最新公告
  • 优质资源共享持续更新,优质的服务和体验 如何充值SVIP/如何免费获取会员
  • 价值16800|人工智能深度学习高薪就业班5期|MP4

    价值16800|人工智能深度学习高薪就业班5期|MP4 最后编辑:2022-11-13
    资源介绍: mp4格式 超清画质 资料齐全 包更新一手资源网盘在线学习


    | ├──1_课程介绍
    | | └──课程介绍2.mp4_ev.mp4 19.40M
    | ├──2_姿态估计OpenPose系列算法解读
    | | ├──1-姿态估计要解决的问题分析.mp4_ev.mp4 39.32M
    | | ├──10-匹配方法解读.mp4_ev.mp4 15.78M
    | | ├──11-CPM模型特点.mp4_ev.mp4 17.05M
    | | ├──12-算法流程与总结.mp4_ev.mp4 29.41M
    | | ├──2-姿态估计应用领域概述.mp4_ev.mp4 15.84M
    | | ├──3-传统topdown方法的问题.mp4_ev.mp4 23.93M
    | | ├──4-要解决的两个问题分析.mp4_ev.mp4 7.98M
    | | ├──5-基于高斯分布预测关键点位置.mp4_ev.mp4 19.36M
    | | ├──6-各模块输出特征图解读.mp4_ev.mp4 12.76M
    | | ├──7-PAF向量登场.mp4_ev.mp4 9.93M
    | | ├──8-PAF标签设计方法.mp4_ev.mp4 19.13M
    | | └──9-预测时PAF积分计算方法.mp4_ev.mp4 25.42M
    | ├──3_OpenPose算法源码分析
    | | ├──1-数据集与路径配置解读.mp4_ev.mp4 24.04M
    | | ├──10-多阶段输出与预测.mp4_ev.mp4 33.24M
    | | ├──2-读取图像与标注信息.mp4_ev.mp4 34.15M
    | | ├──3-关键点与躯干特征图初始化.mp4_ev.mp4 23.28M
    | | ├──4-根据关键点位置设计关键点标签.mp4_ev.mp4 37.77M
    | | ├──5-准备构建PAF躯干标签.mp4_ev.mp4 20.77M
    | | ├──6-各位置点归属判断.mp4_ev.mp4 20.35M
    | | ├──7-特征图各点累加向量计算.mp4_ev.mp4 24.16M
    | | ├──8-完成PAF特征图制作.mp4_ev.mp4 23.78M
    | | └──9-网络模型一阶段输出.mp4_ev.mp4 19.55M
    | ├──4_deepsort算法知识点解读
    | | ├──1-卡尔曼滤波通俗解释.mp4_ev.mp4 21.99M
    | | ├──10-sort与deepsort建模流程分析.mp4_ev.mp4 20.49M
    | | ├──11-预测与匹配流程解读.mp4_ev.mp4 19.97M
    | | ├──12-追踪任务流程拆解.mp4_ev.mp4 22.03M
    | | ├──2-卡尔曼滤波要完成的任务.mp4_ev.mp4 12.20M
    | | ├──3-任务本质分析.mp4_ev.mp4 14.98M
    | | ├──4-基于观测值进行最优估计.mp4_ev.mp4 13.83M
    | | ├──5-预测与更新操作.mp4_ev.mp4 18.53M
    | | ├──6-追踪中的状态量.mp4_ev.mp4 12.46M
    | | ├──7-匈牙利匹配算法概述.mp4_ev.mp4 14.10M
    | | ├──8-匹配小例子分析.mp4_ev.mp4 16.00M
    | | └──9-REID特征的作用.mp4_ev.mp4 15.06M
    | ├──5_deepsort源码解读
    | | ├──1-项目环境配置4.mp4_ev.mp4 25.91M
    | | ├──10-匹配结果与总结.mp4_ev.mp4 52.82M
    | | ├──2-参数与DEMO演示.mp4_ev.mp4 27.91M
    | | ├──3-针对检测结果初始化track.mp4_ev.mp4 33.86M
    | | ├──4-对track执行预测操作.mp4_ev.mp4 26.74M
    | | ├──5-状态量预测结果.mp4_ev.mp4 25.05M
    | | ├──6-IOU代价矩阵计算.mp4_ev.mp4 22.72M
    | | ├──7-参数更新操作.mp4_ev.mp4 34.14M
