标注信息.mp4  46.78M
|   ├──573_574 经典视觉项目实战：行为识别、姿态估计、目标追踪_关键点与躯干特征图初始化.mp4  34.31M
|   ├──574_575 经典视觉项目实战：行为识别、姿态估计、目标追踪_根据关键点位置设计关键点标签.mp4  54.92M
|   ├──575_576 经典视觉项目实战：行为识别、姿态估计、目标追踪_准备构建PAF躯干标签.mp4  29.58M
|   ├──576_577 经典视觉项目实战：行为识别、姿态估计、目标追踪_各位置点归属判断.mp4  28.04M
|   ├──577_578 经典视觉项目实战：行为识别、姿态估计、目标追踪_特征图各点累加向量计算.mp4  32.67M
|   ├──578_579 经典视觉项目实战：行为识别、姿态估计、目标追踪_完成PAF特征图制作.mp4  31.91M
|   ├──579_580 经典视觉项目实战：行为识别、姿态估计、目标追踪_网络模型一阶段输出.mp4  27.54M
|   ├──580_581 经典视觉项目实战：行为识别、姿态估计、目标追踪_多阶段输出与预测.mp4  46.99M
|   ├──581_582 经典视觉项目实战：行为识别、姿态估计、目标追踪_卡尔曼滤波通俗解释.mp4  31.48M
|   ├──582e610325184fff904c86ce3a5e0026.mp4  63.98M
|   ├──582_583 经典视觉项目实战：行为识别、姿态估计、目标追踪_卡尔曼滤波要完成的任务.mp4  15.60M
|   ├──583_584 经典视觉项目实战：行为识别、姿态估计、目标追踪_任务本质分析.mp4  19.07M
|   ├──584_585 经典视觉项目实战：行为识别、姿态估计、目标追踪_基于观测值进行最优估计.mp4  17.11M
|   ├──585_586 经典视觉项目实战：行为识别、姿态估计、目标追踪_预测与更新操作.mp4  24.00M
|   ├──586_587 经典视觉项目实战：行为识别、姿态估计、目标追踪_追踪中的状态量.mp4  16.04M
|   ├──587_588 经典视觉项目实战：行为识别、姿态估计、目标追踪_匈牙利匹配算法概述.mp4  19.23M
|   ├──588_589 经典视觉项目实战：行为识别、姿态估计、目标追踪_匹配小例子分析.mp4  21.80M
|   ├──589_590 经典视觉项目实战：行为识别、姿态估计、目标追踪_REID特征的作用.mp4  20.84M
|   ├──590_591 经典视觉项目实战：行为识别、姿态估计、目标追踪_sort与deepsort建模流程分析.mp4  26.79M
|   ├──591_592 经典视觉项目实战：行为识别、姿态估计、目标追踪_预测与匹配流程解读.mp4  26.25M
|   ├──592_593 经典视觉项目实战：行为识别、姿态估计、目标追踪_追踪任务流程拆解.mp4  32.13M
|   ├──593_594 经典视觉项目实战：行为识别、姿态估计、目标追踪_项目环境配置.mp4  37.33M
|   ├──594_595 经典视觉项目实战：行为识别、姿态估计、目标追踪_参数与DEMO演示.mp4  42.18M
|   ├──595_596 经典视觉项目实战：行为识别、姿态估计、目标追踪_针对检测结果初始化track.mp4  48.20M
|   ├──596_597 经典视觉项目实战：行为识别、姿态估计、目标追踪_对track执行预测操作.mp4  38.30M
|   ├──597_598 经典视觉项目实战：行为识别、姿态估计、目标追踪_状态量预测结果.mp4  36.02M
|   ├──598_599 经典视觉项目实战：行为识别、姿态估计、目标追踪_IOU代价矩阵计算.mp4  32.89M
|   ├──599_600 经典视觉项目实战：行为识别、姿态估计、目标追踪_参数更新操作.mp4  50.21M
|   ├──600_601 经典视觉项目实战：行为识别、姿态估计、目标追踪_级联匹配模块.mp4  43.34M
|   ├──601_602 经典视觉项目实战：行为识别、姿态估计、目标追踪_ReID特征代价矩阵计算.mp4  46.45M
|   ├──602_603 经典视觉项目实战：行为识别、姿态估计、目标追踪_匹配结果与总结.mp4  76.93M
|   ├──603_604 经典视觉项目实战：行为识别、姿态估计、目标追踪_V4版本整体概述.mp4  15.06M
|   ├──604_605 经典视觉项目实战：行为识别、姿态估计、目标追踪_V4版本贡献解读.mp4  10.06M
|   ├──605_606 经典视觉项目实战：行为识别、姿态估计、目标追踪_数据增强策略分析.mp4  24.70M
|   ├──606_607 经典视觉项目实战：行为识别、姿态估计、目标追踪_DropBlock与标签平滑方法.mp4  19.36M
|   ├──607_608 经典视觉项目实战：行为识别、姿态估计、目标追踪_损失函数遇到的问题.mp4  14.26M
|   ├──608_609 经典视觉项目实战：行为识别、姿态估计、目标追踪_CIOU损失函数定义.mp4  10.82M
|   ├──609_610 经典视觉项目实战：行为识别、姿态估计、目标追踪_NMS细节改进.mp4  16.66M
|   ├──610_611 经典视觉项目实战：行为识别、姿态估计、目标追踪_SPP与CSP网络结构.mp4  14.81M
|   ├──611_612 经典视觉项目实战：行为识别、姿态估计、目标追踪_SAM注意力机制模块.mp4  22.48M
|   ├──613_614 经典视觉项目实战：行为识别、姿态估计、目标追踪_激活函数与整体架构总结.mp4  19.19M
|   ├──614_615 经典视觉项目实战：行为识别、姿态估计、目标追踪_整体项目概述.mp4  35.77M
|   ├──615_616 经典视觉项目实战：行为识别、姿态估计、目标追踪_训练自己的数据集方法.mp4  41.32M
|   ├──616_617 经典视觉项目实战：行为识别、姿态估计、目标追踪_训练数据参数配置.mp4  51.48M
|   ├──617_618 经典视觉项目实战：行为识别、姿态估计、目标追踪_测试DEMO演示.mp4  50.47M
|   ├──618_619 经典视觉项目实战：行为识别、姿态估计、目标追踪_数据源DEBUG流程解读.mp4  43.54M
|   ├──619_620 经典视觉项目实战：行为识别、姿态估计、目标追踪_图像数据源配置.mp4  34.65M
|   ├──621_622 经典视觉项目实战：行为识别、姿态估计、目标追踪_Mosaic数据增强方法.mp4  28.19M
|   ├──622_623 经典视觉项目实战：行为识别、姿态估计、目标追踪_数据四合一方法与流程演示.mp4  41.69M
|   ├──623_624 经典视觉项目实战：行为识别、姿态估计、目标追踪_getItem构建batch.mp4  33.03M
|   ├──624_625 经典视觉项目实战：行为识别、姿态估计、目标追踪_网络架构图可视化工具安装.mp4  34.33M
|   ├──625_626 经典视觉项目实战：行为识别、姿态估计、目标追踪_V5网络配置文件解读.mp4  35.74M
|   ├──626_627 经典视觉项目实战：行为识别、姿态估计、目标追踪_Focus模块流程分析.mp4  21.93M
|   ├──627_628 经典视觉项目实战：行为识别、姿态估计、目标追踪_完成配置文件解析任务.mp4  58.80M
|   ├──628_629 经典视觉项目实战：行为识别、姿态估计、目标追踪_前向传播计算.mp4  30.80M
|   ├──629_630 经典视觉项目实战：行为识别、姿态估计、目标追踪_BottleneckCSP层计算方法.mp4  33.82M
|   ├──630_631 经典视觉项目实战：行为识别、姿态估计、目标追踪_1-SPP层计算细节分析.mp4  29.09M
|   ├──631_632 经典视觉项目实战：行为识别、姿态估计、目标追踪_2-Head层流程解读.mp4  29.12M
|   ├──633_634 经典视觉项目实战：行为识别、姿态估计、目标追踪_输出结果分析.mp4  41.71M
|   ├──636_637 经典视觉项目实战：行为识别、姿态估计、目标追踪_训练流程解读.mp4  46.81M
|   ├──637_638 经典视觉项目实战：行为识别、姿态估计、目标追踪_各种训练策略概述.mp4  38.43M
|   └──638_639 经典视觉项目实战：行为识别、姿态估计、目标追踪_模型迭代过程.mp4  38.42M
├──10 第一十章-论文必备-Transformer实战  
|   ├──631_632 论--必备-Transformer实战系列_Transformer算法解读.mp4  557.22M
|   ├──632_633 论--必备-Transformer实战系列_视觉Transformer及其源码分析.mp4  878.23M
|   ├──633_634 论--必备-Transformer实战系列_项目配置说明.mp4  43.27M
|   ├──634_635 论--必备-Transformer实战系列_输入序列构建方法解读.mp4  29.80M
|   ├──635_636 论--必备-Transformer实战系列_注意力机制计算.mp4  28.04M
|   ├──636_637 论--必备-Transformer实战系列_输出层计算结果.mp4  37.72M
|   ├──637_638 论--必备-Transformer实战系列_swintransformer整体概述.mp4  14.76M
|   ├──638_639 论--必备-Transformer实战系列_要解决的问题及其优势分析.mp4  22.33M
|   ├──639_640 论--必备-Transformer实战系列_一个block要完成的任务.mp4  17.36M
|   ├──640_641 论--必备-Transformer实战系列_获取各窗口输入特征.mp4  18.99M
|   ├──641_642 论--必备-Transformer实战系列_基于窗口的注意力机制解读.mp4  29.53M
|   ├──642_643 论--必备-Transformer实战系列_窗口偏移操作的实现.mp4  24.27M
|   ├──643_644 论--必备-Transformer实战系列_偏移细节分析及其计算量概述.mp4  20.41M
|   ├──644_645 论--必备-Transformer实战系列_整体网络架构整合.mp4  20.88M
|   ├──645_646 论--必备-Transformer实战系列_下采样操作实现方法.mp4  22.24M
|   ├──646_647 论--必备-Transformer实战系列_分层计算方法.mp4  21.71M
|   ├──647_648 论--必备-Transformer实战系列_数据与环境配置解读.mp4  59.59M
|   ├──648_649 论--必备-Transformer实战系列_图像数据patch编码.mp4  37.62M
|   ├──649_650 论--必备-Transformer实战系列_数据按window进行划分计算.mp4  31.46M
|   ├──650_651 论--必备-Transformer实战系列_基础attention计算模块.mp4  27.58M
|   ├──651_652 论--必备-Transformer实战系列_窗口位移模块细节分析.mp4  36.81M
|   ├──652_653 论--必备-Transformer实战系列_patchmerge下采样操作.mp4  25.24M
|   ├──653_654 论--必备-Transformer实战系列_各block计算方法解读.mp4  27.91M
|   ├──654_655 论--必备-Transformer实战系列_输出层概述.mp4  41.11M
|   ├──655_656 论--必备-Transformer实战系列_DETR目标检测基本思想解读.mp4  19.27M
|   ├──656_657 论--必备-Transformer实战系列_整体网络架构分析.mp4  31.54M
|   ├──657_658 论--必备-Transformer实战系列_位置信息初始化query向量.mp4  19.90M
|   ├──658_659 论--必备-Transformer实战系列_注意力机制的作用方法.mp4  20.79M
|   ├──659_660 论--必备-Transformer实战系列_训练过程的策略.mp4  28.34M
|   ├──660_661 论--必备-Transformer实战系列_项目环境配置解读.mp4  40.33M
|   ├──662_663 论--必备-Transformer实战系列_位置编码作用分析.mp4  47.86M
|   ├──663_664 论--必备-Transformer实战系列_backbone特征提取模块.mp4  35.54M
|   ├──664_665 论--必备-Transformer实战系列_mask与编码模块.mp4  34.68M
|   ├──665_666 论--必备-Transformer实战系列_编码层作用方法.mp4  42.78M
|   ├──666_667 论--必备-Transformer实战系列_Decoder层操作与计算.mp4  30.08M
|   ├──667_668 论--必备-Transformer实战系列_输出预测结果.mp4  41.20M
|   ├──668_669 论--必备-Transformer实战系列_损失函数与预测输出.mp4  41.18M
|   ├──669_670 论--必备-Transformer实战系列_DeformableDetr算法解读.mp4  730.35M
|   ├──670_671 论--必备-Transformer实战系列_特征提取与位置编码.mp4  38.16M
|   ├──671_672 论--必备-Transformer实战系列_序列特征展开并叠加.mp4  51.07M
|   ├──672_673 论--必备-Transformer实战系列_得到相对位置点编码.mp4  28.80M
|   ├──673_674 论--必备-Transformer实战系列_准备Encoder编码层所需全部输入.mp4  37.91M
|   ├──674_675 论--必备-Transformer实战系列_编码层中的序列分析.mp4  39.73M
|   ├──675_676 论--必备-Transformer实战系列_偏移量offset计算.mp4  46.09M
|   ├──676_677 论--必备-Transformer实战系列_偏移量对齐操作.mp4  39.80M
|   ├──677_678 论--必备-Transformer实战系列_Encoder层完成特征对齐.mp4  51.84M
|   ├──678_679 论--必备-Transformer实战系列_Decoder要完成的操作.mp4  38.98M
|   ├──680_681 论--必备-Transformer实战系列_预测输出结果与标签匹配模块.mp4  44.31M
|   ├──681_682 论--必备-Transformer实战系列_论文整体分析.mp4  23.72M
|   ├──682_683 论--必备-Transformer实战系列_核心思想分析.mp4  54.26M
|   ├──683_684 论--必备-Transformer实战系列_网络结构计算流程概述.mp4  44.46M
|   ├──684_685 论--必备-Transformer实战系列_论文公式计算分析.mp4  46.93M
|   ├──685_686 论--必备-Transformer实战系列_位置编码的作用与效果.mp4  46.55M
|   ├──686_687 论--必备-Transformer实战系列_拓展应用分析.mp4  56.52M
|   ├──687_688 论--必备-Transformer实战系列_项目环境配置.mp4  25.29M
|   ├──688_689 论--必备-Transformer实战系列_医学数据介绍与分析.mp4  56.68M
|   ├──689_690 论--必备-Transformer实战系列_基本处理操作.mp4  25.77M
|   ├──690_691 论--必备-Transformer实战系列_AxialAttention实现过程.mp4  36.87M
|   ├──691_692 论--必备-Transformer实战系列_位置编码向量解读.mp4  27.80M
|   ├──692_693 论--必备-Transformer实战系列_注意力计算过程与方法.mp4  52.13M
|   ├──693_694 论--必备-Transformer实战系列_局部特征提取与计算.mp4  40.92M
|   ├──694_695 论--必备-Transformer实战系列_特征匹配的应用场景.mp4  87.35M
|   ├──695_696 论--必备-Transformer实战系列_特征匹配的基本流程分析.mp4  15.91M
|   ├──696_697 论--必备-Transformer实战系列_整体流程梳理分析.mp4  16.46M
|   ├──697_698 论--必备-Transformer实战系列_CrossAttention的作用与效果.mp4  15.69M
|   ├──698_699 论--必备-Transformer实战系列_transformer构建匹配特征.mp4  33.79M
|   ├──699_700 论--必备-Transformer实战系列_粗粒度匹配过程与作用.mp4  26.00M
|   ├──700_701 论--必备-Transformer实战系列_特征图拆解操作.mp4  14.34M
|   ├──701_702 论--必备-Transformer实战系列_细粒度匹配的作用与方法.mp4  19.87M
|   ├──702_703 论--必备-Transformer实战系列_基于期望预测最终位置.mp4  23.08M
|   ├──703_704 论--必备-Transformer实战系列_总结分析.mp4  39.42M
|   ├──704_705 论--必备-Transformer实战系列_项目与参数配置解读.mp4  44.48M
|   ├──705_706 论--必备-Transformer实战系列_DEMO效果演示.mp4  39.57M
|   ├──706_707 论--必备-Transformer实战系列_backbone特征提取模块.mp4  28.65M
|   ├──707_708 论--必备-Transformer实战系列_注意力机制的作用与效果分析.mp4  30.98M
|   ├──708_709 论--必备-Transformer实战系列_特征融合模块实现方法.mp4  29.29M
|   ├──709_710 论--必备-Transformer实战系列_cross关系计算方法实例.mp4  29.30M
|   ├──710_711 论--必备-Transformer实战系列_粗粒度匹配过程.mp4  49.80M
|   ├──711_712 论--必备-Transformer实战系列_完成基础匹配模块.mp4  63.33M
|   ├──712_713 论--必备-Transformer实战系列_精细化调整方法与实例.mp4  42.73M
|   ├──713_714 论--必备-Transformer实战系列_得到精细化输出结果.mp4  19.35M
|   ├──714_715 论--必备-Transformer实战系列_通过期望计算最终输出.mp4  40.24M
|   ├──715_716 论--必备-Transformer实战系列_分割模型Maskformer系列.mp4  776.88M
|   ├──716_717 论--必备-Transformer实战系列_Backbone获取多层级特征.mp4  35.79M
|   ├──717_718 论--必备-Transformer实战系列_多层级采样点初始化构建.mp4  41.46M
|   ├──718_719 论--必备-Transformer实战系列_多层级输入特征序列创建方法.mp4  43.83M
|   ├──719_720 论--必备-Transformer实战系列_偏移量与权重计算并转换.mp4  48.78M
|   ├──720_721 论--必备-Transformer实战系列_Encoder特征构建方法实例.mp4  49.77M
|   ├──721_722 论--必备-Transformer实战系列_query要预测的任务解读.mp4  45.61M
|   ├──722_723 论--必备-Transformer实战系列_Decoder中的AttentionMask方法.mp4  50.89M
|   ├──723_724 论--必备-Transformer实战系列_损失模块输入参数分析.mp4  40.84M
|   ├──724_725 论--必备-Transformer实战系列_标签分配策略解读.mp4  42.53M
|   ├──725_726 论--必备-Transformer实战系列_正样本筛选损失计算.mp4  41.78M
|   ├──726_727 论--必备-Transformer实战系列_标签分类匹配结果分析.mp4  62.04M
|   ├──727_728 论--必备-Transformer实战系列_最终损失计算流程.mp4  52.29M
|   ├──728_729 论--必备-Transformer实战系列_汇总所有损失完成迭代.mp4  35.76M
|   ├──729_730 论--必备-Transformer实战系列_BEV特征空间.mp4  523.07M
|   ├──730_731 论--必备-Transformer实战系列_环境配置方法解读.mp4  42.79M
|   ├──731_732 论--必备-Transformer实战系列_数据集下载与配置方法.mp4  53.57M
|   ├──732_733 论--必备-Transformer实战系列_特征提取以及BEV空间初始化.mp4  43.81M
|   ├──733_734 论--必备-Transformer实战系列_特征对齐与位置编码初始化.mp4  43.63M
|   ├──734_735 论--必备-Transformer实战系列_Reference初始点构建.mp4  37.26M
|   ├──735_736 论--必备-Transformer实战系列_BEV空间与图像空间位置对应.mp4  37.67M
|   ├──736_737 论--必备-Transformer实战系列_注意力机制模块计算方法.mp4  38.61M
|   ├──737_738 论--必备-Transformer实战系列_BEV空间特征构建.mp4  34.01M
|   ├──738_739 论--必备-Transformer实战系列_Decoder要完成的任务分析.mp4  33.95M
|   ├──739_740 论--必备-Transformer实战系列_获取当前BEV特征.mp4  35.90M
|   ├──740_741 论--必备-Transformer实战系列_Decoder级联校正模块.mp4  41.58M
|   ├──741_742 论--必备-Transformer实战系列_损失函数与预测可视化.mp4  49.48M
|   ├──742_743 论--必备-Transformer实战系列_时间序列预测.mp4  375.40M
|   ├──743_744 论--必备-Transformer实战系列_Informer时间序列源码解读.mp4  829.10M
|   └──744_745 论--必备-Transformer实战系列_Huggingface与NLP（讲故事）.mp4  163.59M