    | | ├──8-级联匹配模块.mp4_ev.mp4 27.88M
    | | └──9-ReID特征代价矩阵计算.mp4_ev.mp4 31.73M
    | ├──6_YOLO-V4版本算法解读
    | | ├──1-V4版本整体概述.mp4_ev.mp4 11.51M
    | | ├──10-PAN模块解读.mp4_ev.mp4 16.35M
    | | ├──11-激活函数与整体架构总结.mp4_ev.mp4 14.97M
    | | ├──2-V4版本贡献解读.mp4_ev.mp4 7.79M
    | | ├──3-数据增强策略分析.mp4_ev.mp4 18.50M
    | | ├──4-DropBlock与标签平滑方法.mp4_ev.mp4 15.35M
    | | ├──5-损失函数遇到的问题.mp4_ev.mp4 11.75M
    | | ├──6-CIOU损失函数定义.mp4_ev.mp4 8.62M
    | | ├──7-NMS细节改进.mp4_ev.mp4 12.38M
    | | ├──8-SPP与CSP网络结构.mp4_ev.mp4 11.66M
    | | └──9-SAM注意力机制模块.mp4_ev.mp4 17.56M
    | ├──7_V5版本项目配置
    | | ├──1-整体项目概述.mp4_ev.mp4 26.40M
    | | ├──2-训练自己的数据集方法.mp4_ev.mp4 29.79M
    | | ├──3-训练数据参数配置.mp4_ev.mp4 36.91M
    | | └──4-测试DEMO演示.mp4_ev.mp4 35.95M
    | └──8_V5项目工程源码解读
    | | ├──1-数据源DEBUG流程解读.mp4_ev.mp4 30.07M
    | | ├──10-完成配置文件解析任务.mp4_ev.mp4 40.45M
    | | ├──11-前向传播计算.mp4_ev.mp4 21.75M
    | | ├──12-BottleneckCSP层计算方法.mp4_ev.mp4 23.41M
    | | ├──13-Head层流程解读2.mp4_ev.mp4 20.68M
    | | ├──13-SPP层计算细节分析.mp4_ev.mp4 20.57M
    | | ├──14-上采样与拼接操作.mp4_ev.mp4 14.47M
    | | ├──15-输出结果分析.mp4_ev.mp4 25.59M
    | | ├──16-超参数解读.mp4_ev.mp4 25.75M
    | | ├──17-命令行参数介绍.mp4_ev.mp4 30.70M
    | | ├──18-训练流程解读.mp4_ev.mp4 34.19M
    | | ├──19-各种训练策略概述.mp4_ev.mp4 28.62M
    | | ├──2-图像数据源配置.mp4_ev.mp4 25.21M
    | | ├──20-模型迭代过程.mp4_ev.mp4 28.48M
    | | ├──3-加载标签数据.mp4_ev.mp4 19.04M
    | | ├──4-Mosaic数据增强方法.mp4_ev.mp4 20.56M
    | | ├──5-数据四合一方法与流程演示.mp4_ev.mp4 30.65M
    | | ├──6-getItem构建batch.mp4_ev.mp4 24.81M
    | | ├──7-网络架构图可视化工具安装.mp4_ev.mp4 23.47M
    | | ├──8-V5网络配置文件解读.mp4_ev.mp4 26.82M
    | | └──9-Focus模块流程分析.mp4_ev.mp4 15.47M
    | └──9_MedicalTrasnformer论文解读
    | | ├──1-论文整体分析.mp4_ev.mp4 17.81M
    | | ├──2-核心思想分析.mp4_ev.mp4 37.89M
    | | ├──3-网络结构计算流程概述.mp4_ev.mp4 33.21M
    | | ├──4-论文公式计算分析.mp4_ev.mp4 34.35M
    | | ├──5-位置编码的作用与效果.mp4_ev.mp4 34.19M
    | | └──6-拓展应用分析.mp4_ev.mp4 42.19M
    ├──10_图神经网络实战
    | ├──1_图神经网络基础
    | | ├──1-图神经网络应用领域分析.mp4_ev.mp4 20.99M
    | | ├──2-图基本模块定义.mp4_ev.mp4 8.69M
    | | ├──3-邻接矩阵的定义.mp4_ev.mp4 12.20M
    | | ├──4-GNN中常见任务.mp4_ev.mp4 14.92M
    | | ├──5-消息传递计算方法.mp4_ev.mp4 11.42M
    | | └──6-多层GCN的作用.mp4_ev.mp4 10.38M
    | ├──2_图卷积GCN模型
    | | ├──1-GCN基本模型概述.mp4_ev.mp4 10.66M
    | | ├──2-图卷积的基本计算方法.mp4_ev.mp4 9.92M
    | | ├──3-邻接的矩阵的变换.mp4_ev.mp4 14.50M
    | | └──4-GCN变换原理解读.mp4_ev.mp4 15.84M
    | ├──3_图模型必备神器PyTorch Geometric安装与使用
    | | ├──1-PyTorch Geometric工具包安装与配置方法.mp4_ev.mp4 34.20M
    | | ├──2-数据集与邻接矩阵格式.mp4_ev.mp4 38.99M
    | | ├──3-模型定义与训练方法.mp4_ev.mp4 30.59M
    | | └──4-文献引用数据集分类案例实战.mp4_ev.mp4 35.53M
    | ├──4_使用PyTorch Geometric构建自己的图数据集
    | | ├──1-构建数据集基本方法.mp4_ev.mp4 10.23M
    | | ├──2-数据集与任务背景概述.mp4_ev.mp4 15.67M
    | | ├──3-数据集基本预处理.mp4_ev.mp4 22.43M
    | | ├──4-用户行为图结构创建.mp4_ev.mp4 25.96M
    | | ├──5-数据集创建函数介绍.mp4_ev.mp4 25.42M
    | | ├──6-网络结构定义模块.mp4_ev.mp4 26.50M
    | | ├──7-TopkPooling进行下采样任务.mp4_ev.mp4 22.28M
    | | ├──8-获取全局特征.mp4_ev.mp4 18.92M
    | | └──9-模型训练与总结.mp4_ev.mp4 24.35M
    | ├──5_图注意力机制与序列图模型
    | | ├──1-图注意力机制的作用与方法.mp4_ev.mp4 13.24M
    | | ├──2-邻接矩阵计算图Attention.mp4_ev.mp4 17.31M
    | | ├──3-序列图神经网络TGCN应用.mp4_ev.mp4 10.44M
    | | └──4-序列图神经网络细节.mp4_ev.mp4 19.21M
    | ├──6_图相似度论文解读
    | | ├──1-要完成的任务分析.mp4_ev.mp4 36.05M
    | | ├──2-基本方法概述解读.mp4_ev.mp4 38.63M
    | | ├──3-图模型提取全局与局部特征.mp4_ev.mp4 34.22M
    | | ├──4-NTN模块的作用与效果.mp4_ev.mp4 30.58M
    | | ├──5-点之间的对应关系计算.mp4_ev.mp4 39.76M
    | | └──6-结果输出与总结.mp4_ev.mp4 50.05M
    | ├──7_图相似度计算实战
    | | ├──1-数据集与任务概述3.mp4_ev.mp4 13.01M
    | | ├──2-图卷积特征提取模块3.mp4_ev.mp4 40.46M
    | | ├──3-分别计算不同Batch点的分布3.mp4_ev.mp4 22.97M
    | | ├──4-获得直方图特征结果.mp4_ev.mp4 15.15M
    | | ├──5-图的全局特征构建.mp4_ev.mp4 22.26M
    | | ├──6-NTN图相似特征提取.mp4_ev.mp4 28.08M
    | | └──7-预测得到相似度结果.mp4_ev.mp4 13.45M
    | ├──8_基于图模型的轨迹估计
    | | ├──1-数据集与标注信息解读.mp4_ev.mp4 37.17M
    | | ├──2-整体三大模块分析.mp4_ev.mp4 44.61M
    | | ├──3-特征工程的作用与效果.mp4_ev.mp4 30.11M
    | | ├──4-传统方法与现在向量空间对比.mp4_ev.mp4 39.18M
    | | ├──5-输入细节分析.mp4_ev.mp4 36.32M
    | | ├──6-子图模块构建方法.mp4_ev.mp4 32.19M
    | | ├──7-特征融合模块分析.mp4_ev.mp4 35.43M