├──11 第十一章-图神经网络实战  
|   ├──650_652 图神经网络实战_图神经网络应用领域分析.mp4  26.40M
|   ├──651_653 图神经网络实战_图基本模块定义.mp4  10.51M
|   ├──652_654 图神经网络实战_邻接矩阵的定义.mp4  16.06M
|   ├──653_655 图神经网络实战_GNN中常见任务.mp4  19.17M
|   ├──654_656 图神经网络实战_消息传递计算方法.mp4  14.23M
|   ├──655_657 图神经网络实战_多层GCN的作用.mp4  13.00M
|   ├──656_658 图神经网络实战_GCN基本模型概述.mp4  13.24M
|   ├──657_659 图神经网络实战_图卷积的基本计算方法.mp4  12.56M
|   ├──658_660 图神经网络实战_邻接的矩阵的变换.mp4  18.38M
|   ├──659_661 图神经网络实战_GCN变换原理解读.mp4  21.12M
|   ├──660_662 图神经网络实战_PyTorch Geometric工具包安装与配置方法.mp4  45.07M
|   ├──661_663 图神经网络实战_数据集与邻接矩阵格式.mp4  51.92M
|   ├──662_664 图神经网络实战_模型定义与训练方法.mp4  41.92M
|   ├──663_665 图神经网络实战_文献引用数据集分类案例实战.mp4  47.75M
|   ├──664_666 图神经网络实战_构建数据集基本方法.mp4  13.47M
|   ├──665_667 图神经网络实战_数据集与任务背景概述.mp4  21.63M
|   ├──666_668 图神经网络实战_数据集基本预处理.mp4  31.50M
|   ├──667_669 图神经网络实战_用户行为图结构创建.mp4  36.67M
|   ├──668_670 图神经网络实战_数据集创建函数介绍.mp4  34.87M
|   ├──669_671 图神经网络实战_网络结构定义模块.mp4  36.87M
|   ├──670_672 图神经网络实战_TopkPooling进行下采样任务.mp4  31.30M
|   ├──671_673 图神经网络实战_获取全局特征.mp4  25.70M
|   ├──672_674 图神经网络实战_模型训练与总结.mp4  35.84M
|   ├──673_675 图神经网络实战_图注意力机制的作用与方法.mp4  16.53M
|   ├──674_676 图神经网络实战_邻接矩阵计算图Attention.mp4  21.40M
|   ├──675_677 图神经网络实战_序列图神经网络TGCN应用.mp4  12.59M
|   ├──676_678 图神经网络实战_序列图神经网络细节.mp4  23.67M
|   ├──677_679 图神经网络实战_要完成的任务分析.mp4  47.79M
|   ├──678_680 图神经网络实战_基本方法概述解读.mp4  52.67M
|   ├──679_681 图神经网络实战_图模型提取全局与局部特征.mp4  47.42M
|   ├──680_682 图神经网络实战_NTN模块的作用与效果.mp4  41.09M
|   ├──681_683 图神经网络实战_点之间的对应关系计算.mp4  51.22M
|   ├──682_684 图神经网络实战_结果输出与总结.mp4  71.18M
|   ├──683_685 图神经网络实战_数据集与任务概述.mp4  18.11M
|   ├──684_686 图神经网络实战_图卷积特征提取模块.mp4  55.92M
|   ├──685_687 图神经网络实战_分别计算不同Batch点的分布.mp4  31.70M
|   ├──686_688 图神经网络实战_获得直方图特征结果.mp4  21.11M
|   ├──687_689 图神经网络实战_图的全局特征构建.mp4  31.45M
|   ├──688_690 图神经网络实战_NTN图相似特征提取.mp4  39.25M
|   ├──689_691 图神经网络实战_预测得到相似度结果.mp4  18.64M
|   ├──690_692 图神经网络实战_数据集与标注信息解读.mp4  57.53M
|   ├──691_693 图神经网络实战_整体三大模块分析.mp4  66.51M
|   ├──692_694 图神经网络实战_特征工程的作用与效果.mp4  41.75M
|   ├──693_695 图神经网络实战_传统方法与现在向量空间对比.mp4  51.83M
|   ├──694_696 图神经网络实战_输入细节分析.mp4  49.96M
|   ├──695_697 图神经网络实战_子图模块构建方法.mp4  42.55M
|   ├──696_698 图神经网络实战_特征融合模块分析.mp4  47.67M
|   ├──697_699 图神经网络实战_VectorNet输出层分析.mp4  85.45M
|   ├──698_700 图神经网络实战_数据与环境配置.mp4  35.36M
|   ├──699_701 图神经网络实战_训练数据准备.mp4  27.69M
|   ├──700_702 图神经网络实战_Agent特征提取方法.mp4  37.87M
|   ├──701_703 图神经网络实战_DataLoader构建图结构.mp4  28.61M
|   ├──702_704 图神经网络实战_SubGraph与Attention模型流程.mp4  34.55M
|   ├──703_705 基于图模型的时间序列预测.mp4  1021.17M
|   └──704_706 异构图神经网络.mp4  754.05M
├──12 第十二章-3D点云实战  
|   ├──703_705 3D点云实战_点云数据概述.mp4  49.53M
|   ├──704_706 3D点云实战_点云应用领域与发展分析.mp4  82.18M
|   ├──705_707 3D点云实战_点云分割任务.mp4  52.03M
|   ├──706_708 3D点云实战_点云补全任务.mp4  29.16M
|   ├──707_709 3D点云实战_点云检测与配准任务.mp4  59.58M
|   ├──708_710 3D点云实战_点云数据特征提取概述与预告.mp4  22.69M
|   ├──709_711 3D点云实战_3D数据应用领域与点云介绍.mp4  40.05M
|   ├──710_712 3D点云实战_点云数据可视化展示.mp4  40.07M
|   ├──711_713 3D点云实战_点云数据特性和及要解决的问题.mp4  33.08M
|   ├──712_714 3D点云实战_PointNet算法出发点解读.mp4  17.46M
|   ├──713_715 3D点云实战_PointNet算法网络架构解读.mp4  31.01M
|   ├──714_716 3D点云实战_PointNet升级版算法要解决的问题.mp4  22.08M
|   ├──715_717 3D点云实战_最远点采样方法.mp4  21.00M
|   ├──716_718 3D点云实战_分组Group方法原理解读.mp4  32.79M
|   ├──717_719 3D点云实战_整体流程概述分析.mp4  16.37M
|   ├──718_720 3D点云实战_分类与分割问题解决方案.mp4  21.74M
|   ├──719_721 3D点云实战_遇到的问题及改进方法分析.mp4  13.43M
|   ├──720_722 3D点云实战_项目文件概述.mp4  29.02M
|   ├──721_723 3D点云实战_数据读取模块配置.mp4  39.23M
|   ├──722_724 3D点云实战_DEBUG解读网络模型架构.mp4  24.25M
|   ├──723_725 3D点云实战_最远点采样介绍.mp4  19.48M
|   ├──724_726 3D点云实战_采样得到中心点.mp4  31.77M
|   ├──725_727 3D点云实战_组区域划分方法.mp4  24.88M
|   ├──726_728 3D点云实战_实现group操作得到各中心簇.mp4  35.00M
|   ├──727_729 3D点云实战_特征提取模块整体流程.mp4  40.04M
|   ├──728_730 3D点云实战_预测结果输出模块.mp4  38.74M
|   ├──729_731 3D点云实战_分类任务总结.mp4  19.66M
|   ├──730_732 3D点云实战_分割任务数据与配置概述.mp4  51.28M
|   ├──731_733 3D点云实战_分割需要解决的任务概述.mp4  33.94M
|   ├──732_734 3D点云实战_上采样完成分割任务.mp4  44.75M
|   ├──733_735 3D点云实战_点云补全要解决的问题.mp4  23.13M
|   ├──734_736 3D点云实战_基本解决方案概述.mp4  17.42M
|   ├──735_737 3D点云实战_整体网络概述.mp4  20.61M
|   ├──736_738 3D点云实战_网络计算流程.mp4  25.52M
|   ├──737_739 3D点云实战_输入与计算结果.mp4  65.02M
|   ├──738_740 3D点云实战_数据与项目配置解读.mp4  41.86M
|   ├──739_741 3D点云实战_待补全数据准备方法.mp4  29.26M
|   ├──740_742 3D点云实战_整体框架概述.mp4  49.10M
|   ├──741_743 3D点云实战_MRE特征提取模块.mp4  40.36M
|   ├──742_744 3D点云实战_分层预测输出模块.mp4  31.04M
|   ├──743_745 3D点云实战_补全点云数据.mp4  35.21M
|   ├──744_746 3D点云实战_判别模块.mp4  48.59M
|   ├──745_747 3D点云实战_点云配准任务概述.mp4  20.00M
|   ├──746_748 3D点云实战_配准要完成的目标解读.mp4  17.64M
|   ├──747_749 3D点云实战_训练数据构建.mp4  23.43M
|   ├──748_750 3D点云实战_任务基本流程.mp4  15.56M
|   ├──749_751 3D点云实战_数据源配置方法.mp4  45.42M
|   ├──750_752 3D点云实战_参数计算模块解读.mp4  21.85M
|   ├──751_753 3D点云实战_基于模型预测输出参数.mp4  24.88M
|   ├──752_754 3D点云实战_特征构建方法分析.mp4  34.65M
|   ├──753_755 3D点云实战_任务总结.mp4  33.31M
|   ├──754_756 3D点云实战_对抗生成网络通俗解释.mp4  18.39M
|   ├──755_757 3D点云实战_GAN网络组成.mp4  10.73M
|   ├──756_758 3D点云实战_损失函数解释说明.mp4  39.88M
|   ├──757_759 3D点云实战_数据读取模块.mp4  29.93M
|   └──758_760 3D点云实战_生成与判别网络定义.mp4  44.24M
├──13 第十三章-面向深度学习的无人驾驶实战  
|   ├──864_865 面向深度学习的无人驾驶实战_深度估计效果与应用.mp4  98.47M
|   ├──865_866 面向深度学习的无人驾驶实战_kitti数据集介绍.mp4  59.45M
|   ├──866_867 面向深度学习的无人驾驶实战_使用backbone获取层级特征.mp4  22.18M
|   ├──867_868 面向深度学习的无人驾驶实战_差异特征计算边界信息.mp4  26.49M
|   ├──868_869 面向深度学习的无人驾驶实战_SPP层的作用.mp4  15.27M
|   ├──869_870 面向深度学习的无人驾驶实战_空洞卷积与ASPP.mp4  18.94M
|   ├──870_871 面向深度学习的无人驾驶实战_特征拼接方法分析.mp4  21.24M
|   ├──871_872 面向深度学习的无人驾驶实战_网络coarse-to-fine过程.mp4  26.50M
|   ├──872_873 面向深度学习的无人驾驶实战_权重参数预处理.mp4  27.50M
|   ├──873_874 面向深度学习的无人驾驶实战_损失计算.mp4  30.51M
|   ├──874_875 面向深度学习的无人驾驶实战_项目环境配置解读.mp4  52.89M
|   ├──875_876 面向深度学习的无人驾驶实战_数据与标签定义方法.mp4  74.34M
|   ├──876_877 面向深度学习的无人驾驶实战_数据集dataloader制作.mp4  36.83M
|   ├──877_878 面向深度学习的无人驾驶实战_使用backbone进行特征提取.mp4  42.38M
|   ├──878_879 面向深度学习的无人驾驶实战_计算差异特征.mp4  30.69M
|   ├──879_880 面向深度学习的无人驾驶实战_权重参数标准化操作.mp4  42.56M
|   ├──880_881 面向深度学习的无人驾驶实战_网络结构ASPP层.mp4  47.25M
|   ├──881_882 面向深度学习的无人驾驶实战_特征拼接方法解读.mp4  47.64M
|   ├──882_883 面向深度学习的无人驾驶实战_输出深度估计结果.mp4  25.45M
|   ├──883_884 面向深度学习的无人驾驶实战_损失函数通俗解读.mp4  52.74M
|   ├──884_885 面向深度学习的无人驾驶实战_模型DEMO输出结果.mp4  80.63M
|   ├──885_886 面向深度学习的无人驾驶实战_数据标签与任务分析.mp4  65.92M
|   ├──886_887 面向深度学习的无人驾驶实战_网络整体框架分析.mp4  28.89M
|   ├──887_888 面向深度学习的无人驾驶实战_输出结果分析.mp4  18.12M
|   ├──888_889 面向深度学习的无人驾驶实战_损失函数计算方法.mp4  27.30M
|   ├──889f6a42e176499f803af29393312bd7.mp4  23.72M
|   ├──889_890 面向深度学习的无人驾驶实战_论文概述分析.mp4  62.39M
|   ├──890_891 面向深度学习的无人驾驶实战_车道数据与标签解读.mp4  65.61M
|   ├──891_892 面向深度学习的无人驾驶实战_项目环境配置演示.mp4  29.98M
|   ├──892_893 面向深度学习的无人驾驶实战_制作数据集dataloader.mp4  54.62M
|   ├──893_894 面向深度学习的无人驾驶实战_车道线标签数据处理.mp4  34.18M
|   ├──894_895 面向深度学习的无人驾驶实战_四条车道线标签位置矩阵.mp4  22.28M
|   ├──895_896 面向深度学习的无人驾驶实战_grid设置方法.mp4  41.70M
|   ├──896_897 面向深度学习的无人驾驶实战_完成数据与标签制作.mp4  24.65M
|   ├──897_898 面向深度学习的无人驾驶实战_算法网络结构解读.mp4  59.95M
|   ├──898_899 面向深度学习的无人驾驶实战_损失函数计算模块分析.mp4  45.66M
|   ├──899_900 面向深度学习的无人驾驶实战_车道线规则损失函数限制.mp4  44.61M
|   ├──900_901 面向深度学习的无人驾驶实战_DEMO制作与配置.mp4  40.28M
|   ├──901_902 面向深度学习的无人驾驶实战_特征匹配的应用场景.mp4  80.34M
|   ├──902_903 面向深度学习的无人驾驶实战_特征匹配的基本流程分析.mp4  15.91M
|   ├──903_904 面向深度学习的无人驾驶实战_整体流程梳理分析.mp4  16.46M
|   ├──904_905 面向深度学习的无人驾驶实战_CrossAttention的作用与效果.mp4  15.69M
|   ├──905_906 面向深度学习的无人驾驶实战_transformer构建匹配特征.mp4  33.79M
|   ├──906_907 面向深度学习的无人驾驶实战_粗粒度匹配过程与作用.mp4  26.00M
|   ├──907_908 面向深度学习的无人驾驶实战_特征图拆解操作.mp4  14.34M
|   ├──908_909 面向深度学习的无人驾驶实战_细粒度匹配的作用与方法.mp4  19.87M
|   ├──909_910 面向深度学习的无人驾驶实战_基于期望预测最终位置.mp4  23.08M
|   ├──910_911 面向深度学习的无人驾驶实战_总结分析.mp4  39.42M
|   ├──911_912 面向深度学习的无人驾驶实战_项目与参数配置解读.mp4  44.48M
|   ├──912_913 面向深度学习的无人驾驶实战_DEMO效果演示.mp4  39.56M
|   ├──913_914 面向深度学习的无人驾驶实战_backbone特征提取模块.mp4  28.70M
|   ├──914_915 面向深度学习的无人驾驶实战_注意力机制的作用与效果分析.mp4  31.04M
|   ├──915_916 面向深度学习的无人驾驶实战_特征融合模块实现方法.mp4  29.35M
|   ├──916_917 面向深度学习的无人驾驶实战_cross关系计算方法实例.mp4  29.36M
|   ├──917_918 面向深度学习的无人驾驶实战_粗粒度匹配过程.mp4  49.80M
|   ├──918_919 面向深度学习的无人驾驶实战_完成基础匹配模块.mp4  63.33M
|   ├──919_920 面向深度学习的无人驾驶实战_精细化调整方法与实例.mp4  42.81M
|   ├──920_921 面向深度学习的无人驾驶实战_得到精细化输出结果.mp4  19.39M
|   ├──921_922 面向深度学习的无人驾驶实战_通过期望计算最终输出.mp4  40.24M
|   ├──922_923 面向深度学习的无人驾驶实战_三维重建概述分析.mp4  66.80M
|   ├──923_924 面向深度学习的无人驾驶实战_三维重建应用领域概述.mp4  13.17M
|   ├──924_925 面向深度学习的无人驾驶实战_成像方法概述.mp4  16.33M
|   ├──925_926 面向深度学习的无人驾驶实战_相机坐标系.mp4  17.15M
|   ├──926_927 面向深度学习的无人驾驶实战_坐标系转换方法解读.mp4  20.91M
|   ├──927_928 面向深度学习的无人驾驶实战_相机内外参.mp4  17.01M
|   ├──928_929 面向深度学习的无人驾驶实战_通过内外参数进行坐标变换.mp4  16.47M
|   ├──929_930 面向深度学习的无人驾驶实战_相机标定简介.mp4  5.50M
|   ├──930_931 面向深度学习的无人驾驶实战_任务流程分析.mp4  19.35M
|   ├──931_932 面向深度学习的无人驾驶实战_基本框架熟悉.mp4  27.45M
|   ├──932_933 面向深度学习的无人驾驶实战_特征映射方法解读.mp4  34.68M
|   ├──933_934 面向深度学习的无人驾驶实战_片段融合思想.mp4  16.72M
|   ├──934_935 面向深度学习的无人驾驶实战_整体架构重构方法.mp4  23.00M
|   ├──935_936 面向深度学习的无人驾驶实战_数据集下载与配置方法.mp4  52.41M
|   ├──936_937 面向深度学习的无人驾驶实战_Scannet数据集内容概述.mp4  37.26M
|   ├──937_938 面向深度学习的无人驾驶实战_TSDF标签生成方法.mp4  55.30M
|   ├──938_939 面向深度学习的无人驾驶实战_ISSUE的作用.mp4  49.23M
|   ├──939_940 面向深度学习的无人驾驶实战_完成依赖环境配置.mp4  57.11M
|   ├──940_941 面向深度学习的无人驾驶实战_Backbone得到特征图.mp4  36.02M
|   ├──941_942 面向深度学习的无人驾驶实战_初始化体素位置.mp4  41.51M
|   ├──942_943 面向深度学习的无人驾驶实战_坐标映射方法实现.mp4  26.66M
|   ├──943_944 面向深度学习的无人驾驶实战_得到体素所对应特征图.mp4  50.12M
|   ├──944_945 面向深度学习的无人驾驶实战_插值得到对应特征向量.mp4  32.36M
|   ├──945_946 面向深度学习的无人驾驶实战_得到一阶段输出结果.mp4  38.08M
|   ├──946_947 面向深度学习的无人驾驶实战_完成三个阶段预测结果.mp4  45.77M
|   ├──947_948 面向深度学习的无人驾驶实战_项目总结.mp4  108.40M
|   ├──948_949 面向深度学习的无人驾驶实战_TSDF整体概述分析.mp4  23.16M
|   ├──949_950 面向深度学习的无人驾驶实战_合成过程DEMO演示.mp4  27.58M
|   ├──950_951 面向深度学习的无人驾驶实战_布局初始化操作.mp4  12.69M
|   ├──951_952 面向深度学习的无人驾驶实战_TSDF计算基本流程解读.mp4  23.93M
|   ├──952_953 面向深度学习的无人驾驶实战_坐标转换流程分析.mp4  31.10M
|   ├──953_954 面向深度学习的无人驾驶实战_输出结果融合更新.mp4  34.23M
|   ├──954_955 面向深度学习的无人驾驶实战_环境配置概述.mp4  32.66M
|   ├──955_956 面向深度学习的无人驾驶实战_初始化与数据读取.mp4  21.30M
|   ├──956_957 面向深度学习的无人驾驶实战_计算得到TSDF输出.mp4  44.10M
|   ├──957_958 面向深度学习的无人驾驶实战_数据集与标注信息解读.mp4  57.53M
|   ├──958_959 面向深度学习的无人驾驶实战_整体三大模块分析.mp4  65.47M
|   ├──959_960 面向深度学习的无人驾驶实战_特征工程的作用与效果.mp4  41.75M
|   ├──960_961 面向深度学习的无人驾驶实战_传统方法与现在向量空间对比.mp4  51.83M
|   ├──961_962 面向深度学习的无人驾驶实战_输入细节分析.mp4  49.96M
|   ├──962_963 面向深度学习的无人驾驶实战_子图模块构建方法.mp4  42.55M
|   ├──963_964 面向深度学习的无人驾驶实战_特征融合模块分析.mp4  47.67M
|   ├──964_965 面向深度学习的无人驾驶实战_VectorNet输出层分析.mp4  85.45M
|   ├──965_966 面向深度学习的无人驾驶实战_数据与环境配置.mp4  35.43M
|   ├──966_967 面向深度学习的无人驾驶实战_训练数据准备.mp4  27.75M
|   ├──967_968 面向深度学习的无人驾驶实战_Agent特征提取方法.mp4  37.97M
|   ├──968_969 面向深度学习的无人驾驶实战_DataLoader构建图结构.mp4  28.68M
|   ├──969_970 面向深度学习的无人驾驶实战_SubGraph与Attention模型流程.mp4  34.64M
|   └──970_971 面向深度学习的无人驾驶实战_特斯拉无人驾驶解读.mp4  644.17M
├──14 第十四章-对比学习与多模态任务实战  
|   ├──971_972 对比学习与多模态任务实战_对比学习算法与实例.mp4  549.52M