    | | └──8-VectorNet输出层分析.mp4_ev.mp4 56.01M
    | └──9_图模型轨迹估计实战
    | | ├──1-数据与环境配置4.mp4_ev.mp4 21.89M
    | | ├──2-训练数据准备4.mp4_ev.mp4 18.07M
    | | ├──3-Agent特征提取方法4.mp4_ev.mp4 29.34M
    | | ├──4-DataLoader构建图结构4.mp4_ev.mp4 21.99M
    | | └──5-SubGraph与Attention模型流程4.mp4_ev.mp4 26.21M
    ├──11_3D点云实战
    | ├──1_3D点云实战 3D点云应用领域分析
    | | ├──1-点云数据概述.mp4_ev.mp4 59.18M
    | | ├──2-点云应用领域与发展分析.mp4_ev.mp4 126.58M
    | | ├──3-点云分割任务.mp4_ev.mp4 47.58M
    | | ├──4-点云补全任务.mp4_ev.mp4 19.16M
    | | ├──5-点云检测与配准任务.mp4_ev.mp4 69.02M
    | | └──6-点云数据特征提取概述与预告.mp4_ev.mp4 16.08M
    | ├──2_3D点云PointNet算法
    | | ├──1-3D数据应用领域与点云介绍.mp4_ev.mp4 25.77M
    | | ├──2-点云数据可视化展示.mp4_ev.mp4 23.50M
    | | ├──3-点云数据特性和及要解决的问题.mp4_ev.mp4 24.17M
    | | ├──4-PointNet算法出发点解读.mp4_ev.mp4 13.22M
    | | └──5-PointNet算法网络架构解读.mp4_ev.mp4 22.87M
    | ├──3_PointNet++算法解读
    | | ├──10-分类与分割问题解决方案.mp4_ev.mp4 16.09M
    | | ├──11-遇到的问题及改进方法分析.mp4_ev.mp4 9.85M
    | | ├──6-PointNet升级版算法要解决的问题.mp4_ev.mp4 16.41M
    | | ├──7-最远点采样方法.mp4_ev.mp4 15.33M
    | | ├──8-分组Group方法原理解读.mp4_ev.mp4 23.96M
    | | └──9-整体流程概述分析.mp4_ev.mp4 12.14M
    | ├──4_Pointnet++项目实战
    | | ├──1-项目文件概述.mp4_ev.mp4 20.70M
    | | ├──10-分类任务总结.mp4_ev.mp4 15.14M
    | | ├──11-分割任务数据与配置概述.mp4_ev.mp4 30.64M
    | | ├──12-分割需要解决的任务概述.mp4_ev.mp4 22.84M
    | | ├──13-上采样完成分割任务.mp4_ev.mp4 33.84M
    | | ├──2-数据读取模块配置.mp4_ev.mp4 28.38M
    | | ├──3-DEBUG解读网络模型架构.mp4_ev.mp4 18.09M
    | | ├──4-最远点采样介绍.mp4_ev.mp4 14.25M
    | | ├──5-采样得到中心点.mp4_ev.mp4 22.51M
    | | ├──6-组区域划分方法.mp4_ev.mp4 18.12M
    | | ├──7-实现group操作得到各中心簇.mp4_ev.mp4 25.55M
    | | ├──8-特征提取模块整体流程.mp4_ev.mp4 30.01M
    | | └──9-预测结果输出模块.mp4_ev.mp4 29.24M
    | ├──5_点云补全PF-Net论文解读
    | | ├──1-点云补全要解决的问题.mp4_ev.mp4 13.43M
    | | ├──2-基本解决方案概述.mp4_ev.mp4 13.45M
    | | ├──3-整体网络概述.mp4_ev.mp4 15.66M
    | | ├──4-网络计算流程.mp4_ev.mp4 19.64M
    | | └──5-输入与计算结果.mp4_ev.mp4 40.05M
    | ├──6_点云补全实战解读
    | | ├──1-数据与项目配置解读.mp4_ev.mp4 30.64M
    | | ├──2-待补全数据准备方法.mp4_ev.mp4 20.78M
    | | ├──3-整体框架概述.mp4_ev.mp4 33.11M
    | | ├──4-MRE特征提取模块.mp4_ev.mp4 27.58M
    | | ├──5-分层预测输出模块.mp4_ev.mp4 21.64M
    | | ├──6-补全点云数据.mp4_ev.mp4 23.80M
    | | └──7-判别模块.mp4_ev.mp4 32.55M
    | ├──7_点云配准及其案例实战
    | | ├──1-点云配准任务概述.mp4_ev.mp4 13.06M
    | | ├──2-配准要完成的目标解读.mp4_ev.mp4 13.28M
    | | ├──3-训练数据构建1.mp4_ev.mp4 16.19M
    | | ├──4-任务基本流程.mp4_ev.mp4 11.44M
    | | ├──5-数据源配置方法.mp4_ev.mp4 32.96M
    | | ├──6-参数计算模块解读.mp4_ev.mp4 15.65M
    | | ├──7-基于模型预测输出参数.mp4_ev.mp4 17.70M
    | | ├──8-特征构建方法分析.mp4_ev.mp4 25.68M
    | | └──9-任务总结.mp4_ev.mp4 23.20M
    | └──8_基础补充-对抗生成网络架构原理与实战解析
    | | ├──1-对抗生成网络通俗解释.mp4_ev.mp4 15.16M
    | | ├──2-GAN网络组成.mp4_ev.mp4 8.97M
    | | ├──3-损失函数解释说明.mp4_ev.mp4 29.76M
    | | ├──4-数据读取模块.mp4_ev.mp4 21.18M
    | | └──5-生成与判别网络定义.mp4_ev.mp4 30.40M
    ├──12_目标追踪与姿态估计实战

    ├──13_面向深度学习的无人驾驶实战
    | ├──10_NeuralRecon项目源码解读
    | | ├──1-Backbone得到特征图.mp4_ev.mp4 25.79M
    | | ├──2-初始化体素位置.mp4_ev.mp4 31.88M
    | | ├──3-坐标映射方法实现.mp4_ev.mp4 20.47M
    | | ├──4-得到体素所对应特征图.mp4_ev.mp4 37.70M
    | | ├──5-插值得到对应特征向量.mp4_ev.mp4 23.74M
    | | ├──6-得到一阶段输出结果.mp4_ev.mp4 27.51M
    | | ├──7-完成三个阶段预测结果.mp4_ev.mp4 32.65M
    | | └──8-项目总结2.mp4_ev.mp4 67.45M
    | ├──11_TSDF算法与应用
    | | ├──1-TSDF整体概述分析.mp4_ev.mp4 17.44M
    | | ├──2-合成过程DEMO演示.mp4_ev.mp4 12.64M
    | | ├──3-布局初始化操作.mp4_ev.mp4 9.83M
    | | ├──4-TSDF计算基本流程解读.mp4_ev.mp4 19.05M
    | | ├──5-坐标转换流程分析.mp4_ev.mp4 22.52M
    | | └──6-输出结果融合更新.mp4_ev.mp4 19.43M
    | ├──12_TSDF实战案例
    | | ├──1-环境配置概述.mp4_ev.mp4 23.18M
    | | ├──2-初始化与数据读取.mp4_ev.mp4 15.61M
    | | └──3-计算得到TSDF输出.mp4_ev.mp4 29.34M
    | ├──13_轨迹估计算法与论文解读
    | | ├──1-数据集与标注信息解读.mp4_ev.mp4 37.22M
    | | ├──2-整体三大模块分析.mp4_ev.mp4 44.63M
    | | ├──3-特征工程的作用与效果.mp4_ev.mp4 30.11M
    | | ├──4-传统方法与现在向量空间对比.mp4_ev.mp4 39.06M
    | | ├──5-输入细节分析.mp4_ev.mp4 35.96M
    | | ├──6-子图模块构建方法.mp4_ev.mp4 32.21M
    | | ├──7-特征融合模块分析.mp4_ev.mp4 35.53M
    | | └──8-VectorNet输出层分析.mp4_ev.mp4 56.03M
    | ├──14_轨迹估计预测实战
    | | ├──1-数据与环境配置..mp4_ev.mp4 21.93M
    | | ├──2-训练数据准备.mp4_ev.mp4 18.07M
    | | ├──3-Agent特征提取方法.mp4_ev.mp4 29.38M
    | | ├──4-DataLoader构建图结构.mp4_ev.mp4 21.99M