|   ├──972_973 对比学习与多模态任务实战_CLIP系列.mp4  621.00M
|   ├──973_974 对比学习与多模态任务实战_环境配置与数据集概述.mp4  51.52M
|   ├──974_975 对比学习与多模态任务实战_数据与标注文件介绍.mp4  37.49M
|   ├──975_976 对比学习与多模态任务实战_基本流程梳理并进入debug模式.mp4  50.33M
|   ├──976_977 对比学习与多模态任务实战_数据与图像特征提取模块.mp4  58.02M
|   ├──977_978 对比学习与多模态任务实战_体素索引位置获取.mp4  64.72M
|   ├──978_979 对比学习与多模态任务实战_体素特征提取方法解读.mp4  37.57M
|   ├──980_981 对比学习与多模态任务实战_全局体素特征提取.mp4  95.96M
|   ├──981_982 对比学习与多模态任务实战_多模态特征融合.mp4  68.36M
|   ├──983_984 对比学习与多模态任务实战_输出层预测结果.mp4  80.80M
|   ├──984_985 对比学习与多模态任务实战_多模态文字识别.mp4  766.02M
|   ├──985_986 对比学习与多模态任务实战_数据集与环境概述.mp4  55.58M
|   ├──986_987 对比学习与多模态任务实战_配置文件修改方法.mp4  52.49M
|   ├──987_988 对比学习与多模态任务实战_Bakbone模块得到特征.mp4  42.10M
|   ├──988_989 对比学习与多模态任务实战_视觉Transformer模块的作用.mp4  45.97M
|   ├──990_991 对比学习与多模态任务实战_文本模型中的结构分析.mp4  38.66M
|   ├──991_992 对比学习与多模态任务实战_迭代修正模块.mp4  38.14M
|   └──992_993 对比学习与多模态任务实战_输出层与损失计算.mp4  52.81M
├──15 第十五章-缺陷检测实战  
|   ├──1000_1001 缺陷检测实战_NMS细节改进.mp4  16.66M
|   ├──1002_1003 缺陷检测实战_SAM注意力机制模块.mp4  22.48M
|   ├──1003_1004 缺陷检测实战_PAN模块解读.mp4  20.64M
|   ├──1004_1005 缺陷检测实战_激活函数与整体架构总结.mp4  19.19M
|   ├──1005_1006 缺陷检测实战_整体项目概述.mp4  35.77M
|   ├──1006_1007 缺陷检测实战_训练自己的数据集方法.mp4  41.32M
|   ├──1007_1008 缺陷检测实战_训练数据参数配置.mp4  51.48M
|   ├──1008_1009 缺陷检测实战_测试DEMO演示.mp4  50.47M
|   ├──1009_1010 缺陷检测实战_数据源DEBUG流程解读.mp4  48.13M
|   ├──1010_1011 缺陷检测实战_图像数据源配置.mp4  34.65M
|   ├──1011_1012 缺陷检测实战_加载标签数据.mp4  26.33M
|   ├──1012_1013 缺陷检测实战_Mosaic数据增强方法.mp4  28.19M
|   ├──1013_1014 缺陷检测实战_数据四合一方法与流程演示.mp4  41.69M
|   ├──1014_1015 缺陷检测实战_getItem构建batch.mp4  33.03M
|   ├──1015_1016 缺陷检测实战_网络架构图可视化工具安装.mp4  33.46M
|   ├──1016_1017 缺陷检测实战_V5网络配置文件解读.mp4  35.74M
|   ├──1017_1018 缺陷检测实战_Focus模块流程分析.mp4  21.93M
|   ├──1018_1019 缺陷检测实战_完成配置文件解析任务.mp4  58.80M
|   ├──1019_1020 缺陷检测实战_前向传播计算.mp4  30.80M
|   ├──1020_1021 缺陷检测实战_BottleneckCSP层计算方法.mp4  33.82M
|   ├──1022_1023 缺陷检测实战_Head层流程解读.mp4  29.19M
|   ├──1023_1024 缺陷检测实战_上采样与拼接操作.mp4  21.48M
|   ├──1024_1025 缺陷检测实战_输出结果分析.mp4  41.71M
|   ├──1025_1026 缺陷检测实战_超参数解读.mp4  34.94M
|   ├──1026_1027 缺陷检测实战_命令行参数介绍.mp4  44.26M
|   ├──1027_1028 缺陷检测实战_训练流程解读.mp4  46.81M
|   ├──1028_1029 缺陷检测实战_各种训练策略概述.mp4  38.43M
|   ├──1029_1030 缺陷检测实战_模型迭代过程.mp4  38.42M
|   ├──1030_1031 缺陷检测实战_任务需求与项目概述.mp4  14.14M
|   ├──1031_1032 缺陷检测实战_数据与标签配置方法.mp4  38.42M
|   ├──1032_1033 缺陷检测实战_标签转换格式脚本制作.mp4  30.57M
|   ├──1033_1034 缺陷检测实战_各版本模型介绍分析.mp4  33.52M
|   ├──1034_1035 缺陷检测实战_项目参数配置.mp4  27.21M
|   ├──1035_1036 缺陷检测实战_缺陷检测模型训练.mp4  34.15M
|   ├──1036_1037 缺陷检测实战_输出结果与项目总结.mp4  45.20M
|   ├──1037_1038 缺陷检测实战_任务目标与流程概述.mp4  53.72M
|   ├──1038_1039 缺陷检测实战_论文思想与模型分析.mp4  129.03M
|   ├──1039_1040 缺陷检测实战_项目配置解读.mp4  63.00M
|   ├──1040_1041 缺陷检测实战_网络流程分析.mp4  37.48M
|   ├──1041_1042 缺陷检测实战_输出结果展示.mp4  39.29M
|   ├──1042_1043 缺陷检测实战_计算机眼中的图像.mp4  30.88M
|   ├──1043_1044 缺陷检测实战_视频的读取与处理.mp4  46.97M
|   ├──1044_1045 缺陷检测实战_ROI区域.mp4  15.37M
|   ├──1046_1047 缺陷检测实战_数值计算.mp4  40.04M
|   ├──1047_1048 缺陷检测实战_图像阈值.mp4  30.85M
|   ├──1048_1049 缺陷检测实战_图像平滑处理.mp4  24.77M
|   ├──1049_1050 缺陷检测实战_高斯与中值滤波.mp4  20.61M
|   ├──1050_1051 缺陷检测实战_腐蚀操作.mp4  20.99M
|   ├──1051_1052 缺陷检测实战_膨胀操作.mp4  12.25M
|   ├──1053_1054 缺陷检测实战_梯度计算.mp4  7.85M
|   ├──1054_1055 缺陷检测实战_礼帽与黑帽.mp4  15.88M
|   ├──1055_1056 缺陷检测实战_Canny边缘检测流程.mp4  18.97M
|   ├──1056_1057 缺陷检测实战_非极大值抑制.mp4  18.32M
|   ├──1057_1058 缺陷检测实战_边缘检测效果.mp4  36.63M
|   ├──1058_1059 缺陷检测实战_Sobel算子.mp4  27.00M
|   ├──1059_1060 缺陷检测实战_梯度计算方法.mp4  30.29M
|   ├──1060_1061 缺陷检测实战_scharr与lapkacian算子.mp4  27.39M
|   ├──1061_1062 缺陷检测实战_图像金字塔定义.mp4  19.68M
|   ├──1062_1063 缺陷检测实战_金字塔制作方法.mp4  25.47M
|   ├──1063_1064 缺陷检测实战_轮廓检测方法.mp4  19.37M
|   ├──1064_1065 缺陷检测实战_轮廓检测结果.mp4  34.44M
|   ├──1065_1066 缺陷检测实战_轮廓特征与近似.mp4  37.62M
|   ├──1066_1067 缺陷检测实战_模板匹配方法.mp4  47.45M
|   ├──1067_1068 缺陷检测实战_匹配效果展示.mp4  21.20M
|   ├──1068_1069 缺陷检测实战_直方图定义.mp4  23.64M
|   ├──1069_1070 缺陷检测实战_均衡化原理.mp4  31.35M
|   ├──1070_1071 缺陷检测实战_均衡化效果.mp4  27.21M
|   ├──1071_1072 缺陷检测实战_傅里叶概述.mp4  38.86M
|   ├──1072_1073 缺陷检测实战_频域变换结果.mp4  26.32M
|   ├──1073_1074 缺陷检测实战_低通与高通滤波.mp4  27.40M
|   ├──1074_1075 缺陷检测实战_任务需求与环境配置.mp4  15.40M
|   ├──1075_1076 缺陷检测实战_数据读取与基本处理.mp4  26.63M
|   ├──1076_1077 缺陷检测实战_缺陷形态学操作.mp4  26.46M
|   ├──1077_1078 缺陷检测实战_整体流程解读.mp4  23.65M
|   ├──1078_1079 缺陷检测实战_缺陷检测效果演示.mp4  50.91M
|   ├──1079_1080 缺陷检测实战_数据与任务概述.mp4  16.48M
|   ├──1080_1081 缺陷检测实战_视频数据读取与轮廓检测.mp4  20.83M
|   ├──1081_1082 缺陷检测实战_目标质心计算.mp4  32.47M
|   ├──1082_1083 缺陷检测实战_视频数据遍历方法.mp4  31.41M
|   ├──1083_1084 缺陷检测实战_缺陷区域提取.mp4  36.00M
|   ├──1084_1085 缺陷检测实战_不同类型的缺陷检测方法.mp4  36.77M
|   ├──1085_1086 缺陷检测实战_检测效果演示.mp4  25.73M
|   ├──1086_1087 缺陷检测实战_deeplab分割算法概述.mp4  13.81M
|   ├──1089_1090 缺陷检测实战_SPP层的作用.mp4  19.02M
|   ├──1090_1091 缺陷检测实战_ASPP特征融合策略.mp4  13.45M
|   ├──1091_1092 缺陷检测实战_deeplabV3Plus版本网络架构.mp4  24.08M
|   ├──1092_1093 缺陷检测实战_PascalVoc数据集介绍.mp4  70.12M
|   ├──1093_1094 缺陷检测实战_项目参数与数据集读取.mp4  60.32M
|   ├──1094_1095 缺陷检测实战_网络前向传播流程.mp4  33.10M
|   ├──1095_1096 缺陷检测实战_ASPP层特征融合.mp4  51.19M
|   ├──1096_1097 缺陷检测实战_分割模型训练.mp4  34.97M
|   ├──1097_1098 缺陷检测实战_数据集与任务概述.mp4  31.09M
|   ├──1098_1099 缺陷检测实战_开源项目应用方法.mp4  36.52M
|   ├──1099_1100 缺陷检测实战_github与kaggle中需要注意的点.mp4  40.24M
|   ├──1100_1101 缺陷检测实战_源码的利用方法.mp4  89.46M
|   ├──1101_1102 缺陷检测实战_数据集制作方法.mp4  75.53M
|   ├──1102_1103 缺陷检测实战_数据路径配置.mp4  54.55M
|   ├──1103_1104 缺陷检测实战_训练模型.mp4  34.38M
|   ├──1104_1105 缺陷检测实战_任务总结.mp4  43.02M
|   ├──993_994 缺陷检测实战_课程介绍.mp4  26.71M
|   ├──994_995 缺陷检测实战_V4版本整体概述.mp4  15.06M
|   ├──995_996 缺陷检测实战_V4版本贡献解读.mp4  10.06M
|   ├──996_997 缺陷检测实战_数据增强策略分析.mp4  24.70M
|   ├──998_999 缺陷检测实战_损失函数遇到的问题.mp4  14.26M
|   └──999_1000 缺陷检测实战_CIOU损失函数定义.mp4  10.82M
├──16 第十六章-行人重识别实战  
|   ├──1105_1106 行人重识别实战_行人重识别要解决的问题.mp4  17.26M
|   ├──1106_1107 行人重识别实战_挑战与困难分析.mp4  35.89M
|   ├──1107_1108 行人重识别实战_评估标准rank1指标.mp4  14.05M
|   ├──1108_1109 行人重识别实战_map值计算方法.mp4  15.70M
|   ├──1109_1110 行人重识别实战_triplet损失计算实例.mp4  25.16M
|   ├──1110_1111 行人重识别实战_Hard-Negative方法应用.mp4  27.27M
|   ├──1111_1112 行人重识别实战_论文整体思想及注意力机制的作用解读.mp4  50.47M
|   ├──1112_1113 行人重识别实战_空间权重值计算流程分析.mp4  32.88M
|   ├──1113_1114 行人重识别实战_融合空间注意力所需特征.mp4  27.38M
|   ├──1114_1115 行人重识别实战_基于特征图的注意力计算.mp4  57.84M
|   ├──1115_1116 行人重识别实战_项目环境与数据集配置.mp4  49.78M
|   ├──1116_1117 行人重识别实战_参数配置与整体架构分析.mp4  65.40M
|   ├──1117_1118 行人重识别实战_进入debug模式解读网络计算流程.mp4  30.56M
|   ├──1118_1119 行人重识别实战_获得空间位置点之间的关系.mp4  43.11M
|   ├──1119_1120 行人重识别实战_组合关系特征图.mp4  39.65M
|   ├──1120_1121 行人重识别实战_计算得到位置权重值.mp4  38.01M
|   ├──1121_1122 行人重识别实战_基于特征图的权重计算.mp4  25.57M
|   ├──1122_1123 行人重识别实战_损失函数计算实例解读.mp4  60.36M
|   ├──1123_1124 行人重识别实战_训练与测试模块演示.mp4  75.66M
|   ├──1124_1125 行人重识别实战_论文整体框架概述.mp4  16.23M
|   ├──1125_1126 行人重识别实战_局部特征与全局关系计算方法.mp4  15.39M
|   ├──1126_1127 行人重识别实战_特征分组方法.mp4  15.12M
|   ├──1127_1128 行人重识别实战_GCP模块特征融合方法.mp4  28.45M
|   ├──1128_1129 行人重识别实战_oneVsReset方法实例.mp4  15.63M
|   ├──1129_1130 行人重识别实战_损失函数应用位置.mp4  16.80M
|   ├──1130_1131 行人重识别实战_项目配置与数据集介绍.mp4  67.72M
|   ├──1131_1132 行人重识别实战_数据源构建方法分析.mp4  41.23M
|   ├──1132_1133 行人重识别实战_dataloader加载顺序解读.mp4  27.96M
|   ├──1133_1134 行人重识别实战_debug模式解读.mp4  62.34M
|   ├──1134_1135 行人重识别实战_网络计算整体流程演示.mp4  30.51M
|   ├──1135_1136 行人重识别实战_特征序列构建.mp4  41.00M
|   ├──1136_1137 行人重识别实战_GCP全局特征提取.mp4  39.65M
|   ├──1137_1138 行人重识别实战_局部特征提取实例.mp4  52.39M
|   ├──1138_1139 行人重识别实战_特征组合汇总.mp4  49.29M
|   ├──1139_1140 行人重识别实战_得到所有分组特征结果.mp4  51.20M
|   ├──1140_1141 行人重识别实战_损失函数与训练过程演示.mp4  42.52M
|   ├──1141_1142 行人重识别实战_测试与验证模块.mp4  47.02M
|   ├──1142_1143 行人重识别实战_关键点位置特征构建.mp4  22.40M
|   ├──1143_1144 行人重识别实战_图卷积与匹配的作用.mp4  24.41M
|   ├──1144_1145 行人重识别实战_局部特征热度图计算.mp4  24.78M
|   ├──1145_1146 行人重识别实战_基于图卷积构建人体拓扑关系.mp4  29.82M
|   ├──1146_1147 行人重识别实战_图卷积模块实现方法.mp4  27.54M
|   ├──1147_1148 行人重识别实战_图匹配在行人重识别中的作用.mp4  18.07M
|   ├──1148_1149 行人重识别实战_整体算法框架分析.mp4  24.09M
|   ├──1149_1150 行人重识别实战_数据集与环境配置概述.mp4  48.08M
|   ├──1150_1151 行人重识别实战_局部特征准备方法.mp4  47.66M
|   ├──1151_1152 行人重识别实战_得到一阶段热度图结果.mp4  42.07M
|   ├──1152_1153 行人重识别实战_阶段监督训练.mp4  78.61M
|   ├──1153_1154 行人重识别实战_初始化图卷积模型.mp4  34.82M
|   ├──1154_1155 行人重识别实战_mask矩阵的作用.mp4  40.13M
|   ├──1155_1156 行人重识别实战_邻接矩阵学习与更新.mp4  50.98M
|   ├──1156_1157 行人重识别实战_基于拓扑结构组合关键点特征.mp4  63.20M
|   ├──1157_1158 行人重识别实战_图匹配模块计算流程.mp4  67.63M
|   ├──1158_1159 行人重识别实战_整体项目总结.mp4  79.79M
|   ├──1159_1160 行人重识别实战_项目概述.mp4  26.15M
|   ├──1160_1161 行人重识别实战_项目概述.mp4  31.61M
|   ├──1161_1162 行人重识别实战_数据与标签读取模块.mp4  57.97M
|   ├──1162_1163 行人重识别实战_通过配置文件读取模型位置.mp4  37.97M
|   ├──1163_1164 行人重识别实战_BackBone位置与流程.mp4  52.30M
|   ├──1164_1165 行人重识别实战_Neck层操作方法.mp4  33.12M
|   ├──1165_1166 行人重识别实战_Head层预测模块.mp4  40.06M
|   ├──1166_1167 行人重识别实战_损失函数计算模块.mp4  54.31M
|   └──1167_1168 行人重识别实战_总结概述.mp4  34.10M
├──17 第十七章-对抗生成网络实战  
|   ├──1168_1169 对抗生成网络实战_课程介绍.mp4  28.55M
|   ├──1169_1170 对抗生成网络实战_对抗生成网络通俗解释.mp4  18.39M
|   ├──1170_1171 对抗生成网络实战_GAN网络组成.mp4  10.73M
|   ├──1171_1172 对抗生成网络实战_损失函数解释说明.mp4  39.88M
|   ├──1172_1173 对抗生成网络实战_数据读取模块.mp4  29.93M
|   ├──1173_1174 对抗生成网络实战_生成与判别网络定义.mp4  44.24M
|   ├──1174_1175 对抗生成网络实战_CycleGan网络所需数据.mp4  37.56M
|   ├──1175_1176 对抗生成网络实战_CycleGan整体网络架构.mp4  21.36M
|   ├──1176_1177 对抗生成网络实战_PatchGan判别网络原理.mp4  11.45M
|   ├──1177_1178 对抗生成网络实战_Cycle开源项目简介.mp4  46.41M
|   ├──1178_1179 对抗生成网络实战_数据读取与预处理操作.mp4  57.93M
|   ├──1179_1180 对抗生成网络实战_生成网络模块构造.mp4  48.52M
|   ├──1180_1181 对抗生成网络实战_判别网络模块构造.mp4  19.77M
|   ├──1181_1182 对抗生成网络实战_损失函数：identity loss计算方法.mp4  37.16M
|   ├──1182_1183 对抗生成网络实战_生成与判别损失函数指定.mp4  54.69M
|   ├──1183_1184 对抗生成网络实战_额外补充：VISDOM可视化配置.mp4  38.69M
|   ├──1184_1185 对抗生成网络实战_stargan效果演示分析.mp4  27.95M
|   ├──1185_1186 对抗生成网络实战_网络架构整体思路解读.mp4  30.84M
|   ├──1186_1187 对抗生成网络实战_建模流程分析.mp4  42.55M
|   ├──1187_1188 对抗生成网络实战_V1版本存在的问题及后续改进思路.mp4  53.61M
|   ├──1188_1189 对抗生成网络实战_V2版本在整体网络架构.mp4  63.67M
|   ├──1189_1190 对抗生成网络实战_编码器训练方法.mp4  53.45M
|   ├──1190_1191 对抗生成网络实战_损失函数公式解析.mp4  49.43M
|   ├──1191_1192 对抗生成网络实战_训练过程分析.mp4  34.17M
|   ├──1192_1193 对抗生成网络实战_测试模块效果与实验分析.mp4  29.95M
|   ├──1193_1194 对抗生成网络实战_项目配置与数据源下载.mp4  21.51M
|   ├──1194_1195 对抗生成网络实战_测试效果演示.mp4  34.97M
|   ├──1195_1196 对抗生成网络实战_项目参数解析.mp4  27.62M
|   ├──1196_1197 对抗生成网络实战_生成器模块源码解读.mp4  53.18M
|   ├──1197_1198 对抗生成网络实战_所有网络模块构建实例.mp4  46.52M
|   ├──1198_1199 对抗生成网络实战_数据读取模块分析.mp4  56.60M
|   ├──1199_1200 对抗生成网络实战_判别器损失计算.mp4  32.90M
|   ├──1200_1201 对抗生成网络实战_损失计算详细过程.mp4  45.76M
|   ├──1201_1202 对抗生成网络实战_生成模块损失计算.mp4  70.07M
|   ├──1202_1203 对抗生成网络实战_论文整体思路与架构解读.mp4  34.66M
|   ├──1203_1204 对抗生成网络实战_VCC2016输入数据.mp4  20.76M
|   ├──1204_1205 对抗生成网络实战_语音特征提取.mp4  30.57M
|   ├──1205_1206 对抗生成网络实战_生成器模型架构分析.mp4  15.81M
|   ├──1206_1207 对抗生成网络实战_InstanceNorm的作用解读.mp4  18.58M
|   ├──1207_1208 对抗生成网络实战_AdaIn的目的与效果.mp4  13.18M