    | | └──5-SubGraph与Attention模型流程.mp4_ev.mp4 26.23M
    | ├──15_特斯拉无人驾驶解读
    | | └──15-特斯拉无人驾驶解读.mp4_ev.mp4 412.36M
    | ├──1_深度估计算法原理解读
    | | ├──1-深度估计效果与应用.mp4_ev.mp4 48.70M
    | | ├──10-损失计算.mp4_ev.mp4 22.06M
    | | ├──2-kitti数据集介绍.mp4_ev.mp4 63.68M
    | | ├──3-使用backbone获取层级特征.mp4_ev.mp4 16.31M
    | | ├──4-差异特征计算边界信息.mp4_ev.mp4 19.78M
    | | ├──5-SPP层的作用.mp4_ev.mp4 11.75M
    | | ├──6-空洞卷积与ASPP.mp4_ev.mp4 14.36M
    | | ├──7-特征拼接方法分析.mp4_ev.mp4 15.95M
    | | ├──8-网络coarse-to-fine过程.mp4_ev.mp4 19.48M
    | | └──9-权重参数预处理.mp4_ev.mp4 20.67M
    | ├──2_深度估计项目实战
    | | ├──1-项目环境配置解读1.mp4_ev.mp4 36.10M
    | | ├──10-模型DEMO输出结果.mp4_ev.mp4 52.47M
    | | ├──2-数据与标签定义方法.mp4_ev.mp4 49.16M
    | | ├──3-数据集dataloader制作.mp4_ev.mp4 27.34M
    | | ├──4-使用backbone进行特征提取.mp4_ev.mp4 29.70M
    | | ├──5-计算差异特征.mp4_ev.mp4 22.64M
    | | ├──6-权重参数标准化操作.mp4_ev.mp4 30.19M
    | | ├──7-网络结构ASPP层.mp4_ev.mp4 33.81M
    | | ├──8-输出深度估计结果.mp4_ev.mp4 18.18M
    | | ├──8-特征拼接方法解读.mp4_ev.mp4 34.61M
    | | └──9-损失函数通俗解读.mp4_ev.mp4 47.39M
    | ├──3_车道线检测算法与论文解读
    | | ├──1-数据标签与任务分析.mp4_ev.mp4 38.73M
    | | ├──2-网络整体框架分析.mp4_ev.mp4 21.87M
    | | ├──3-输出结果分析.mp4_ev.mp4 14.00M
    | | ├──4-损失函数计算方法.mp4_ev.mp4 20.24M
    | | └──5-论文概述分析.mp4_ev.mp4 47.93M
    | ├──4_基于深度学习的车道线检测项目实战
    | | ├──1-车道数据与标签解读.mp4_ev.mp4 41.19M
    | | ├──10-车道线规则损失函数限制.mp4_ev.mp4 30.73M
    | | ├──11-DEMO制作与配置.mp4_ev.mp4 30.93M
    | | ├──2-项目环境配置演示.mp4_ev.mp4 20.31M
    | | ├──3-制作数据集dataloader.mp4_ev.mp4 37.77M
    | | ├──4-车道线标签数据处理.mp4_ev.mp4 23.81M
    | | ├──5-四条车道线标签位置矩阵.mp4_ev.mp4 16.32M
    | | ├──6-grid设置方法.mp4_ev.mp4 28.48M
    | | ├──7-完成数据与标签制作.mp4_ev.mp4 17.98M
    | | ├──8-算法网络结构解读.mp4_ev.mp4 40.17M
    | | └──9-损失函数计算模块分析.mp4_ev.mp4 32.87M
    | ├──5_商汤LoFTR算法解读
    | | ├──1-特征匹配的应用场景.mp4_ev.mp4 53.65M
    | | ├──10-总结分析.mp4_ev.mp4 25.74M
    | | ├──2-特征匹配的基本流程分析.mp4_ev.mp4 12.43M
    | | ├──3-整体流程梳理分析.mp4_ev.mp4 13.17M
    | | ├──4-CrossAttention的作用与效果.mp4_ev.mp4 12.15M
    | | ├──5-transformer构建匹配特征.mp4_ev.mp4 24.84M