|   ├──1208_1209 对抗生成网络实战_判别器模块分析.mp4  114.03M
|   ├──1209_1210 对抗生成网络实战_数据与项目文件解读.mp4  21.80M
|   ├──1210_1211 对抗生成网络实战_环境配置与工具包安装.mp4  37.11M
|   ├──1211_1212 对抗生成网络实战_数据预处理与声音特征提取.mp4  88.49M
|   ├──1212_1213 对抗生成网络实战_生成器构造模块解读.mp4  41.33M
|   ├──1215_1216 对抗生成网络实战_生成器前向传播维度变化.mp4  26.49M
|   ├──1216_1217 对抗生成网络实战_判别器模块解读.mp4  35.22M
|   ├──1217_1218 对抗生成网络实战_论文损失函数.mp4  100.48M
|   ├──1218_1219 对抗生成网络实战_源码损失计算流程.mp4  34.82M
|   ├──1220_1221 对抗生成网络实战_论文概述.mp4  46.83M
|   ├──1221_1222 对抗生成网络实战_网络架构.mp4  106.93M
|   ├──1222_1223 对抗生成网络实战_数据与环境配置.mp4  26.90M
|   ├──1223_1224 对抗生成网络实战_数据加载与配置.mp4  39.14M
|   ├──1224_1225 对抗生成网络实战_生成模块.mp4  48.50M
|   ├──1225_1226 对抗生成网络实战_判别模块.mp4  44.60M
|   ├──1226_1227 对抗生成网络实战_VGG特征提取网络.mp4  35.88M
|   ├──1227_1228 对抗生成网络实战_损失函数与训练.mp4  89.00M
|   ├──1228_1229 对抗生成网络实战_测试模块.mp4  90.79M
|   ├──1229_1230 对抗生成网络实战_论文概述.mp4  75.09M
|   ├──1230_1231 对抗生成网络实战_网络架构.mp4  30.75M
|   ├──1231_1232 对抗生成网络实战_细节设计.mp4  77.69M
|   ├──1232_1233 对抗生成网络实战_论文总结.mp4  67.30M
|   ├──1233_1234 对抗生成网络实战_数据与项目概述.mp4  45.92M
|   ├──1234_1235 对抗生成网络实战_参数基本设计.mp4  75.34M
|   ├──1235_1236 对抗生成网络实战_网络结构配置.mp4  71.57M
|   ├──1236_1237 对抗生成网络实战_网络迭代训练.mp4  92.87M
|   └──1237_1238 对抗生成网络实战_测试模块.mp4  48.39M
├──18 第一十八章 强化学习与AI黑科技实例  
|   ├──1238_1239 强化学习与AI黑科技实例_一张图通俗解释强化学习.mp4  17.69M
|   ├──1239_1240 强化学习与AI黑科技实例_强化学习的指导依据.mp4  20.19M
|   ├──1240_1241 强化学习与AI黑科技实例_强化学习AI游戏DEMO.mp4  20.36M
|   ├──1241_1242 强化学习与AI黑科技实例_应用领域简介.mp4  17.34M
|   ├──1242_1243 强化学习与AI黑科技实例_强化学习工作流程.mp4  14.78M
|   ├──1243_1244 强化学习与AI黑科技实例_计算机眼中的状态与行为.mp4  20.09M
|   ├──1244_1245 强化学习与AI黑科技实例_基本情况介绍.mp4  28.05M
|   ├──1245_1246 强化学习与AI黑科技实例_与环境交互得到所需数据.mp4  23.17M
|   ├──1246_1247 强化学习与AI黑科技实例_要完成的目标分析.mp4  24.51M
|   ├──1247_1248 强化学习与AI黑科技实例_策略梯度推导.mp4  21.76M
|   ├──1248_1249 强化学习与AI黑科技实例_baseline方法.mp4  18.36M
|   ├──1249_1250 强化学习与AI黑科技实例_OnPolicy与OffPolicy策略.mp4  20.77M
|   ├──1250_1251 强化学习与AI黑科技实例_importance sampling的作用.mp4  23.19M
|   ├──1251_1252 强化学习与AI黑科技实例_PPO算法整体思路解析.mp4  26.57M
|   ├──1252_1253 强化学习与AI黑科技实例_Critic的作用与效果.mp4  40.06M
|   ├──1253_1254 强化学习与AI黑科技实例_PPO2版本公式解读.mp4  31.64M
|   ├──1254_1255 强化学习与AI黑科技实例_参数与网络结构定义.mp4  33.70M
|   ├──1255_1256 强化学习与AI黑科技实例_得到动作结果.mp4  29.01M
|   ├──1256_1257 强化学习与AI黑科技实例_奖励获得与计算.mp4  36.29M
|   ├──1257_1258 强化学习与AI黑科技实例_参数迭代与更新.mp4  49.26M
|   ├──1258_1259 强化学习与AI黑科技实例_整体任务流程演示.mp4  23.90M
|   ├──1259_1260 强化学习与AI黑科技实例_探索与action获取.mp4  28.41M
|   ├──1260_1261 强化学习与AI黑科技实例_计算target值.mp4  22.46M
|   ├──1261_1262 强化学习与AI黑科技实例_训练与更新.mp4  34.15M
|   ├──1262_1263 强化学习与AI黑科技实例_算法原理通俗解读.mp4  25.99M
|   ├──1263_1264 强化学习与AI黑科技实例_目标函数与公式解析.mp4  25.54M
|   ├──1264_1265 强化学习与AI黑科技实例_Qlearning算法实例解读.mp4  16.65M
|   ├──1265_1266 强化学习与AI黑科技实例_Q值迭代求解.mp4  22.46M
|   ├──1266_1267 强化学习与AI黑科技实例_DQN简介.mp4  15.36M
|   ├──1267_1268 强化学习与AI黑科技实例_DoubleDqn要解决的问题.mp4  22.34M
|   ├──1268_1269 强化学习与AI黑科技实例_DuelingDqn改进方法.mp4  19.06M
|   ├──1269_1270 强化学习与AI黑科技实例_Dueling整体网络架构分析.mp4  21.73M
|   ├──1270_1271 强化学习与AI黑科技实例_MultiSetp策略.mp4  8.67M
|   ├──1271_1272 强化学习与AI黑科技实例_连续动作处理方法.mp4  22.24M
|   ├──1272_1273 强化学习与AI黑科技实例_AC算法回顾与知识点总结.mp4  17.31M
|   ├──1273_1274 强化学习与AI黑科技实例_优势函数解读与分析.mp4  19.87M
|   ├──1274_1275 强化学习与AI黑科技实例_计算流程实例.mp4  17.59M
|   ├──1275_1276 强化学习与AI黑科技实例_A3C整体架构分析.mp4  16.43M
|   ├──1276_1277 强化学习与AI黑科技实例_损失函数整理.mp4  22.40M
|   ├──1277_1278 强化学习与AI黑科技实例_整体流程与环境配置.mp4  26.97M
|   ├──1278_1279 强化学习与AI黑科技实例_启动游戏环境.mp4  32.19M
|   ├──1279_1280 强化学习与AI黑科技实例_要计算的指标回顾.mp4  37.00M
|   ├──1280_1281 强化学习与AI黑科技实例_初始化局部模型并加载参数.mp4  32.22M
|   ├──1281_1282 强化学习与AI黑科技实例_与环境交互得到训练数据.mp4  39.26M
|   ├──1282_1283 强化学习与AI黑科技实例_训练网络模型.mp4  44.24M
|   ├──1283_1284 强化学习与AI黑科技实例_GPT系列生成模型.mp4  442.99M
|   ├──1284_1285 强化学习与AI黑科技实例_生成模型可以完成的任务概述.mp4  28.91M
|   ├──1285_1286 强化学习与AI黑科技实例_数据样本生成方法.mp4  72.04M
|   ├──1286_1287 强化学习与AI黑科技实例_训练所需参数解读.mp4  57.68M
|   ├──1287_1288 强化学习与AI黑科技实例_模型训练过程.mp4  51.48M
|   ├──1288_1289 强化学习与AI黑科技实例_部署与网页预测展示.mp4  79.57M
|   ├──1289_1290 强化学习与AI黑科技实例_CLIP系列.mp4  621.00M
|   ├──1290_1291 强化学习与AI黑科技实例_Diffusion模型解读.mp4  737.53M
|   ├──1291_1292 强化学习与AI黑科技实例_Dalle2及其源码解读.mp4  614.12M
|   └──1292_1293 强化学习与AI黑科技实例_ChatGPT.mp4  382.23M
├──19 第一十九章-向医学领域的深度学习实战  
|   ├──1294_1295 面向医学领域的深度学习实战_卷积的作用.mp4  22.67M
|   ├──1297_1298 面向医学领域的深度学习实战_步长与卷积核大小对结果的影响.mp4  19.86M
|   ├──1298_1299 面向医学领域的深度学习实战_边缘填充方法.mp4  17.28M
|   ├──1299_1300 面向医学领域的深度学习实战_特征图尺寸计算与参数共享.mp4  21.99M
|   ├──1300_1301 面向医学领域的深度学习实战_池化层的作用.mp4  11.31M
|   ├──1301_1302 面向医学领域的深度学习实战_整体网络架构.mp4  16.98M
|   ├──1302_1303 面向医学领域的深度学习实战_VGG网络架构.mp4  19.34M
|   ├──1303_1304 面向医学领域的深度学习实战_残差网络Resnet.mp4  18.02M
|   ├──1305_1306 面向医学领域的深度学习实战_PyTorch实战课程简介.mp4  22.98M
|   ├──1306_1307 面向医学领域的深度学习实战_PyTorch框架发展趋势简介.mp4  25.22M
|   ├──1307_1308 面向医学领域的深度学习实战_框架安装方法（CPU与GPU版本）.mp4  18.60M
|   ├──1308_1309 面向医学领域的深度学习实战_PyTorch基本操作简介.mp4  28.68M
|   ├──1309_1310 面向医学领域的深度学习实战_自动求导机制.mp4  33.36M
|   ├──1310_1311 面向医学领域的深度学习实战_线性回归DEMO-数据与参数配置.mp4  22.62M
|   ├──1311_1312 面向医学领域的深度学习实战_线性回归DEMO-训练回归模型.mp4  39.40M
|   ├──1312_1313 面向医学领域的深度学习实战_补充：常见tensor格式.mp4  19.59M
|   ├──1313_1314 面向医学领域的深度学习实战_补充：Hub模块简介.mp4  53.11M
|   ├──1314_1315 面向医学领域的深度学习实战_卷积网络参数定义.mp4  26.46M
|   ├──1315_1316 面向医学领域的深度学习实战_网络流程解读.mp4  37.49M
|   ├──1316_1317 面向医学领域的深度学习实战_Vision模块功能解读.mp4  23.53M
|   ├──1317_1318 面向医学领域的深度学习实战_分类任务数据集定义与配置.mp4  29.73M
|   ├──1318_1319 面向医学领域的深度学习实战_图像增强的作用.mp4  14.68M
|   ├──1319_1320 面向医学领域的深度学习实战_数据预处理与数据增强模块.mp4  37.24M
|   ├──1320_1321 面向医学领域的深度学习实战_Batch数据制作.mp4  43.65M
|   ├──1321_1322 面向医学领域的深度学习实战_迁移学习的目标.mp4  11.75M
|   ├──1322_1323 面向医学领域的深度学习实战_迁移学习策略.mp4  15.47M
|   ├──1323_1324 面向医学领域的深度学习实战_加载训练好的网络模型.mp4  50.00M
|   ├──1324_1325 面向医学领域的深度学习实战_优化器模块配置.mp4  24.63M
|   ├──1325_1326 面向医学领域的深度学习实战_实现训练模块.mp4  33.20M
|   ├──1326_1327 面向医学领域的深度学习实战_训练结果与模型保存.mp4  41.24M
|   ├──1327_1328 面向医学领域的深度学习实战_加载模型对测试数据进行预测.mp4  52.81M
|   ├──1328_1329 面向医学领域的深度学习实战_额外补充-Resnet论文解读.mp4  117.98M
|   ├──1329_1330 面向医学领域的深度学习实战_额外补充-Resnet网络架构解读.mp4  18.27M
|   ├──1330_1331 面向医学领域的深度学习实战_医学疾病数据集介绍.mp4  18.85M
|   ├──1331_1332 面向医学领域的深度学习实战_Resnet网络架构原理分析.mp4  24.81M
|   ├──1333_1334 面向医学领域的深度学习实战_Resnet网络前向传播.mp4  35.82M
|   ├──1334_1335 面向医学领域的深度学习实战_残差网络的shortcut操作.mp4  47.34M
|   ├──1335_1336 面向医学领域的深度学习实战_特征图升维与降采样操作.mp4  26.89M
|   ├──1336_1337 面向医学领域的深度学习实战_网络整体流程与训练演示.mp4  67.45M
|   ├──1337_1338 面向医学领域的深度学习实战_语义分割与实例分割概述.mp4  20.24M
|   ├──1338_1339 面向医学领域的深度学习实战_分割任务中的目标函数定义.mp4  20.00M
|   ├──1339_1340 面向医学领域的深度学习实战_MIOU评估标准.mp4  9.03M
|   ├──1340_1341 面向医学领域的深度学习实战_Unet网络编码与解码过程.mp4  18.29M
|   ├──1341_1342 面向医学领域的深度学习实战_网络计算流程.mp4  16.13M
|   ├──1342_1343 面向医学领域的深度学习实战_Unet升级版本改进.mp4  15.75M
|   ├──1343_1344 面向医学领域的深度学习实战_后续升级版本介绍.mp4  18.37M
|   ├──1344_1345 面向医学领域的深度学习实战_医学细胞数据集介绍与参数配置.mp4  71.21M
|   ├──1346_1347 面向医学领域的深度学习实战_Debug模式演示网络计算流程.mp4  41.37M
|   ├──1347_1348 面向医学领域的深度学习实战_特征融合方法演示.mp4  30.05M
|   ├──1348_1349 面向医学领域的深度学习实战_迭代完成整个模型计算任务.mp4  33.55M
|   ├──1349_1350 面向医学领域的深度学习实战_模型效果验证.mp4  47.29M
|   ├──1350_1351 面向医学领域的深度学习实战_deeplab分割算法概述.mp4  13.81M
|   ├──1353_1354 面向医学领域的深度学习实战_SPP层的作用.mp4  19.02M
|   ├──1354_1355 面向医学领域的深度学习实战_ASPP特征融合策略.mp4  13.45M
|   ├──1355_1356 面向医学领域的深度学习实战_deeplabV3Plus版本网络架构.mp4  24.08M
|   ├──1356_1357 面向医学领域的深度学习实战_PascalVoc数据集介绍.mp4  56.41M
|   ├──1357_1358 面向医学领域的深度学习实战_项目参数与数据集读取.mp4  60.32M
|   ├──1358_1359 面向医学领域的深度学习实战_网络前向传播流程.mp4  33.10M
|   ├──1359_1360 面向医学领域的深度学习实战_ASPP层特征融合.mp4  51.19M
|   ├──1360_1361 面向医学领域的深度学习实战_分割模型训练.mp4  34.97M
|   ├──1361_1362 面向医学领域的深度学习实战_数据集与任务概述.mp4  43.77M
|   ├──1362_1363 面向医学领域的深度学习实战_项目基本配置参数.mp4  33.31M
|   ├──1363_1364 面向医学领域的深度学习实战_任务流程解读.mp4  69.12M
|   ├──1364_1365 面向医学领域的深度学习实战_文献报告分析.mp4  122.10M
|   ├──1365_1366 面向医学领域的深度学习实战_补充：视频数据源特征处理方法概述.mp4  26.33M
|   ├──1366_1367 面向医学领域的深度学习实战_补充：R(2plus1)D处理方法分析.mp4  18.88M
|   ├──1367_1368 面向医学领域的深度学习实战_检测任务中阶段的意义.mp4  15.14M
|   ├──1368_1369 面向医学领域的深度学习实战_不同阶段算法优缺点分析.mp4  10.68M
|   ├──1369_1370 面向医学领域的深度学习实战_IOU指标计算.mp4  11.74M
|   ├──1370_1371 面向医学领域的深度学习实战_评估所需参数计算.mp4  26.23M
|   ├──1371_1372 面向医学领域的深度学习实战_map指标计算.mp4  19.63M
|   ├──1372_1373 面向医学领域的深度学习实战_YOLO算法整体思路解读.mp4  14.75M
|   ├──1373_1374 面向医学领域的深度学习实战_检测算法要得到的结果.mp4  13.63M
|   ├──1374_1375 面向医学领域的深度学习实战_整体网络架构解读.mp4  30.67M
|   ├──1375_1376 面向医学领域的深度学习实战_位置损失计算.mp4  18.97M
|   ├──1377_1378 面向医学领域的深度学习实战_V2版本细节升级概述.mp4  13.43M
|   ├──1378_1379 面向医学领域的深度学习实战_网络结构特点.mp4  15.69M
|   ├──1379_1380 面向医学领域的深度学习实战_架构细节解读.mp4  18.92M
|   ├──1380_1381 面向医学领域的深度学习实战_基于聚类来选择先验框尺寸.mp4  24.24M
|   ├──1381_1382 面向医学领域的深度学习实战_偏移量计算方法.mp4  27.55M
|   ├──1382_1383 面向医学领域的深度学习实战_坐标映射与还原.mp4  10.08M
|   ├──1383_1384 面向医学领域的深度学习实战_感受野的作用.mp4  28.11M
|   ├──1384_1385 面向医学领域的深度学习实战_特征融合改进.mp4  19.20M
|   ├──1385_1386 面向医学领域的深度学习实战_V3版本改进概述.mp4  18.27M
|   ├──1386_1387 面向医学领域的深度学习实战_多scale方法改进与特征融合.mp4  17.07M
|   ├──1387_1388 面向医学领域的深度学习实战_经典变换方法对比分析.mp4  10.83M
|   ├──1388_1389 面向医学领域的深度学习实战_残差连接方法解读.mp4  18.64M
|   ├──1389_1390 面向医学领域的深度学习实战_整体网络模型架构分析.mp4  12.93M
|   ├──1390_1391 面向医学领域的深度学习实战_先验框设计改进.mp4  13.04M
|   ├──1391_1392 面向医学领域的深度学习实战_sotfmax层改进.mp4  10.61M
|   ├──1392_1393 面向医学领域的深度学习实战_V4版本整体概述.mp4  15.06M
|   ├──1393_1394 面向医学领域的深度学习实战_V4版本贡献解读.mp4  10.06M
|   ├──1394_1395 面向医学领域的深度学习实战_数据增强策略分析.mp4  24.70M
|   ├──1396_1397 面向医学领域的深度学习实战_损失函数遇到的问题.mp4  14.26M
|   ├──1397_1398 面向医学领域的深度学习实战_CIOU损失函数定义.mp4  10.82M
|   ├──1398_1399 面向医学领域的深度学习实战_NMS细节改进.mp4  16.66M
|   ├──1400_1401 面向医学领域的深度学习实战_SAM注意力机制模块.mp4  22.48M
|   ├──1402_1403 面向医学领域的深度学习实战_激活函数与整体架构总结.mp4  19.19M
|   ├──1403_1404 面向医学领域的深度学习实战_任务与细胞数据集介绍.mp4  49.79M
|   ├──1404_1405 面向医学领域的深度学习实战_模型与算法配置参数解读.mp4  42.47M
|   ├──1405_1406 面向医学领域的深度学习实战_网络训练流程演示.mp4  42.34M
|   ├──1406_1407 面向医学领域的深度学习实战_效果评估与展示.mp4  32.65M
|   ├──1407_1408 面向医学领域的深度学习实战_细胞检测效果演示.mp4  43.21M
|   ├──1408_1409 面向医学领域的深度学习实战_知识图谱通俗解读.mp4  19.87M
|   ├──1409_1410 面向医学领域的深度学习实战_知识图谱在搜索引擎中的应用.mp4  26.60M
|   ├──1410_1411 面向医学领域的深度学习实战_知识图谱在医疗领域应用实例.mp4  102.89M
|   ├──1411_1412 面向医学领域的深度学习实战_金融与推荐领域的应用.mp4  20.39M
|   ├──1412_1413 面向医学领域的深度学习实战_数据获取分析.mp4  35.93M
|   ├──1413_1414 面向医学领域的深度学习实战_数据关系抽取分析.mp4  27.31M
|   ├──1414_1415 面向医学领域的深度学习实战_常用NLP技术点分析.mp4  22.09M
|   ├──1415_1416 面向医学领域的深度学习实战_graph-embedding的作用与效果.mp4  26.15M
|   ├──1416_1417 面向医学领域的深度学习实战_金融领域图编码实例.mp4  12.77M
|   ├──1417_1418 面向医学领域的深度学习实战_视觉领域图编码实例.mp4  20.97M
|   ├──1418_1419 面向医学领域的深度学习实战_图谱知识融合与总结分析.mp4  23.98M
|   ├──1419_1420 面向医学领域的深度学习实战_Neo4j图数据库介绍.mp4  63.50M
|   ├──1420_1421 面向医学领域的深度学习实战_Neo4j数据库安装流程演示.mp4  27.67M
|   ├──1421_1422 面向医学领域的深度学习实战_可视化例子演示.mp4  43.59M
|   ├──1422_1423 面向医学领域的深度学习实战_创建与删除操作演示.mp4  25.32M
|   ├──1423_1424 面向医学领域的深度学习实战_数据库更改查询操作演示.mp4  27.14M
|   ├──1424_1425 面向医学领域的深度学习实战_项目概述与整体架构分析.mp4  37.04M
|   ├──1425_1426 面向医学领域的深度学习实战_医疗数据介绍及其各字段含义.mp4  62.65M
|   ├──1426_1427 面向医学领域的深度学习实战_任务流程概述.mp4  29.81M
|   ├──1427_1428 面向医学领域的深度学习实战_环境配置与所需工具包安装.mp4  36.37M
|   ├──1428_1429 面向医学领域的深度学习实战_提取数据中的关键字段信息.mp4  61.33M
|   ├──1429_1430 面向医学领域的深度学习实战_创建关系边.mp4  39.41M
|   ├──1430_1431 面向医学领域的深度学习实战_打造医疗知识图谱模型.mp4  59.14M
|   ├──1431_1432 面向医学领域的深度学习实战_加载所有实体数据.mp4  42.46M
|   ├──1432_1433 面向医学领域的深度学习实战_实体关键词字典制作.mp4  31.84M
|   ├──1433_1434 面向医学领域的深度学习实战_完成对话系统构建.mp4  39.47M
|   ├──1434_1435 面向医学领域的深度学习实战_词向量模型通俗解释.mp4  21.72M
|   ├──1435_1436 面向医学领域的深度学习实战_模型整体框架.mp4  28.24M
|   ├──1436_1437 面向医学领域的深度学习实战_训练数据构建.mp4  15.85M
|   ├──1437_1438 面向医学领域的深度学习实战_CBOW与Skip-gram模型.mp4  23.83M
|   ├──1438_1439 面向医学领域的深度学习实战_负采样方案.mp4  29.51M
|   ├──1439_1440 面向医学领域的深度学习实战_额外补充-RNN网络模型解读.mp4  23.75M
|   ├──1440_1441 面向医学领域的深度学习实战_数据与任务介绍.mp4  22.73M
|   ├──1441_1442 面向医学领域的深度学习实战_整体模型架构.mp4  15.01M
|   ├──1442_1443 面向医学领域的深度学习实战_数据-标签-语料库处理.mp4  39.99M
|   ├──1443_1444 面向医学领域的深度学习实战_输入样本填充补齐.mp4  36.22M
|   ├──1444_1445 面向医学领域的深度学习实战_训练网络模型.mp4  40.37M
|   └──1445_1446 面向医学领域的深度学习实战_医疗数据集（糖尿病）实体识别.mp4  81.44M
├──20 第二十章 NLP大模型实战  
|   ├──1455 1-GPT系列算法概述.mp4.mp4  26.53M
|   ├──1456 2-GPT三代版本分析.mp4.mp4  29.33M
|   ├──1457 3-GPT初代版本要解决的问题.mp4.mp4  30.99M
|   ├──1458 4-GPT第二代版本训练策略.mp4.mp4  28.94M
|   ├──1459 5-采样策略与多样性.mp4.mp4  28.20M
|   ├──1460 6-GPT3的提示与生成方法.mp4.mp4  74.39M
|   ├──1461 7-应用场景CODEX分析.mp4.mp4  36.50M
|   ├──1462 8-DEMO应用演示~1.mp4.mp4  56.92M
|   ├──1463 1-生成模型可以完成的任务概述~1.mp4.mp4  20.27M
|   ├──1464 2-数据样本生成方法.mp4.mp4  72.04M
|   ├──1465 3-训练所需参数解读.mp4.mp4  57.68M
|   ├──1466 4-模型训练过程.mp4.mp4  51.48M
|   ├──1467 5-部署与网页预测展示.mp4.mp4  79.57M
|   ├──1468 1-大模型如何做下游任务.mp4.mp4  33.43M
|   ├──1469 2-LLM落地微调分析.mp4.mp4  37.03M
|   ├──1470 3-LLAMA与LORA介绍.mp4.mp4  30.10M
|   ├──1471 4-LORA微调的核心思想.mp4.mp4  22.08M
|   ├──1472 5-LORA模型实现细节.mp4.mp4  40.79M
|   ├──1473 1-环境配置方法.mp4.mp4  64.85M
|   ├──1474 2-多模态数据集配置.mp4.mp4  76.11M
|   ├──1475 3-微调与量化和推理预测.mp4.mp4  91.54M
|   ├──1476 1-用强化学习来按照偏好微调大模型.mp4.mp4  31.46M
|   ├──1477 2-环境与数据预处理配置.mp4.mp4  89.61M
|   ├──1478 3-奖励定义方法.mp4.mp4  40.79M
|   ├──1479 4-优势计算方法与样本构建.mp4.mp4  92.40M
|   ├──1480 5-PPO迭代方法.mp4.mp4  72.07M
|   ├──1481 6-基本训练逻辑解读.mp4.mp4  46.87M
|   ├──1482 Llama3应用.mp4  1.30G
|   ├──1483 RAGFLOW和function calling 1.mp4.mp4  1.18G
|   ├──1484 大模型微调与应用.mp4  1.51G
|   ├──1486 2-基本API调用方法.mp4.mp4  59.69M
|   ├──1487 3-数据文档切分操作.mp4.mp4  47.88M
|   ├──1488 4-样本索引与向量构建.mp4.mp4  66.44M
|   ├──1489 5-数据切块方法.mp4.mp4  61.14M
|   ├──1492 3-论文基本框架分析.mp4.mp4  117.24M
|   ├──1493 4-Agent的记忆信息.mp4.mp4  98.25M
|   ├──1494 5-感知与反思模块构建流程.mp4.mp4  39.93M
|   ├──1495 6-计划模块实现细节.mp4.mp4  55.04M
|   ├──1496 7-整体流程框架图.mp4.mp4  35.84M
|   ├──1497 8-感知模块解读.mp4.mp4  46.66M
|   ├──1498 9-思考模块解读.mp4.mp4  67.42M
|   └──1499 10-项目环境配置方法解读.mp4.mp4  67.34M
├──21 第二十一章 CV大模型实战  
|   ├──1465 3-建模流程分析与效果展示.mp4.mp4  101.08M
|   ├──1466 4-codebook模块的作用.mp4.mp4  81.31M
|   ├──1467 5-任务总结分析.mp4.mp4  114.38M
|   ├──1468 1-BEITV2版本论文出发点解读.mp4.mp4  48.00M
|   ├──1469 2-自监督任务中两大核心任务分析.mp4.mp4  56.24M
|   ├──1470 3-整体网络架构图分析.mp4.mp4  43.98M
|   ├──1471 4-框架实现细节流程分析.mp4.mp4  21.84M
|   ├──1472 5-论文细节模块实现解读.mp4.mp4  99.31M
|   ├──1473 1-mmselfup源码实现解读.mp4.mp4  42.02M
|   ├──1474 2-网络结构搭建细节解读.mp4.mp4  49.16M
|   ├──1475 3-源码实现流程总结.mp4.mp4  45.78M
|   ├──1476 1-BEV要解决的问题通俗解读.mp4.mp4  57.89M
|   ├──1477 2-BEV中的3D与4D分析.mp4.mp4  23.58M
|   ├──1478 3-特征融合过程中可能遇到的问题.mp4.mp4  22.25M
|   ├──1479 4-BEV汇总特征方法实例解读.mp4.mp4  35.67M
|   ├──1480 5-DeformableAttention回顾.mp4.mp4  40.86M
|   ├──1481 6-空间注意力模块解读.mp4.mp4  33.92M
|   ├──1482 7-时间模块与拓展补充.mp4.mp4  27.10M
|   ├──1483 8-论文知识点分析.mp4.mp4  50.40M
|   ├──1484 9-核心模块论文分析.mp4.mp4  57.14M
|   ├──1485 10-整体架构总结.mp4.mp4  51.47M
|   ├──1486 1-环境配置方法解读.mp4.mp4  42.79M
|   ├──1487 2-数据集下载与配置方法.mp4.mp4  53.57M
|   ├──1488 3-特征提取以及BEV空间初始化.mp4.mp4  43.81M
|   ├──1489 4-特征对齐与位置编码初始化.mp4.mp4  43.63M
|   ├──1490 5-Reference初始点构建.mp4.mp4  37.26M
|   ├──1491 6-BEV空间与图像空间位置对应.mp4.mp4  37.67M
|   ├──1492 7-注意力机制模块计算方法.mp4.mp4  38.61M
|   ├──1493 8-BEV空间特征构建.mp4.mp4  34.01M
|   ├──1494 9-Decoder要完成的任务分析.mp4.mp4  33.95M
|   ├──1495 10-获取当前BEV特征.mp4.mp4  35.90M
|   ├──1495_1496 CV与NLP经典大模型解读2_整体故事解读.mp4  49.57M
|   ├──1496 11-Decoder级联校正模块.mp4.mp4  41.58M
|   ├──1496_1497 CV与NLP经典大模型解读2_要解决的问题和整体框架分析.mp4  68.57M
|   ├──1497 12-损失函数与预测可视化.mp4.mp4  49.48M
|   ├──1497_1498 CV与NLP经典大模型解读2_论文基本框架分析.mp4  117.24M
|   ├──1498 1-DeformableAttention概述分析.mp4.mp4  26.55M
|   ├──1498_1499 CV与NLP经典大模型解读2_Agent的记忆信息.mp4  98.25M
|   ├──1499 2-可变形偏移量分析.mp4.mp4  37.05M
|   ├──1499_1500 CV与NLP经典大模型解读2_感知与反思模块构建流程.mp4  39.93M
|   ├──1500_1501 CV与NLP经典大模型解读2_计划模块实现细节.mp4  55.04M
|   ├──1501 2-LLM落地微调分析.mp4.mp4  37.03M
|   ├──1501_1502 CV与NLP经典大模型解读2_整体流程框架图.mp4  35.84M
|   ├──1502 3-LLAMA与LORA介绍.mp4.mp4  30.10M
|   ├──1502_1503 CV与NLP经典大模型解读2_感知模块解读.mp4  46.66M
|   ├──1503 4-LORA微调的核心思想.mp4.mp4  22.08M
|   ├──1503_1504 CV与NLP经典大模型解读2_思考模块解读.mp4  67.42M
|   ├──1504 5-LORA模型实现细节.mp4.mp4  40.79M
|   ├──1504_1505 CV与NLP经典大模型解读2_项目环境配置方法解读.mp4  67.34M
|   ├──1505 1-提示工程的作用.mp4.mp4  44.01M
|   ├──1505_1506 CV与NLP经典大模型解读2_CVPR2024 EfficientSam.mp4  1.37G
|   ├──1506 2-基本API调用方法.mp4.mp4  59.69M
|   ├──1506_1507 CV与NLP经典大模型解读2_CVPR2024：YOLO- World.mp4  1.54G
|   ├──1507 3-数据文档切分操作.mp4.mp4  47.88M
|   ├──1507_1508 CV与NLP经典大模型解读2_time-llm大模型多模态预测任务.mp4  1.36G
|   ├──1508 4-样本索引与向量构建.mp4.mp4  66.44M
|   ├──1508_1509 CV与NLP经典大模型解读2_Llama3应用.mp4  1.30G
|   ├──1509 5-数据切块方法.mp4.mp4  61.14M
|   ├──1509 llama3微调，量化，部署流程.mp4  1.17G
|   ├──1510 1-DEMO效果演示.mp4.mp4  57.83M
|   ├──1510 RAGFLOW和function calling.mp4  1.18G
|   ├──1511 2-论文解读分析.mp4.mp4  74.48M
|   ├──1511 Agent工作流搭建.mp4  1.25G
|   ├──1512 3-完成的任务分析.mp4.mp4  76.96M
|   ├──1513 4-数据闭环方法.mp4.mp4  93.66M
|   ├──1514 5-预训练模型的作用.mp4.mp4  144.99M
|   ├──1515 6-Decoder的作用与项目源码.mp4.mp4  94.78M
|   ├──1516 7-分割任务模块设计.mp4.mp4  62.84M
|   ├──1517 8-实现细节分析.mp4.mp4  62.98M
|   ├──1518 9-总结分析.mp4.mp4  60.65M
|   ├──1519 1-视觉QA要解决的问题.mp4.mp4  51.72M
|   ├──1520 2-论文概述分析.mp4.mp4  66.38M
|   ├──1521 3-实现流程路线图.mp4.mp4  64.44M
|   ├──1522 4-答案关注区域分析.mp4.mp4  54.45M
|   ├──1523 5-VQA任务总结.mp4.mp4  51.51M
|   ├──1524 1-扩散模型概述与GAN遇到的问题.mp4.mp4  43.24M
|   ├──1525 2-要完成的任务分析.mp4.mp4  62.27M
|   ├──1526 3-公式原理推导解读.mp4.mp4  51.48M
|   ├──1527 4-分布相关计算操作.mp4.mp4  45.08M
|   ├──1528 5-算法实现细节推导.mp4.mp4  41.52M
|   ├──1529 6-公式推导结果分析.mp4.mp4  49.07M
|   ├──1530 7-细节实现总结.mp4.mp4  59.60M
|   ├──1531 8-论文流程图解读.mp4.mp4  46.55M
|   ├──1532 9-案例流程分析.mp4.mp4  53.76M
|   ├──1533 10-基本建模训练效果.mp4.mp4  81.38M
|   ├──1534 1-论文基本思想与核心模块分析.mp4.mp4  42.10M
|   ├──1535 2-不同模块对比分析.mp4.mp4  34.78M
|   ├──1536 3-算法核心流程解读.mp4.mp4  62.78M
|   ├──1537 4-各模块实现细节讲解.mp4.mp4  78.77M
|   ├──1538 1-项目整体流程分析.mp4.mp4  53.51M
|   ├──1539 2-源码实现细节分析.mp4.mp4  41.14M
|   ├──1540 3-源码公式对应论文分析.mp4.mp4  47.57M
|   ├──1541 4-Decoder模块实现细节解读.mp4.mp4  44.83M
|   ├──1542 5-源码实现流程总结.mp4.mp4  56.49M
|   ├──1543 RAGFLOW和function calling.mp4  1.18G
|   ├──1544 1-环境配置方法.mp4.mp4  64.85M
|   ├──1545 2-多模态数据集配置.mp4.mp4  76.11M
|   ├──1546 3-微调与量化和推理预测.mp4.mp4  91.54M
|   ├──1547 1-整体故事解读.mp4.mp4  49.57M
|   ├──1548 2-要解决的问题和整体框架分析.mp4.mp4  68.57M
|   ├──1549 3-论文基本框架分析.mp4.mp4  117.24M
|   ├──1550 4-Agent的记忆信息.mp4.mp4  98.25M
|   ├──1551 5-感知与反思模块构建流程.mp4.mp4  39.93M
|   ├──1552 6-计划模块实现细节.mp4.mp4  55.04M
|   ├──1554 8-感知模块解读.mp4.mp4  46.66M
|   ├──1555 9-思考模块解读.mp4.mp4  67.42M
|   ├──1556 10-项目环境配置方法解读.mp4.mp4  67.34M
|   ├──1557 VIP课-人工智能深度学习系统班（第九期）-2508.mp4  1.37G
|   ├──1558 CVPR2024：YOLO- World.mp4  1.55G
|   ├──1560 Llama3应用.mp4  1.30G
|   ├──1561 SAM2视频分割.mp4  1.28G
|   ├──1562 大模型微调与应用.mp4  1.51G
|   ├──1563 RAGFLOW和function calling.mp4  1.18G
|   ├──1564 Agent工作流搭建.mp4  1.25G
|   └──1565 Llava与YOLO11.mp4  1.07G
├──22 第二十二章 深度学习模型部署与剪枝优化实战  
|   ├──1509_1510 深度学习模型部署与剪枝优化实战_ jetson nano 硬件介绍.mp4  22.06M
|   ├──1510_1511 深度学习模型部署与剪枝优化实战_jetson nano 刷机.mp4  105.19M
|   ├──1511_1512 深度学习模型部署与剪枝优化实战_ jetson nano 系统安装过程.mp4  84.51M
|   ├──1512_1513 深度学习模型部署与剪枝优化实战_感受nano的GPU算力.mp4  62.42M
|   ├──1513_1514 深度学习模型部署与剪枝优化实战_安装使用摄像头csi  usb.mp4  43.16M
|   ├──1514_1515 深度学习模型部署与剪枝优化实战_ jetson-inference 入门.mp4  59.71M
|   ├──1515_1516 深度学习模型部署与剪枝优化实战_docker 的安装使用.mp4  86.11M
|   ├──1516_1517 深度学习模型部署与剪枝优化实战_docker中运行分类模型.mp4  197.54M
|   ├──1517_1518 深度学习模型部署与剪枝优化实战_训练自己的目标检测模型准备.mp4  77.71M
|   ├──1518_1519 深度学习模型部署与剪枝优化实战_ 训练出自己目标识别模型a.mp4  109.79M
|   ├──1519_1520 深度学习模型部署与剪枝优化实战_训练出自己目标识别模型b.mp4  91.42M
|   ├──1520_1521 深度学习模型部署与剪枝优化实战_转换出onnx模型，并使用.mp4  74.62M
|   ├──1521_1522 深度学习模型部署与剪枝优化实战_NVIDIA TAO介绍和安装.mp4  74.35M
|   ├──1522_1523 深度学习模型部署与剪枝优化实战_NVIDIA TAO数据准备和环境设置.mp4  74.09M
|   ├──1523_1524 深度学习模型部署与剪枝优化实战_NVIDIA TAO数据转换.mp4  146.27M
|   ├──1524_1525 深度学习模型部署与剪枝优化实战_NVIDIA TAO预训练模型和训练a.mp4  95.20M
|   ├──1525_1526 深度学习模型部署与剪枝优化实战_NVIDIA TAO预训练模型和训练b.mp4  18.72M
|   ├──1526_1527 深度学习模型部署与剪枝优化实战_NVIDIA TAO预训练模型和训练c..mp4  42.86M
|   ├──1527_1528 深度学习模型部署与剪枝优化实战_TAO 剪枝在训练推理验证.mp4  198.78M
|   ├──1528_1529 深度学习模型部署与剪枝优化实战_deepstream 介绍安装.mp4  108.78M
|   ├──1529_1530 深度学习模型部署与剪枝优化实战_deepstream HelloWorld.mp4  51.92M
|   ├──1530_1531 深度学习模型部署与剪枝优化实战_GStreamer RTP和RTSP1.mp4  90.64M
|   ├──1531_1532 深度学习模型部署与剪枝优化实战_GStreamer RTP和RTSP2.mp4  138.80M
|   ├──1532_1533 深度学习模型部署与剪枝优化实战_python实现RTP和RTSP.mp4  118.05M
|   ├──1533_1534 深度学习模型部署与剪枝优化实战_deepstream推理.mp4  117.90M
|   ├──1534_1535 深度学习模型部署与剪枝优化实战_deepstream集成yolov4.mp4  117.19M
|   ├──1535_1536 深度学习模型部署与剪枝优化实战_所需基本环境配置.mp4  22.07M
|   ├──1536_1537 深度学习模型部署与剪枝优化实战_模型加载与数据预处理.mp4  39.61M
|   ├──1537_1538 深度学习模型部署与剪枝优化实战_接收与预测模块实现.mp4  37.66M
|   ├──1538_1539 深度学习模型部署与剪枝优化实战_效果实例演示.mp4  43.27M
|   ├──1539_1540 深度学习模型部署与剪枝优化实战_课程简介.mp4  8.15M
|   ├──1540_1541 深度学习模型部署与剪枝优化实战_项目所需配置文件介绍.mp4  24.63M
|   ├──1541_1542 深度学习模型部署与剪枝优化实战_加载参数与模型权重.mp4  35.63M
|   ├──1542_1543 深度学习模型部署与剪枝优化实战_数据预处理.mp4  53.86M
|   ├──1543_1544 深度学习模型部署与剪枝优化实战_返回线性预测结果.mp4  44.91M
|   ├──1544_1545 深度学习模型部署与剪枝优化实战_docker简介.mp4  15.95M
|   ├──1545_1546 深度学习模型部署与剪枝优化实战_docker安装与配置.mp4  48.52M
|   ├──1546_1547 深度学习模型部署与剪枝优化实战_阿里云镜像配置.mp4  26.97M
|   ├──1547_1548 深度学习模型部署与剪枝优化实战_基于docker配置pytorch环境.mp4  36.52M
|   ├──1548_1549 深度学习模型部署与剪枝优化实战_安装演示环境所需依赖.mp4  31.47M
|   ├──1549_1550 深度学习模型部署与剪枝优化实战_复制所需配置到容器中.mp4  28.20M
|   ├──1550_1551 深度学习模型部署与剪枝优化实战_上传与下载配置好的项目.mp4  45.48M
|   ├──1551_1552 深度学习模型部署与剪枝优化实战_tf-serving项目获取与配置.mp4  30.47M
|   ├──1552_1553 深度学习模型部署与剪枝优化实战_加载并启动模型服务.mp4  31.27M
|   ├──1553_1554 深度学习模型部署与剪枝优化实战_测试模型部署效果.mp4  43.37M
|   ├──1554_1555 深度学习模型部署与剪枝优化实战_fashion数据集获取.mp4  38.63M
|   ├──1555_1556 深度学习模型部署与剪枝优化实战_加载fashion模型启动服务.mp4  33.40M
|   ├──1556_1557 深度学习模型部署与剪枝优化实战_论文算法核心框架概述.mp4  19.64M
|   ├──1557_1558 深度学习模型部署与剪枝优化实战_BatchNorm要解决的问题.mp4  18.48M