    | | ├──6-粗粒度匹配过程与作用.mp4_ev.mp4 19.68M
    | | ├──7-特征图拆解操作.mp4_ev.mp4 11.20M
    | | ├──8-细粒度匹配的作用与方法.mp4_ev.mp4 15.06M
    | | └──9-基于期望预测最终位置.mp4_ev.mp4 17.43M
    | ├──6_局部特征关键点匹配实战
    | | ├──1-项目与参数配置解读.mp4_ev.mp4 29.38M
    | | ├──10-得到精细化输出结果.mp4_ev.mp4 13.49M
    | | ├──11-通过期望计算最终输出.mp4_ev.mp4 26.64M
    | | ├──2-DEMO效果演示.mp4_ev.mp4 51.16M
    | | ├──3-backbone特征提取模块.mp4_ev.mp4 19.43M
    | | ├──4-注意力机制的作用与效果分析.mp4_ev.mp4 21.53M
    | | ├──5-特征融合模块实现方法.mp4_ev.mp4 20.71M
    | | ├──6-cross关系计算方法实例.mp4_ev.mp4 20.45M
    | | ├──7-粗粒度匹配过程.mp4_ev.mp4 34.68M
    | | ├──8-完成基础匹配模块.mp4_ev.mp4 43.16M
    | | └──9-精细化调整方法与实例.mp4_ev.mp4 30.20M
    | ├──7_三维重建应用与坐标系基础
    | | ├──1-三维重建概述分析.mp4_ev.mp4 49.24M
    | | ├──2-三维重建应用领域概述.mp4_ev.mp4 10.49M
    | | ├──3-成像方法概述.mp4_ev.mp4 12.94M
    | | ├──4-相机坐标系.mp4_ev.mp4 13.79M
    | | ├──5-坐标系转换方法解读.mp4_ev.mp4 16.42M
    | | ├──6-相机内外参.mp4_ev.mp4 13.68M
    | | ├──7-通过内外参数进行坐标变换.mp4_ev.mp4 12.88M
    | | └──8-相机标定简介.mp4_ev.mp4 4.08M
    | ├──8_NeuralRecon算法解读
    | | ├──1-任务流程分析.mp4_ev.mp4 15.48M
    | | ├──2-基本框架熟悉.mp4_ev.mp4 21.00M
    | | ├──3-特征映射方法解读.mp4_ev.mp4 25.94M
    | | ├──4-片段融合思想.mp4_ev.mp4 12.99M
    | | └──5-整体架构重构方法.mp4_ev.mp4 17.29M
    | └──9_NeuralRecon项目环境配置
    | | ├──1-数据集下载与配置方法.mp4_ev.mp4 36.29M
    | | ├──2-Scannet数据集内容概述.mp4_ev.mp4 24.95M
    | | ├──3-TSDF标签生成方法.mp4_ev.mp4 36.50M
    | | ├──4-ISSUE的作用.mp4_ev.mp4 35.29M
    | | └──5-完成依赖环境配置.mp4_ev.mp4 37.53M
    ├──14_缺陷检测实战
    | ├──10_基于视频流⽔线的Opencv缺陷检测项⽬
    | ├──10_基于视频流水线的Opencv缺陷检测项目
    | | ├──1-数据与任务概述.mp4_ev.mp4 12.34M
    | | ├──2-视频数据读取与轮廓检测.mp4_ev.mp4 15.25M
    | | ├──3-目标质心计算.mp4_ev.mp4 22.25M
    | | ├──4-视频数据遍历方法.mp4_ev.mp4 21.53M
    | | ├──5-缺陷区域提取.mp4_ev.mp4 25.79M
    | | ├──6-不同类型的缺陷检测方法.mp4_ev.mp4 25.29M
    | | └──7-检测效果演示.mp4_ev.mp4 18.04M
    | ├──11_图像分割deeplab系列算法
    | | ├──1-deeplab分割算法概述.mp4_ev.mp4 11.06M
    | | ├──2-空洞卷积的作用.mp4_ev.mp4 13.16M
    | | ├──3-感受野的意义.mp4_ev.mp4 14.40M
    | | ├──4-SPP层的作用.mp4_ev.mp4 14.38M
    | | ├──5-ASPP特征融合策略.mp4_ev.mp4 10.30M
    | | └──6-deeplabV3Plus版本网络架构.mp4_ev.mp4 18.46M