|   ├──1558_1559 深度学习模型部署与剪枝优化实战_BN的本质作用.mp4  22.56M
|   ├──1559_1560 深度学习模型部署与剪枝优化实战_额外的训练参数解读.mp4  20.11M
|   ├──1560_1561 深度学习模型部署与剪枝优化实战_稀疏化原理与效果.mp4  23.90M
|   ├──1561_1562 深度学习模型部署与剪枝优化实战_整体案例流程解读.mp4  32.40M
|   ├──1562_1563 深度学习模型部署与剪枝优化实战_加入L1正则化来进行更新.mp4  28.38M
|   ├──1563_1564 深度学习模型部署与剪枝优化实战_剪枝模块介绍.mp4  31.01M
|   ├──1564_1565 深度学习模型部署与剪枝优化实战_筛选需要的特征图.mp4  36.30M
|   ├──1565_1566 深度学习模型部署与剪枝优化实战_剪枝后模型参数赋值.mp4  49.50M
|   ├──1566_1567 深度学习模型部署与剪枝优化实战_微调完成剪枝模型.mp4  46.91M
|   ├──1567_1568 深度学习模型部署与剪枝优化实战_模型剪枝分析.mp4  22.35M
|   ├──1568_1569 深度学习模型部署与剪枝优化实战_常见剪枝方法介绍.mp4  21.73M
|   ├──1569_1570 深度学习模型部署与剪枝优化实战_mobilenet简介.mp4  8.62M
|   ├──1570_1571 深度学习模型部署与剪枝优化实战_经典卷积计算量与参数量分析.mp4  13.21M
|   ├──1571_1572 深度学习模型部署与剪枝优化实战_深度可分离卷积的作用与效果.mp4  14.31M
|   ├──1572_1573 深度学习模型部署与剪枝优化实战_参数与计算量的比较.mp4  39.68M
|   ├──1573_1574 深度学习模型部署与剪枝优化实战_V1版本效果分析.mp4  24.94M
|   ├──1574_1575 深度学习模型部署与剪枝优化实战_V2版本改进以及Relu激活函数的问题.mp4  19.55M
|   ├──1575_1576 深度学习模型部署与剪枝优化实战_倒残差结构的作用.mp4  17.43M
|   ├──1576_1577 深度学习模型部署与剪枝优化实战_V2整体架构与效果分析.mp4  10.48M
|   ├──1577_1578 深度学习模型部署与剪枝优化实战_V3版本网络架构分析.mp4  11.56M
|   ├──1578_1579 深度学习模型部署与剪枝优化实战_SE模块作用与效果解读.mp4  31.91M
|   └──1579_1580 深度学习模型部署与剪枝优化实战_代码实现mobilenetV3网络架构.mp4  68.85M
├──23 第二十三章 自然语言处理经典案例实战  
|   ├──1580_1581 自然语言处理经典案例实战_Python字符串处理.mp4  41.33M
|   ├──1581_1582 自然语言处理经典案例实战_正则表达式基本语法.mp4  31.03M
|   ├──1582_1583 自然语言处理经典案例实战_正则常用符号.mp4  37.06M
|   ├──1583_1584 自然语言处理经典案例实战_常用函数介绍.mp4  40.13M
|   ├──1584_1585 自然语言处理经典案例实战_NLTK工具包简介.mp4  32.26M
|   ├──1585_1586 自然语言处理经典案例实战_停用词过滤.mp4  27.63M
|   ├──1586_1587 自然语言处理经典案例实战_词性标注.mp4  35.92M
|   ├──1587_1588 自然语言处理经典案例实战_数据清洗实例.mp4  41.37M
|   ├──1588_1589 自然语言处理经典案例实战_Spacy工具包.mp4  47.11M
|   ├──1589_1590 自然语言处理经典案例实战_名字实体匹配.mp4  21.37M
|   ├──1590_1591 自然语言处理经典案例实战_恐怖袭击分析.mp4  40.53M
|   ├──1591_1592 自然语言处理经典案例实战_统计分析结果.mp4  47.69M
|   ├──1592_1593 自然语言处理经典案例实战_结巴分词器.mp4  28.14M
|   ├──1593_1594 自然语言处理经典案例实战_词云展示.mp4  87.56M
|   ├──1594_1595 自然语言处理经典案例实战_在线商城商品数据信息概述.mp4  32.31M
|   ├──1595_1596 自然语言处理经典案例实战_商品类别划分方式.mp4  37.31M
|   ├──1596_1597 自然语言处理经典案例实战_商品类别可视化展示.mp4  41.28M
|   ├──1597_1598 自然语言处理经典案例实战_商品描述长度对价格的影响分析.mp4  33.72M
|   ├──1598_1599 自然语言处理经典案例实战_关键词的词云可视化展示.mp4  51.86M
|   ├──1599_1600 自然语言处理经典案例实战_基于tf-idf提取关键词信息.mp4  35.32M
|   ├──1600_1601 自然语言处理经典案例实战_通过降维进行可视化展示.mp4  39.05M
|   ├──1601_1602 自然语言处理经典案例实战_聚类分析与主题模型展示.mp4  54.82M
|   ├──1602_1603 自然语言处理经典案例实战_贝叶斯算法概述.mp4  11.34M
|   ├──1603_1604 自然语言处理经典案例实战_贝叶斯推导实例.mp4  11.92M
|   ├──1604_1605 自然语言处理经典案例实战_贝叶斯拼写纠错实例.mp4  18.58M
|   ├──1605_1606 自然语言处理经典案例实战_垃圾邮件过滤实例.mp4  22.82M
|   ├──1606_1607 自然语言处理经典案例实战_贝叶斯实现拼写检查器.mp4  36.77M
|   ├──1607_1608 自然语言处理经典案例实战_文本分析与关键词提取.mp4  19.44M
|   ├──1608_1609 自然语言处理经典案例实战_相似度计算.mp4  19.50M
|   ├──1609_1610 自然语言处理经典案例实战_新闻数据与任务简介.mp4  33.21M
|   ├──1610_1611 自然语言处理经典案例实战_TF-IDF关键词提取.mp4  45.75M
|   ├──1611_1612 自然语言处理经典案例实战_LDA建模.mp4  28.05M
|   ├──1612_1613 自然语言处理经典案例实战_基于贝叶斯算法进行新闻分类.mp4  50.88M
|   ├──1613_1614 自然语言处理经典案例实战_马尔科夫模型.mp4  17.50M
|   ├──1614_1615 自然语言处理经典案例实战_隐马尔科夫模型基本出发点.mp4  18.72M
|   ├──1615_1616 自然语言处理经典案例实战_组成与要解决的问题.mp4  14.85M
|   ├──1616_1617 自然语言处理经典案例实战_暴力求解方法.mp4  28.00M
|   ├──1617_1618 自然语言处理经典案例实战_复杂度计算.mp4  15.28M
|   ├──1618_1619 自然语言处理经典案例实战_前向算法.mp4  36.14M
|   ├──1619_1620 自然语言处理经典案例实战_前向算法求解实例.mp4  33.34M
|   ├──1620_1621 自然语言处理经典案例实战_Baum-Welch算法.mp4  26.86M
|   ├──1621_1622 自然语言处理经典案例实战_参数求解.mp4  17.22M
|   ├──1622_1623 自然语言处理经典案例实战_维特比算法.mp4  43.08M
|   ├──1623_1624 自然语言处理经典案例实战_hmmlearn工具包.mp4  19.55M
|   ├──1624_1625 自然语言处理经典案例实战_工具包使用方法.mp4  55.62M
|   ├──1625_1626 自然语言处理经典案例实战_中文分词任务.mp4  13.44M
|   ├──1626_1627 自然语言处理经典案例实战_实现中文分词.mp4  35.77M
|   ├──1627_1628 自然语言处理经典案例实战_开篇.mp4  8.52M
|   ├──1628_1629 自然语言处理经典案例实战_语言模型.mp4  8.82M
|   ├──1629_1630 自然语言处理经典案例实战_N-gram模型.mp4  13.62M
|   ├──1630_1631 自然语言处理经典案例实战_词向量.mp4  13.55M
|   ├──1631_1632 自然语言处理经典案例实战_神经网络模型.mp4  15.87M
|   ├──1632_1633 自然语言处理经典案例实战_Hierarchical Softmax.mp4  15.19M
|   ├──1633_1634 自然语言处理经典案例实战_CBOW模型实例.mp4  18.54M
|   ├──1634_1635 自然语言处理经典案例实战_CBOW求解目标.mp4  8.68M
|   ├──1635_1636 自然语言处理经典案例实战_锑度上升求解.mp4  15.93M
|   ├──1636_1637 自然语言处理经典案例实战_负采样模型.mp4  10.50M
|   ├──1637_1638 自然语言处理经典案例实战_使用Gensim库构造词向量.mp4  16.84M
|   ├──1638_1639 自然语言处理经典案例实战_维基百科中文数据处理.mp4  39.14M
|   ├──1639_1640 自然语言处理经典案例实战_Gensim构造word2vec模型.mp4  20.97M
|   ├──1640_1641 自然语言处理经典案例实战_测试模型相似度结果.mp4  20.04M
|   ├──1641_1642 自然语言处理经典案例实战_影评情感分类.mp4  46.91M
|   ├──1642_1643 自然语言处理经典案例实战_基于词袋模型训练分类器.mp4  28.07M
|   ├──1643_1644 自然语言处理经典案例实战_准备word2vec输入数据.mp4  24.19M
|   ├──1644_1645 自然语言处理经典案例实战_使用gensim构建word2vec词向量（新）.mp4  67.73M
|   ├──1645_1646 自然语言处理经典案例实战_任务概述.mp4  37.49M
|   ├──1646_1647 自然语言处理经典案例实战_词袋模型.mp4  28.12M
|   ├──1647_1648 自然语言处理经典案例实战_词袋模型分析.mp4  63.59M
|   ├──1648_1649 自然语言处理经典案例实战_TFIDF模型.mp4  47.59M
|   ├──1649_1650 自然语言处理经典案例实战_word2vec词向量模型.mp4  54.40M
|   ├──1650_1651 自然语言处理经典案例实战_深度学习模型.mp4  39.28M
|   ├──1651_1652 自然语言处理经典案例实战_任务概述.mp4  13.15M
|   ├──1652_1653 自然语言处理经典案例实战_数据展示.mp4  22.65M
|   ├──1653_1654 自然语言处理经典案例实战_正负样本制作.mp4  37.95M
|   ├──1654_1655 自然语言处理经典案例实战_数据预处理.mp4  36.08M
|   ├──1655_1656 自然语言处理经典案例实战_网络模型定义.mp4  55.90M
|   ├──1656_1657 自然语言处理经典案例实战_基于字符的训练.mp4  58.94M
|   ├──1657_1658 自然语言处理经典案例实战_基于句子的相似度训练.mp4  42.44M
|   ├──1658_1659 自然语言处理经典案例实战_RNN网络架构.mp4  19.86M
|   ├──1659_1660 自然语言处理经典案例实战_LSTM网络架构.mp4  17.80M
|   ├──1660_1661 自然语言处理经典案例实战_案例：使用LSTM进行情感分类.mp4  30.99M
|   ├──1661_1662 自然语言处理经典案例实战_情感数据集处理.mp4  33.58M
|   ├──1662_1663 自然语言处理经典案例实战_基于word2vec的LSTM模型.mp4  50.52M
|   ├──1663_1664 自然语言处理经典案例实战_任务概述与环境配置.mp4  13.71M
|   ├──1664_1665 自然语言处理经典案例实战_参数配置.mp4  21.87M
|   ├──1665_1666 自然语言处理经典案例实战_数据预处理模块.mp4  35.34M
|   ├──1666_1667 自然语言处理经典案例实战_batch数据制作.mp4  27.96M
|   ├──1667_1668 自然语言处理经典案例实战_RNN模型定义.mp4  17.97M
|   ├──1668_1669 自然语言处理经典案例实战_完成训练模块.mp4  28.00M
|   ├──1669_1670 自然语言处理经典案例实战_训练唐诗生成模型.mp4  11.13M
|   ├──1670_1671 自然语言处理经典案例实战_测试唐诗生成效果.mp4  21.38M
|   ├──1671_1672 自然语言处理经典案例实战_效果演示.mp4  30.57M
|   ├──1672_1673 自然语言处理经典案例实战_参数配置与数据加载.mp4  51.00M
|   ├──1673_1674 自然语言处理经典案例实战_数据处理.mp4  41.99M
|   ├──1674_1675 自然语言处理经典案例实战_词向量与投影.mp4  38.22M
|   ├──1675_1676 自然语言处理经典案例实战_seq网络.mp4  30.68M
|   └──1676_1677 自然语言处理经典案例实战_网络训练.mp4  37.99M
├──24 第二十四章 时间序列预测  
|   ├──1909_1910 时间序列预测_时间序列预测要完成的任务.mp4  33.27M
|   ├──1910_1911 时间序列预测_常用模块分析.mp4  24.25M
|   ├──1911_1912 时间序列预测_论文要解决的问题分析.mp4  30.47M
|   ├──1912_1913 时间序列预测_Query采样方法解读.mp4  23.11M
|   ├──1913_1914 时间序列预测_probAttention计算流程.mp4  31.40M
|   ├──1914_1915 时间序列预测_编码器全部计算流程.mp4  24.05M
|   ├──1915_1916 时间序列预测_解码器流程分析.mp4  24.85M
|   ├──1916_1917 时间序列预测_项目使用说明.mp4  63.92M
|   ├──1917_1918 时间序列预测_数据集解读.mp4  60.61M
|   ├──1918_1919 时间序列预测_模型训练所需参数解读.mp4  37.37M
|   ├──1919_1920 时间序列预测_数据集构建与读取方式.mp4  44.54M
|   ├──1920_1921 时间序列预测_数据处理相关模块.mp4  44.58M
|   ├──1921_1922 时间序列预测_时间相关特征提取方法.mp4  39.96M
|   ├──1922_1923 时间序列预测_dataloader构建实例.mp4  41.03M
|   ├──1923_1924 时间序列预测_整体架构分析.mp4  36.91M
|   ├──1924_1925 时间序列预测_编码器模块实现.mp4  39.16M
|   ├──1925_1926 时间序列预测_核心采样计算方法.mp4  50.11M
|   ├──1926_1927 时间序列预测_完成注意力机制计算模块.mp4  28.39M
|   ├──1927_1928 时间序列预测_平均向量的作用.mp4  33.70M
|   ├──1928_1929 时间序列预测_解码器预测输出.mp4  74.46M
|   ├──1929_1930 时间序列预测_时序预测故事背景.mp4  81.92M
|   ├──1930_1931 时间序列预测_论文核心思想解读.mp4  64.34M
|   ├──1931_1932 时间序列预测_时序特征周期拆解.mp4  72.51M
|   ├──1932_1933 时间序列预测_计算公式流程拆解.mp4  52.93M
|   ├──1933_1934 时间序列预测_全部计算流程解读.mp4  66.52M
|   ├──1934_1935 时间序列预测_周期间特征分析.mp4  74.13M
|   ├──1935_1936 时间序列预测_源码流程解读.mp4  54.10M
|   ├──1936_1937 时间序列预测_傅里叶变换流程.mp4  33.97M
|   └──9-整体计算流程.mp4.mp4  51.19M
├──25 第二十五章 自然语言处理必备神器Huggingface系列实战  
|   ├──1857_1858 自然语言处理必备神器Huggingface系列实战 _Huggingface与NLP介绍解读.mp4  163.59M
|   ├──1858_1859 自然语言处理必备神器Huggingface系列实战 _工具包与任务整体介绍.mp4  33.38M
|   ├──1859_1860 自然语言处理必备神器Huggingface系列实战 _NLP任务常规流程分析.mp4  29.18M
|   ├──1860_1861 自然语言处理必备神器Huggingface系列实战 _文本切分方法实例解读.mp4  42.74M
|   ├──1861_1862 自然语言处理必备神器Huggingface系列实战 _AttentionMask配套使用方法.mp4  35.30M
|   ├──1862_1863 自然语言处理必备神器Huggingface系列实战 _数据集与模型.mp4  42.97M
|   ├──1863_1864 自然语言处理必备神器Huggingface系列实战 _数据Dataloader封装.mp4  50.18M
|   ├──1864_1865 自然语言处理必备神器Huggingface系列实战 _模型训练所需配置参数.mp4  36.95M
|   ├──1865_1866 自然语言处理必备神器Huggingface系列实战 _模型训练DEMO.mp4  58.66M
|   ├──1866_1867 自然语言处理必备神器Huggingface系列实战 _transformer原理解读.mp4  367.64M
|   ├──1867_1868 自然语言处理必备神器Huggingface系列实战 _BERT模型训练方法解读.mp4  23.92M
|   ├──1868_1869 自然语言处理必备神器Huggingface系列实战 _ALBERT基本定义.mp4  38.60M
|   ├──1869_1870 自然语言处理必备神器Huggingface系列实战 _ALBERT中的简化方法解读.mp4  43.38M
|   ├──1870_1871 自然语言处理必备神器Huggingface系列实战 _RoBerta模型训练方法解读.mp4  28.45M
|   ├──1871_1872 自然语言处理必备神器Huggingface系列实战 _DistilBert模型解读.mp4  16.06M
|   ├──1872_1873 自然语言处理必备神器Huggingface系列实战 _文本标注工具Doccano配置方法.mp4  33.01M
|   ├──1873_1874 自然语言处理必备神器Huggingface系列实战 _命名实体识别任务标注方法实例.mp4  39.35M
|   ├──1874_1875 自然语言处理必备神器Huggingface系列实战 _标注导出与BIO处理.mp4  39.39M
|   ├──1875_1876 自然语言处理必备神器Huggingface系列实战 _标签处理并完成对齐操作.mp4  38.62M
|   ├──1876_1877 自然语言处理必备神器Huggingface系列实战 _预训练模型加载与参数配置.mp4  41.50M
|   ├──1877_1878 自然语言处理必备神器Huggingface系列实战 _模型训练与输出结果预测.mp4  43.06M
|   ├──1878_1879 自然语言处理必备神器Huggingface系列实战 _预训练模型效果分析.mp4  31.96M
|   ├──1879_1880 自然语言处理必备神器Huggingface系列实战 _文本数据截断处理.mp4  45.78M
|   ├──1880_1881 自然语言处理必备神器Huggingface系列实战 _预训练模型自定义训练.mp4  97.91M
|   ├──1881_1882 自然语言处理必备神器Huggingface系列实战 _GPT系列算法概述.mp4  26.53M
|   ├──1882_1883 自然语言处理必备神器Huggingface系列实战 _GPT三代版本分析.mp4  29.33M
|   ├──1883_1884 自然语言处理必备神器Huggingface系列实战 _GPT初代版本要解决的问题.mp4  30.99M
|   ├──1885_1886 自然语言处理必备神器Huggingface系列实战 _采样策略与多样性.mp4  28.20M
|   ├──1886_1887 自然语言处理必备神器Huggingface系列实战 _GPT3的提示与生成方法.mp4  74.39M
|   ├──1887_1888 自然语言处理必备神器Huggingface系列实战 _应用场景CODEX分析.mp4  36.50M
|   ├──1888_1889 自然语言处理必备神器Huggingface系列实战 _DEMO应用演示.mp4  98.82M
|   ├──1889_1890 自然语言处理必备神器Huggingface系列实战 _生成模型可以完成的任务概述.mp4  28.91M
|   ├──1890_1891 自然语言处理必备神器Huggingface系列实战 _数据样本生成方法.mp4  72.04M
|   ├──1891_1892 自然语言处理必备神器Huggingface系列实战 _训练所需参数解读.mp4  57.68M
|   ├──1892_1893 自然语言处理必备神器Huggingface系列实战 _模型训练过程.mp4  51.48M
|   ├──1893_1894 自然语言处理必备神器Huggingface系列实战 _部署与网页预测展示.mp4  79.57M
|   ├──1894_1895 自然语言处理必备神器Huggingface系列实战 _中文商城评价数据处理方法.mp4  66.36M
|   ├──1895_1896 自然语言处理必备神器Huggingface系列实战 _模型训练与测试结果.mp4  108.10M
|   ├──1896_1897 自然语言处理必备神器Huggingface系列实战 _文本摘要数据标注方法.mp4  55.92M
|   ├──1897_1898 自然语言处理必备神器Huggingface系列实战 _训练自己标注的数据并测试.mp4  27.68M
|   ├──1898_1899 自然语言处理必备神器Huggingface系列实战 _应用场景概述分析.mp4  91.97M
|   ├──1899_1900 自然语言处理必备神器Huggingface系列实战 _数据标注格式样例分析.mp4  70.01M
|   ├──1900_1901 自然语言处理必备神器Huggingface系列实战 _数据处理与读取模块.mp4  39.11M
|   ├──1901_1902 自然语言处理必备神器Huggingface系列实战 _实体抽取模块分析.mp4  44.33M
|   ├──1902_1903 自然语言处理必备神器Huggingface系列实战 _标签与数据结构定义方法.mp4  49.68M
|   ├──1903_1904 自然语言处理必备神器Huggingface系列实战 _模型构建与计算流程.mp4  43.10M
|   ├──1904_1905 自然语言处理必备神器Huggingface系列实战 _网络模型前向计算方法.mp4  32.93M
|   ├──1905_1906 自然语言处理必备神器Huggingface系列实战 _关系抽取模型训练.mp4  42.25M
|   ├──1906_1907 自然语言处理必备神器Huggingface系列实战 _数据结构分析.mp4  47.87M
|   ├──1907_1908 自然语言处理必备神器Huggingface系列实战 _Huggingface中的预处理实例.mp4  72.56M
|   └──1908_1909 自然语言处理必备神器Huggingface系列实战 _数据处理基本流程.mp4  72.59M
├──26 第二十六章 自然语言处理通用框架-BERT实战  
|   ├──1937_1938 自然语言处理通用框架-BERT实战_BERT课程简介.mp4  29.78M
|   ├──1938_1939 自然语言处理通用框架-BERT实战_BERT任务目标概述.mp4  11.52M
|   ├──1939_1940 自然语言处理通用框架-BERT实战_传统解决方案遇到的问题.mp4  22.69M
|   ├──1940_1941 自然语言处理通用框架-BERT实战_注意力机制的作用.mp4  14.78M
|   ├──1941_1942 自然语言处理通用框架-BERT实战_self-attention计算方法.mp4  23.80M
|   ├──1942_1943 自然语言处理通用框架-BERT实战_特征分配与softmax机制.mp4  21.32M
|   ├──1943_1944 自然语言处理通用框架-BERT实战_Multi-head的作用.mp4  19.37M
|   ├──1944_1945 自然语言处理通用框架-BERT实战_位置编码与多层堆叠.mp4  16.83M
|   ├──1945_1946 自然语言处理通用框架-BERT实战_transformer整体架构梳理.mp4  22.34M
|   ├──1946_1947 自然语言处理通用框架-BERT实战_BERT模型训练方法.mp4  20.67M
|   ├──1947_1948 自然语言处理通用框架-BERT实战_训练实例.mp4  24.18M
|   ├──1948_1949 自然语言处理通用框架-BERT实战_BERT开源项目简介.mp4  41.33M
|   ├──1949_1950 自然语言处理通用框架-BERT实战_项目参数配置.mp4  106.78M
|   ├──1950_1951 自然语言处理通用框架-BERT实战_数据读取模块.mp4  54.26M
|   ├──1951_1952 自然语言处理通用框架-BERT实战_数据预处理模块.mp4  40.10M
|   ├──1952_1953 自然语言处理通用框架-BERT实战_tfrecord数据源制作.mp4  51.50M
|   ├──1953_1954 自然语言处理通用框架-BERT实战_Embedding层的作用.mp4  30.98M
|   ├──1954_1955 自然语言处理通用框架-BERT实战_加入额外编码特征.mp4  42.45M
|   ├──1955_1956 自然语言处理通用框架-BERT实战_加入位置编码特征.mp4  23.61M
|   ├──1956_1957 自然语言处理通用框架-BERT实战_mask机制的作用.mp4  36.78M
|   ├──1957_1958 自然语言处理通用框架-BERT实战_构建QKV矩阵.mp4  50.77M
|   ├──1958_1959 自然语言处理通用框架-BERT实战_完成Transformer模块构建.mp4  40.81M
|   ├──1959_1960 自然语言处理通用框架-BERT实战_训练BERT模型.mp4  54.66M
|   ├──1960_1961 自然语言处理通用框架-BERT实战_中文分类数据与任务概述.mp4  83.53M
|   ├──1961_1962 自然语言处理通用框架-BERT实战_读取处理自己的数据集.mp4  53.09M
|   ├──1962_1963 自然语言处理通用框架-BERT实战_训练BERT中文分类模型.mp4  72.29M
|   ├──1963_1964 自然语言处理通用框架-BERT实战_命名实体识别数据分析与任务目标.mp4  30.45M
|   ├──1964_1965 自然语言处理通用框架-BERT实战_NER标注数据处理与读取.mp4  66.07M
|   ├──1965_1966 自然语言处理通用框架-BERT实战_构建BERT与CRF模型.mp4  66.46M
|   ├──1966_1967 自然语言处理通用框架-BERT实战_词向量模型通俗解释.mp4  21.72M
|   ├──1967_1968 自然语言处理通用框架-BERT实战_模型整体框架.mp4  28.24M
|   ├──1968_1969 自然语言处理通用框架-BERT实战_训练数据构建.mp4  15.85M
|   ├──1969_1970 自然语言处理通用框架-BERT实战_CBOW与Skip-gram模型.mp4  23.83M
|   ├──1970_1971 自然语言处理通用框架-BERT实战_负采样方案.mp4  29.51M
|   ├──1971_1972 自然语言处理通用框架-BERT实战_数据与任务流程.mp4  45.67M
|   ├──1972_1973 自然语言处理通用框架-BERT实战_数据清洗.mp4  27.60M
|   ├──1973_1974 自然语言处理通用框架-BERT实战_batch数据制作.mp4  51.53M
|   ├──1974_1975 自然语言处理通用框架-BERT实战_网络训练.mp4  49.09M
|   ├──1975_1976 自然语言处理通用框架-BERT实战_可视化展示.mp4  49.61M
|   ├──1976_1977 自然语言处理通用框架-BERT实战_RNN网络模型解读.mp4  23.75M
|   ├──1977_1978 自然语言处理通用框架-BERT实战_NLP应用领域与任务简介.mp4  32.82M
|   ├──1978_1979 自然语言处理通用框架-BERT实战_项目流程解读.mp4  42.18M
|   ├──1979_1980 自然语言处理通用框架-BERT实战_加载词向量特征.mp4  32.32M
|   ├──1980_1981 自然语言处理通用框架-BERT实战_正负样本数据读取.mp4  36.78M
|   ├──1981_1982 自然语言处理通用框架-BERT实战_构建LSTM网络模型.mp4  46.69M
|   ├──1982_1983 自然语言处理通用框架-BERT实战_训练与测试效果.mp4  91.77M
|   ├──1983_1984 自然语言处理通用框架-BERT实战_LSTM情感分析.mp4  576.33M
|   ├──1984_1985 自然语言处理通用框架-BERT实战_数据与任务介绍.mp4  22.73M
|   ├──1985_1986 自然语言处理通用框架-BERT实战_整体模型架构.mp4  15.01M
|   ├──1986_1987 自然语言处理通用框架-BERT实战_数据-标签-语料库处理.mp4  39.99M
|   ├──1987_1988 自然语言处理通用框架-BERT实战_训练网络模型.mp4  40.37M
|   ├──1988_1989 自然语言处理通用框架-BERT实战_医疗数据集（糖尿病）实体识别.mp4  81.44M
|   └──1989_1990 自然语言处理通用框架-BERT实战_输入样本填充补齐.mp4  36.22M
├──27 第二十七章 论文创新点常用方法及其应用实例  
|   ├──2181_2182 论文创新点常用方法及其应用实例_ACMIX（卷积与注意力融合）.mp4  86.05M
|   ├──2182_2183 论文创新点常用方法及其应用实例_GCnet(全局特征融合).mp4  74.35M
|   ├──2183_2184 论文创新点常用方法及其应用实例_Coordinate_attention.mp4  74.92M
|   ├──2184_2185 论文创新点常用方法及其应用实例_SPD（可替换下采样）.mp4  45.03M
|   ├──2185_2186 论文创新点常用方法及其应用实例_SPP改进.mp4  17.03M
|   ├──2186_2187 论文创新点常用方法及其应用实例_mobileOne(加速).mp4  45.26M
|   ├──2187_2188 论文创新点常用方法及其应用实例_Deformable(替换selfAttention).mp4  44.90M
|   ├──2188_2189 论文创新点常用方法及其应用实例_ProbAttention(采样策略).mp4  23.58M
|   ├──2189_2190 论文创新点常用方法及其应用实例_CrossAttention融合特征.mp4  20.50M
|   ├──2190_2191 论文创新点常用方法及其应用实例_Attention额外加入先验知识.mp4  7.42M
|   ├──2191_2192 论文创新点常用方法及其应用实例_结合GNN构建局部特征.mp4  25.87M
|   ├──2192_2193 论文创新点常用方法及其应用实例_损失函数约束项.mp4  8.42M
|   ├──2193_2194 论文创新点常用方法及其应用实例_自适应可学习参数.mp4  14.27M
|   ├──2194_2195 论文创新点常用方法及其应用实例_Coarse2Fine大框架.mp4  40.53M
|   ├──2195_2196 论文创新点常用方法及其应用实例_只能机器学习模型时凑工作量（特征工程）.mp4  6.02M
|   ├──2196_2197 论文创新点常用方法及其应用实例_自己数据集如何发的好(要开源).mp4  45.07M
|   ├──2197_2198 论文创新点常用方法及其应用实例_可变形卷积加入方法.mp4  23.44M
|   └──2198_2199 论文创新点常用方法及其应用实例_在源码中加入各种注意力机制方法.mp4  122.48M
├──28 第二十八章 知识图谱实战系列  
|   ├──1991_1992 知识图谱实战系列_知识图谱在搜索引擎中的应用.mp4  26.60M
|   ├──1993_1994 知识图谱实战系列_金融与推荐领域的应用.mp4  20.39M
|   ├──1994_1995 知识图谱实战系列_数据获取分析.mp4  35.93M
|   ├──1995_1996 知识图谱实战系列_数据关系抽取分析.mp4  27.31M
|   ├──1996_1997 知识图谱实战系列_常用NLP技术点分析.mp4  22.09M
|   ├──1997_1998 知识图谱实战系列_graph-embedding的作用与效果.mp4  26.15M
|   ├──1998_1999 知识图谱实战系列_金融领域图编码实例.mp4  12.77M
|   ├──1999_2000 知识图谱实战系列_视觉领域图编码实例.mp4  20.97M
|   ├──2000_2001 知识图谱实战系列_图谱知识融合与总结分析.mp4  23.98M
|   ├──2001_2002 知识图谱实战系列_Neo4j图数据库介绍.mp4  63.50M
|   ├──2002_2003 知识图谱实战系列_Neo4j数据库安装流程演示.mp4  27.67M
|   ├──2003_2004 知识图谱实战系列_可视化例子演示.mp4  43.59M
|   ├──2004_2005 知识图谱实战系列_创建与删除操作演示.mp4  25.32M
|   ├──2005_2006 知识图谱实战系列_数据库更改查询操作演示.mp4  27.14M
|   ├──2006_2007 知识图谱实战系列_使用Py2neo建立连接.mp4  47.58M
|   ├──2007_2008 知识图谱实战系列_提取所需的指标信息.mp4  53.17M
|   ├──2008_2009 知识图谱实战系列_在图中创建实体.mp4  43.83M
|   ├──2009_2010 知识图谱实战系列_根据给定实体创建关系.mp4  51.03M
|   ├──2010_2011 知识图谱实战系列_项目概述与整体架构分析.mp4  37.04M
|   ├──2011_2012 知识图谱实战系列_医疗数据介绍及其各字段含义.mp4  62.65M
|   ├──2012_2013 知识图谱实战系列_任务流程概述.mp4  39.73M
|   ├──2013_2014 知识图谱实战系列_环境配置与所需工具包安装.mp4  36.37M
|   ├──2014_2015 知识图谱实战系列_提取数据中的关键字段信息.mp4  61.33M
|   ├──2015_2016 知识图谱实战系列_创建关系边.mp4  39.41M
|   ├──2016_2017 知识图谱实战系列_打造医疗知识图谱模型.mp4  59.14M
|   ├──2017_2018 知识图谱实战系列_加载所有实体数据.mp4  42.46M
|   ├──2018_2019 知识图谱实战系列_实体关键词字典制作.mp4  31.84M
|   ├──2019_2020 知识图谱实战系列_完成对话系统构建.mp4  39.47M
|   ├──2020_2021 知识图谱实战系列_关系抽取要完成的任务演示与分析.mp4  18.57M
|   ├──2021_2022 知识图谱实战系列_LTP工具包概述介绍.mp4  46.52M
|   ├──2022_2023 知识图谱实战系列_pyltp安装与流程演示.mp4  41.82M
|   ├──2023_2024 知识图谱实战系列_得到分词与词性标注结果.mp4  47.19M
|   ├──2024_2025 知识图谱实战系列_依存句法概述.mp4  30.83M
|   ├──2025_2026 知识图谱实战系列_句法分析结果整理.mp4  39.09M
|   ├──2026_2027 知识图谱实战系列_语义角色构建与分析.mp4  54.17M
|   ├──2027_2028 知识图谱实战系列_设计规则完成关系抽取.mp4  52.47M
|   ├──2028_2029 知识图谱实战系列_竞赛任务目标.mp4  23.81M
|   ├──2029_2030 知识图谱实战系列_图模型信息提取.mp4  27.76M
|   ├──2030_2031 知识图谱实战系列_节点权重特征提取(PageRank).mp4  35.54M
|   ├──2031_2032 知识图谱实战系列_deepwalk构建图顶点特征.mp4  53.48M
|   ├──2032_2033 知识图谱实战系列_各项统计特征.mp4  56.04M
|   ├──2033_2034 知识图谱实战系列_app安装特征.mp4  37.41M
|   ├──2034_2035 知识图谱实战系列_图中联系人特征.mp4  70.31M
|   ├──2035_2036 知识图谱实战系列_数据与任务介绍.mp4  22.73M
|   ├──2036_2037 知识图谱实战系列_整体模型架构.mp4  15.01M
|   ├──2037_2038 知识图谱实战系列_数据-标签-语料库处理.mp4  39.99M
|   ├──2039_2040 知识图谱实战系列_训练网络模型.mp4  40.37M
|   └──2040_2041 知识图谱实战系列_医疗数据集（糖尿病）实体识别.mp4  81.44M
├──29 第二十九章 语音识别实战系列  
|   ├──2041_2042 语音识别实战系列_序列网络模型概述分析.mp4  17.30M
|   ├──2042_2043 语音识别实战系列_工作原理概述.mp4  8.98M
|   ├──2043_2044 语音识别实战系列_注意力机制的作用.mp4  14.86M
|   ├──2044_2045 语音识别实战系列_加入attention的序列模型整体架构.mp4  20.57M
|   ├──2045_2046 语音识别实战系列_TeacherForcing的作用与训练策略.mp4  16.61M
|   ├──2046_2047 语音识别实战系列_额外补充-RNN网络模型解读.mp4  23.75M
|   ├──2047_2048 语音识别实战系列_数据源与环境配置.mp4  32.23M
|   ├──2048_2049 语音识别实战系列_语料表制作方法.mp4  25.47M
|   ├──2049_2050 语音识别实战系列_制作json标注数据.mp4  37.84M
|   ├──2050_2051 语音识别实战系列_声音数据处理模块解读.mp4  62.84M
|   ├──2051_2052 语音识别实战系列_Pack与Pad操作解析.mp4  35.92M
|   ├──2052_2053 语音识别实战系列_编码器模块整体流程.mp4  31.43M
|   ├──2053_2054 语音识别实战系列_加入注意力机制.mp4  33.29M
|   ├──2054_2055 语音识别实战系列_计算得到每个输出的attention得分.mp4  36.42M
|   ├──2055_2056 语音识别实战系列_解码器与训练过程演示.mp4  43.78M
|   ├──2056_2057 语音识别实战系列_论文整体思路与架构解读.mp4  34.66M
|   ├──2057_2058 语音识别实战系列_VCC2016输入数据.mp4  20.76M
|   ├──2058_2059 语音识别实战系列_语音特征提取.mp4  30.57M
|   ├──2059_2060 语音识别实战系列_生成器模型架构分析.mp4  15.81M
|   ├──2060_2061 语音识别实战系列_InstanceNorm的作用解读.mp4  18.58M
|   ├──2061_2062 语音识别实战系列_AdaIn的目的与效果.mp4  13.18M
|   ├──2062_2063 语音识别实战系列_判别器模块分析.mp4  114.03M
|   ├──2063_2064 语音识别实战系列_数据与项目文件解读.mp4  21.80M
|   ├──2064_2065 语音识别实战系列_环境配置与工具包安装.mp4  37.11M
|   ├──2065_2066 语音识别实战系列_数据预处理与声音特征提取.mp4  88.49M
|   ├──2066_2067 语音识别实战系列_生成器构造模块解读.mp4  41.33M
|   ├──2067_2068 语音识别实战系列_下采样与上采样操作.mp4  35.48M
|   ├──2068_2069 语音识别实战系列_starganvc2版本标签输入分析.mp4  49.96M
|   ├──2069_2070 语音识别实战系列_生成器前向传播维度变化.mp4  26.49M
|   ├──2070_2071 语音识别实战系列_判别器模块解读.mp4  35.22M
|   ├──2071_2072 语音识别实战系列_论文损失函数.mp4  100.48M
|   ├──2072_2073 语音识别实战系列_源码损失计算流程.mp4  34.82M
|   ├──2073_2074 语音识别实战系列_测试模块-生成转换语音.mp4  47.17M
|   ├──2074_2075 语音识别实战系列_语音分离任务分析.mp4  9.16M
|   ├──2075_2076 语音识别实战系列_经典语音分离模型概述.mp4  18.09M
|   ├──2076_2077 语音识别实战系列_DeepClustering论文解读.mp4  16.26M
|   ├──2077_2078 语音识别实战系列_TasNet编码器结构分析.mp4  41.61M
|   ├──2078_2079 语音识别实战系列_DW卷积的作用与效果.mp4  10.17M
|   ├──2079_2080 语音识别实战系列_基于Mask得到分离结果.mp4  19.25M
|   ├──2080_2081 语音识别实战系列_数据准备与环境配置.mp4  77.96M
|   ├──2081_2082 语音识别实战系列_训练任务所需参数介绍.mp4  27.66M
|   ├──2082_2083 语音识别实战系列_DataLoader定义.mp4  38.03M
|   ├──2083_2084 语音识别实战系列_采样数据特征编码.mp4  37.67M
|   ├──2084_2085 语音识别实战系列_编码器特征提取.mp4  55.01M
|   ├──2085_2086 语音识别实战系列_构建更大的感受区域.mp4  53.48M
|   ├──2086_2087 语音识别实战系列_解码得到分离后的语音.mp4  52.59M
|   ├──2087_2088 语音识别实战系列_测试模块所需参数.mp4  42.42M
|   ├──2088_2089 语音识别实战系列_语音合成项目所需环境配置.mp4  44.55M
|   ├──2089_2090 语音识别实战系列_所需数据集介绍.mp4  52.73M
|   ├──2090_2091 语音识别实战系列_路径配置与整体流程解读.mp4  70.15M
|   ├──2091_2092 语音识别实战系列_Dataloader构建数据与标签.mp4  66.68M
|   ├──2092_2093 语音识别实战系列_编码层要完成的任务.mp4  46.37M
|   ├──2093_2094 语音识别实战系列_得到编码特征向量.mp4  28.54M
|   ├──2094_2095 语音识别实战系列_解码器输入准备.mp4  34.57M
|   ├──2095_2096 语音识别实战系列_解码器流程梳理.mp4  41.40M
|   ├──2096_2097 语音识别实战系列_注意力机制应用方法.mp4  43.71M
|   ├──2097_2098 语音识别实战系列_得到加权的编码向量.mp4  55.86M
|   ├──2098_2099 语音识别实战系列_模型输出结果.mp4  53.26M
|   └──2099_2100 语音识别实战系列_损失函数与预测.mp4  47.96M
├──30 第三十章 推荐系统实战系列  
|   ├──2100_2101 推荐系统实战系列_1-推荐系统通俗解读.mp4  17.27M
|   ├──2101_2102 推荐系统实战系列_2-推荐系统发展简介.mp4  23.22M
|   ├──2102_2103 推荐系统实战系列_3-应用领域与多方位评估指标.mp4  26.51M
|   ├──2103_2104 推荐系统实战系列_4-任务流程与挑战概述.mp4  26.74M
|   ├──2104_2105 推荐系统实战系列_5-常用技术点分析.mp4  16.45M
|   ├──2105_2106 推荐系统实战系列_6-与深度学习的结合.mp4  23.70M
|   ├──2106_2107 推荐系统实战系列_1-协同过滤与矩阵分解简介.mp4  11.30M
|   ├──2107_2108 推荐系统实战系列_2-基于用户与商品的协同过滤.mp4  18.52M
|   ├──2108_2109 推荐系统实战系列_3-相似度计算与推荐实例.mp4  15.18M
|   ├──2109_2110 推荐系统实战系列_4-矩阵分解的目的与效果.mp4  20.65M
|   ├──2110_2111 推荐系统实战系列_5-矩阵分解中的隐向量.mp4  25.07M
|   ├──2111_2112 推荐系统实战系列_6-目标函数简介.mp4  13.75M
|   ├──2112_2113 推荐系统实战系列_7-隐式情况分析.mp4  14.10M
|   ├──2113_2114 推荐系统实战系列_8-Embedding的作用.mp4  11.11M
|   ├──2114_2115 推荐系统实战系列_1-音乐推荐任务概述.mp4  64.46M
|   ├──2115_2116 推荐系统实战系列_2-数据集整合.mp4  53.91M
|   ├──2116_2117 推荐系统实战系列_3-基于物品的协同过滤.mp4  63.10M
|   ├──2117_2118 推荐系统实战系列_4-物品相似度计算与推荐.mp4  63.37M
|   ├──2118_2119 推荐系统实战系列_5-SVD矩阵分解.mp4  30.83M
|   ├──2119_2120 推荐系统实战系列_6-基于矩阵分解的音乐推荐.mp4  83.15M
|   ├──2120_2121 推荐系统实战系列_1-知识图谱通俗解读.mp4  19.87M
|   ├──2121_2122 推荐系统实战系列_2-知识图谱在搜索引擎中的应用.mp4  26.60M
|   ├──2122_2123 推荐系统实战系列_3-知识图谱在医疗领域应用实例.mp4  102.89M
|   ├──2123_2124 推荐系统实战系列_4-金融与推荐领域的应用.mp4  20.39M
|   ├──2124_2125 推荐系统实战系列_5-数据获取分析.mp4  35.93M
|   ├──2125_2126 推荐系统实战系列_1-Neo4j图数据库介绍.mp4  63.50M
|   ├──2126_2127 推荐系统实战系列_2-Neo4j数据库安装流程演示.mp4  27.67M
|   ├──2127_2128 推荐系统实战系列_3-可视化例子演示.mp4  43.59M
|   ├──2128_2129 推荐系统实战系列_4-创建与删除操作演示.mp4  25.32M
|   ├──2130_2131 推荐系统实战系列_1-知识图谱推荐系统效果演示.mp4  23.66M
|   ├──2131_2132 推荐系统实战系列_2-kaggle电影数据集下载与配置.mp4  63.41M
|   ├──2132_2133 推荐系统实战系列_3-图谱需求与任务流程解读.mp4  26.59M
|   ├──2133_2134 推荐系统实战系列_4-项目所需环境配置安装.mp4  48.84M
|   ├──2134_2135 推荐系统实战系列_5-构建用户电影知识图谱.mp4  61.49M
|   ├──2135_2136 推荐系统实战系列_6-图谱查询与匹配操作.mp4  19.62M
|   ├──2136_2137 推荐系统实战系列_7-相似度计算与推荐引擎构建.mp4  39.17M
|   ├──2137_2138 推荐系统实战系列_1-CTR估计及其经典方法概述.mp4  21.94M
|   ├──2138_2139 推荐系统实战系列_2-高维特征带来的问题.mp4  12.95M
|   ├──2139_2140 推荐系统实战系列_3-二项式特征的作用与挑战.mp4  11.80M
|   ├──2140_2141 推荐系统实战系列_4-二阶公式推导与化简.mp4  20.88M
|   ├──2141_2142 推荐系统实战系列_5-FM算法解析.mp4  19.83M
|   ├──2142_2143 推荐系统实战系列_6-DeepFm整体架构解读.mp4  15.14M
|   ├──2143_2144 推荐系统实战系列_7-输入层所需数据样例.mp4  14.12M
|   ├──2144_2145 推荐系统实战系列_8-Embedding层的作用与总结.mp4  21.52M
|   ├──2145_2146 推荐系统实战系列_1-数据集介绍与环境配置.mp4  57.76M
|   ├──2146_2147 推荐系统实战系列_2-广告点击数据预处理实例.mp4  49.15M
|   ├──2147_2148 推荐系统实战系列_3-数据处理模块Embedding层.mp4  34.38M
|   ├──2148_2149 推荐系统实战系列_4-Index与Value数据制作.mp4  29.32M
|   ├──2149_2150 推荐系统实战系列_5-一阶权重参数设计.mp4  33.52M
|   ├──2150_2151 推荐系统实战系列_6-二阶特征构建方法.mp4  28.85M
|   ├──2151_2152 推荐系统实战系列_7-特征组合方法实例分析.mp4  49.48M
|   ├──2152_2153 推荐系统实战系列_8-完成FM模块计算.mp4  24.56M
|   ├──2153_2154 推荐系统实战系列_9-DNN模块与训练过程.mp4  37.53M
|   ├──2154_2155 推荐系统实战系列_1-环境配置与数据集介绍.mp4  35.70M
|   ├──2155_2156 推荐系统实战系列_2-电影数据集预处理分析.mp4  32.75M
|   ├──2156_2157 推荐系统实战系列_3-surprise工具包基本使用.mp4  36.06M
|   ├──2157_2158 推荐系统实战系列_4-模型测试集结果.mp4  30.72M
|   ├──2158_2159 推荐系统实战系列_5-评估指标概述.mp4  66.45M
|   ├──2159_2160 推荐系统实战系列_1-数据与环境配置介绍.mp4  19.81M
|   ├──2160_2161 推荐系统实战系列_2-数据科学相关数据介绍.mp4  31.25M
|   ├──2161_2162 推荐系统实战系列_3-文本数据预处理.mp4  37.37M
|   ├──2162_2163 推荐系统实战系列_4-TFIDF构建特征矩阵.mp4  31.28M
|   ├──2163_2164 推荐系统实战系列_5-矩阵分解演示.mp4  29.02M
|   ├──2164_2165 推荐系统实战系列_6-LDA主题模型效果演示.mp4  53.07M
|   ├──2165_2166 推荐系统实战系列_7-推荐结果分析.mp4  43.00M
|   ├──2166_2167 推荐系统实战系列_1-电影数据与环境配置.mp4  64.07M
|   ├──2167_2168 推荐系统实战系列_2-数据与关键词信息展示.mp4  61.26M
|   ├──2168_2169 推荐系统实战系列_3-关键词云与直方图展示.mp4  45.97M
|   ├──2169_2170 推荐系统实战系列_4-特征可视化.mp4  38.67M
|   ├──2170_2171 推荐系统实战系列_5-数据清洗概述.mp4  57.31M
|   ├──2171_2172 推荐系统实战系列_6-缺失值填充方法.mp4  37.16M
|   ├──2172_2173 推荐系统实战系列_7-推荐引擎构造.mp4  50.93M
|   ├──2173_2174 推荐系统实战系列_8-数据特征构造.mp4  36.15M
|   ├──2174_2175 推荐系统实战系列_9-得出推荐结果.mp4  51.85M
|   ├──2175_2176 推荐系统实战系列_1-酒店数据与任务介绍.mp4  22.01M
|   ├──2176_2177 推荐系统实战系列_2-文本词频统计.mp4  31.41M
|   ├──2177_2178 推荐系统实战系列_3-ngram结果可视化展示.mp4  53.07M
|   ├──2178_2179 推荐系统实战系列_4-文本清洗.mp4  32.90M
|   ├──2179_2180 推荐系统实战系列_5-相似度计算.mp4  47.62M
|   └──2180_2181 推荐系统实战系列_6-得出推荐结果.mp4  61.97M
├──31 第三十一章 文字检测与识别  
|   ├──2181 1-文字检测数据概述与配置文件~1.mp4.mp4  31.81M
|   ├──2182 2-配置文件参数设置.mp4.mp4  38.74M
|   ├──2183 3-Neck层特征组合.mp4.mp4  32.04M
|   ├──2184 4-损失函数模块概述.mp4.mp4  43.11M
|   ├──2185 5-损失计算方法.mp4.mp4  59.35M
|   ├──2187 2-配置文件修改方法.mp4.mp4  52.49M
|   ├──2188 3-Bakbone模块得到特征.mp4.mp4  42.10M
|   ├──2189 4-视觉Transformer模块的作用.mp4.mp4  45.97M
|   ├──2190 5-视觉模型中的编码与解码的效果.mp4.mp4  54.49M
|   ├──2191 6-文本模型中的结构分析.mp4.mp4  38.66M
|   ├──2192 7-迭代修正模块.mp4.mp4  38.14M
|   ├──2193 8-输出层与损失计算.mp4.mp4  52.81M
|   └──2194 人工智能CV NLP高薪实战班.mp4  1.67G
├──32 第三十二章 论文篇  
|   ├──1 文献阅读的基础能力(1)_batch.mp4.mp4  104.24M
|   ├──2 文献阅读的进阶提升(1)_batch.mp4.mp4  299.37M
|   ├──3 如何进行论文的写作_batch.mp4.mp4  179.11M
|   └──4 如何寻找科研方向和创新点(1)_batch.mp4.mp4  152.79M
└──资料  
|   ├──第八章 行为识别实战  
|   |   ├──基础补充-Resnet模型及其应用实例  
|   |   ├──1-slowfast算法知识点通俗解读.pdf  572.31kb
|   |   ├──4-基于3D卷积的视频分析与动作识别.zip  845.84M
|   |   ├──5-视频异常检测算法与元学习.pdf  1.15M
|   |   ├──6-视频异常检测CVPR2021论文及其源码解读.zip  243.75M
|   |   ├──slowfast论文.pdf  1.45M
|   |   └──基础补充-PyTorch框架基本处理操作.zip  98.58M
|   ├──第二十二章 知识图谱实战系列  
|   |   ├──第1.2节：知识图谱介绍及其应用领域分析  
|   |   ├──第3节：Neo4j数据库实战  
|   |   ├──第4节：使用python操作neo4j实例  
|   |   ├──第5节：基于知识图谱的医药问答系统实战  
|   |   ├──第6节：文本关系抽取实践  
|   |   ├──第7节：金融平台风控模型实践  
|   |   └──第8节：医学糖尿病数据命名实体识别  
|   ├──第二十三章 语⾳识别实战系列  
|   |   ├──PPT  
|   |   ├──论文  
|   |   ├──变声器pytorch-StarGAN-VC2.zip  484.93M
|   |   ├──语音分离Conv-TasNet.zip  84.38M
|   |   ├──语音合成tacotron2实战.zip  302.43M
|   |   └──语音识别LAS模型.zip  420.12M
|   ├──第二十四章 推荐系统实战系列  
|   |   ├──第10节：基于统计分析的电影推荐  
|   |   ├──第3节：音乐推荐系统实战  
|   |   ├──第4节：Neo4j数据库实例  
|   |   ├──第11节：补充-基于相似度的酒店推荐系统.zip  1.81M
|   |   ├──第1节：推荐系统介绍.pdf  1.50M
|   |   ├──第2节：协同过滤与矩阵分解.pdf  974.68kb
|   |   ├──第5节：基于知识图谱的电影推荐实战.zip  160.61M
|   |   ├──第6节：FM与DeepFM算法.pdf  759.61kb
|   |   ├──第7节：DeepFM算法实战.zip  1.16M
|   |   ├──第8节：推荐系统常用工具包演示.zip  129.35M
|   |   └──第9节：基于文本数据的推荐实例.zip  254.77M
|   ├──第二十一章 ⾃然语⾔处理通⽤框架-BERT实战  
|   |   ├──课后作业  
|   |   └──课件、源码  
|   ├──第二十章 ⾃然语⾔处理经典案例实战  
|   |   ├──NLP常用工具包  
|   |   ├──课后作业  
|   |   ├──课件  
|   |   └──源码、数据集等  
|   ├──第六章 综合项⽬-物体检测经典算法实战  
|   |   ├──YOLO系列（PyTorch）  
|   |   ├──detr目标检测源码解读.zip  108.29kb
|   |   ├──EfficientDet.zip  80.48M
|   |   ├──EfficientNet.pdf  943.23kb
|   |   ├──第十二章：基于Transformer的detr目标检测算法.pdf  885.69kb
|   |   └──物体检测.pdf  1.38M
|   ├──第四章 MMLAB实战系列  
|   |   ├──mmaction2-master.zip  827.76M
|   |   ├──mmclassification-master.zip  912.00M
|   |   ├──mmdetection-master.zip  1.46G
|   |   ├──mmdetection3d-1.0.0rc0.zip  395.05M
|   |   ├──mmediting-master.zip  107.78M
|   |   ├──mmgeneration-master.zip  746.81M
|   |   ├──mmocr-main.zip  381.72M
|   |   ├──mmrazor-master.zip  1.00G
|   |   ├──mmsegmentation-0.20.2.zip  2.80G
|   |   ├──MPViT-main.zip  924.77M
|   |   └──ner.zip  121.60M
|   ├──第一十二章 ⽬标追踪与姿态估计实战  
|   |   ├──第五六七章：YOLO目标检测  
|   |   ├──基础补充-Resnet模型及其应用实例  
|   |   ├──第二章：OpenPose算法源码分析.zip  243.86M
|   |   ├──第三章：Deepsort算法知识点解读.pdf  1.58M
|   |   ├──第四章：Deepsort源码解读.zip  107.90M
|   |   ├──第一章：姿态估计OpenPose系列算法解读.pdf  2.42M
|   |   └──基础补充-PyTorch框架基本处理操作.zip  98.58M
|   ├──第一十二章 第十模块：缺陷检测实战  
|   |   └──缺陷检测实战  
|   ├──第一十九章 深度学习模型部署与剪枝优化实战  
|   |   ├──Docker使用命令.zip  7.83M
|   |   ├──Mobilenet.pdf  2.41M
|   |   ├──mobilenetv3.py  7.31kb
|   |   ├──pytorch-slimming.zip  356.43M
|   |   ├──PyTorch模型部署实例.zip  102.80kb
|   |   ├──TensorFlow-serving.zip  2.96M
|   |   ├──YOLO部署实例.zip  876.45M
|   |   └──剪枝算法.pdf  504.02kb
|   ├──第一十六章 第十四模块：面向医学领域的深度学习实战  
|   |   ├──1-神经网络算法PPT  
|   |   ├──10-基于deeplab的心脏视频数据诊断分析  
|   |   ├──11-YOLO系列物体检测算法原理解读  
|   |   ├──12-基于YOLO5细胞检测实战  
|   |   ├──13-知识图谱原理解读  
|   |   ├──14-Neo4j数据库实战  
|   |   ├──15-基于知识图谱的医药问答系统实战  
|   |   ├──17-医学糖尿病数据命名实体识别  
|   |   ├──4-基于Resnet的医学数据集分类实战  
|   |   ├──5-图像分割及其损失函数概述  
|   |   ├──6-Unet系列算法讲解  
|   |   ├──7-unet医学细胞分割实战  
|   |   ├──8-deeplab系列算法  
|   |   ├──9-基于deeplabV3+版本进行VOC分割实战  
|   |   ├──16-词向量模型与RNN网络架构.zip  2.15M
|   |   └──2-PyTorch框架基本处理操作.zip  98.58M
|   ├──第一十六章 对抗⽣成⽹络实战  
|   |   ├──第4节：stargan论文架构解析  
|   |   ├──第6节：基于starganvc2的变声器论文原理解读  
|   |   ├──第8节：图像超分辨率重构实战  
|   |   ├──第9节：基于GAN的图像补全实战  
|   |   ├──cyclegan.pdf  2.67M
|   |   ├──第2节：对抗生成网络架构原理与实战解析.zip  35.28M
|   |   ├──第3节：基于CycleGan开源项目实战图像合成.zip  1.60G
|   |   ├──第5节：stargan项目实战及其源码解读.zip  869.44M
|   |   └──第7节：starganvc2变声器项目实战及其源码解读.zip  485.00M
|   ├──第一十三章 ⾯向深度学习的⽆⼈驾驶实战  
|   |   ├──1.深度估计算法解读  
|   |   ├──10-NeuralRecon项目源码解读  
|   |   ├──11-TSDF算法与应用  
|   |   ├──12-TSDF实战案例  
|   |   ├──13-轨迹估计算法与论文解读  
|   |   ├──14-轨迹估计预测实战  
|   |   ├──15-特斯拉无人驾驶解读  
|   |   ├──2.深度估计项目实战  
|   |   ├──3-车道线检测算法与论文解读  
|   |   ├──4-基于深度学习的车道线检测项目实战  
|   |   ├──5-商汤LoFTR算法解读  
|   |   ├──6-局部特征关键点匹配实战  
|   |   ├──7-三维重建应用与坐标系基础  
|   |   ├──8-NeuralRecon算法解读  
|   |   └──9-NeuralRecon项目环境配置  
|   ├──第一十四章 缺陷检测实战  
|   |   ├──PyTorch基础  
|   |   ├──Resnet分类实战  
|   |   ├──第1-4章：YOLOV5缺陷检测  
|   |   ├──第11-12章：deeplab  
|   |   ├──第6-8章：Opencv各函数使用实例  
|   |   ├──第5章：Semi-supervised布料缺陷检测实战.zip  212.33M
|   |   └──第9章：基于Opencv缺陷检测项目实战.zip  11.38M
|   ├──第一十五章 ⾏⼈重识别实战  
|   |   ├──第1节：行人重识别原理及其应用  
|   |   ├──第2节：基于注意力机制的ReId模型论文解读  
|   |   ├──第3节：基于Attention的行人重识别项目实战  
|   |   ├──第4节：经典会议算法精讲（特征融合）  
|   |   ├──第5节：项目实战-基于行人局部特征融合的再识别实战  
|   |   ├──第6节：旷视研究院最新算法解读（基于图模型）  
|   |   └──第7节：基于拓扑图的行人重识别项目实战  
|   ├──第一十五章 第十三模块：强化学习实战  
|   |   ├──第1节：强化学习简介及其应用.pdf  738.65kb
|   |   ├──第2节：PPO算法与公式推导.pdf  899.22kb
|   |   ├──第3节：策略梯度实战-月球登陆器训练实例.zip  4.34M
|   |   ├──第4节：DQN算法.pdf  1.43M
|   |   ├──第5节：DQN算法实例演示.zip  1.98kb
|   |   ├──第7节：Actor-Critic算法分析(A3C).pdf  560.29kb
|   |   └──第8节：A3C算法玩转超级马里奥.zip  97.62M
|   ├──第一十一章 3D点云实战  
|   |   ├──第1节：3D点云应用领域分析  
|   |   ├──第2节：3D点云PointNet算法  
|   |   ├──第3节：PointNet++算法解读  
|   |   ├──第4节：Pointnet++项目实战  
|   |   ├──第5节：点云补全PF-Net论文解读  
|   |   ├──第6节：点云补全实战解读  
|   |   ├──第7节：点云配准及其案例实战  
|   |   └──第8节：基础补充-对抗生成网络架构原理与实战解析  
|   ├──第一十章 图神经⽹络实战  
|   |   ├──3-图模型必备神器PyTorch Geometric安装与使用  
|   |   ├──4-使用PyTorch Geometric构建自己的图数据集  
|   |   ├──5-图注意力机制与序列图模型  
|   |   ├──6-图相似度论文解读  
|   |   ├──7-图相似度计算实战  
|   |   ├──8-基于图模型的轨迹估计  
|   |   ├──9-图模型轨迹估计实战  
|   |   ├──第二章：图卷积GCN模型  
|   |   └──第一章：图神经网络基础  
|   ├──直播  
|   |   ├──1-10 节直播7：GPT系列算法与实战  
|   |   ├──1-11 节额外补充：GPT建模与预测流程  
|   |   ├──1-12 节额外补充：文本摘要建模  
|   |   ├──1-13 节直播8：知识抽取实战  
|   |   ├──1-14 节直播9：Openai CLIP模型  
|   |   ├──1-15 节直播10：DeformableDetr算法解读  
|   |   ├──1-16 节直播11：OCR算法解读  
|   |   ├──1-17 节直播12：KIE关键信息抽取与视频超分辨率重构  
|   |   ├──1-3 节直播2：深度学习必备基础-神经网络与卷积网络  
|   |   ├──1-4 节直播3：Transformer原理及其各领域应用分析  
|   |   ├──1-6 节直播4：Informer时间序列预测源码解读  
|   |   ├──1-8 节直播5：Huggingface核心模块解读  
|   |   └──1-9 节直播6：BERT系列模型与命名实体识别实例  
|   ├──第3.5.7.9章资料.z01  700.00M
|   ├──第3.5.7.9章资料.z02  700.00M
|   ├──第3.5.7.9章资料.z03  700.00M
|   ├──第3.5.7.9章资料.z04  700.00M
|   ├──第3.5.7.9章资料.z05  700.00M
|   ├──第3.5.7.9章资料.z06  700.00M
|   ├──第3.5.7.9章资料.z07  700.00M
|   ├──第3.5.7.9章资料.z08  700.00M
|   ├──第3.5.7.9章资料.z09  700.00M
|   ├──第3.5.7.9章资料.z10  700.00M
|   ├──第3.5.7.9章资料.z11  700.00M
|   ├──第3.5.7.9章资料.z12  700.00M
|   ├──第3.5.7.9章资料.z13  700.00M
|   ├──第3.5.7.9章资料.z14  700.00M
|   ├──第3.5.7.9章资料.z15  700.00M
|   ├──第3.5.7.9章资料.z16  700.00M
|   └──第3.5.7.9章资料.zip  570.87M

3dvr

明月中

laoda1228

[百度网盘] 人工智能深度学习系统班（12期）【VIP】 [复制链接] |主动推送

vogin

感谢分享

wsx123

11111111

yjip267

66666666666

netfish67

感谢分享

haibin_gl

baboon

工智能深度学习系统班（12期）【VIP】