    | ├──12_基于deeplabV3+版本进⾏VOC分割实战
    | ├──12_基于deeplabV3+版本进行VOC分割实战
    | | ├──1-PascalVoc数据集介绍.mp4_ev.mp4 45.98M
    | | ├──2-项目参数与数据集读取.mp4_ev.mp4 45.22M
    | | ├──3-网络前向传播流程.mp4_ev.mp4 23.38M
    | | ├──4-ASPP层特征融合.mp4_ev.mp4 36.85M
    | | └──5-分割模型训练.mp4_ev.mp4 25.25M
    | ├──13_Deeplab铁质材料缺陷检测与开源项⽬应⽤流程
    | ├──13_Deeplab铁质材料缺陷检测与开源项目应用流程
    | | ├──1-数据集与任务概述..mp4_ev.mp4 21.87M
    | | ├──2-开源项目应用方法.mp4_ev.mp4 24.90M
    | | ├──3-github与kaggle中需要注意的点.mp4_ev.mp4 28.01M
    | | ├──4-源码的利用方法.mp4_ev.mp4 66.16M
    | | ├──5-数据集制作方法.mp4_ev.mp4 53.83M
    | | ├──6-数据路径配置.mp4_ev.mp4 41.19M
    | | ├──7-训练模型.mp4_ev.mp4 24.55M
    | | └──8-任务总结.mp4_ev.mp4 29.26M
    | ├──1_课程介绍
    | | └──课程介绍3.mp4_ev.mp4 18.91M
    | ├──2_物体检框架YOLO-V4版本算法解读
    | | ├──1-V4版本整体概述.mp4_ev.mp4 11.50M
    | | ├──10-PAN模块解读.mp4_ev.mp4 16.35M
    | | ├──11-激活函数与整体架构总结.mp4_ev.mp4 14.99M
    | | ├──2-V4版本贡献解读.mp4_ev.mp4 7.78M
    | | ├──3-数据增强策略分析.mp4_ev.mp4 18.50M
    | | ├──4-DropBlock与标签平滑方法.mp4_ev.mp4 15.35M
    | | ├──5-损失函数遇到的问题.mp4_ev.mp4 11.77M
    | | ├──6-CIOU损失函数定义.mp4_ev.mp4 8.62M
    | | ├──7-NMS细节改进.mp4_ev.mp4 12.41M
    | | ├──8-SPP与CSP网络结构.mp4_ev.mp4 11.65M
    | | └──9-SAM注意力机制模块.mp4_ev.mp4 17.52M
    | ├──3_物体检测框架YOLOV5版本项目配置
    | | ├──1-整体项目概述.mp4_ev.mp4 26.40M
    | | ├──2-训练自己的数据集方法.mp4_ev.mp4 29.66M
    | | ├──3-训练数据参数配置.mp4_ev.mp4 36.96M
    | | └──4-测试DEMO演示.mp4_ev.mp4 35.99M
    | ├──4_物体检测框架YOLOV5项目工程源码解读
    | | ├──1-数据源DEBUG流程解读.mp4_ev.mp4 30.08M
    | | ├──10-完成配置文件解析任务.mp4_ev.mp4 40.39M
    | | ├──11-前向传播计算.mp4_ev.mp4 21.66M
    | | ├──12-BottleneckCSP层计算方法.mp4_ev.mp4 23.41M
    | | ├──13-1 SPP层计算细节分析.mp4_ev.mp4 20.57M
    | | ├──13-2Head层流程解读.mp4_ev.mp4 20.67M
    | | ├──14-上采样与拼接操作.mp4_ev.mp4 14.45M
    | | ├──15-输出结果分析.mp4_ev.mp4 25.59M
    | | ├──16-超参数解读.mp4_ev.mp4 25.87M
    | | ├──17-命令行参数介绍.mp4_ev.mp4 30.71M
    | | ├──18-训练流程解读.mp4_ev.mp4 34.15M
    | | ├──19-各种训练策略概述.mp4_ev.mp4 28.60M
    | | ├──2-图像数据源配置.mp4_ev.mp4 25.23M
    | | ├──20-模型迭代过程.mp4_ev.mp4 28.54M
    | | ├──3-加载标签数据.mp4_ev.mp4 19.04M
    | | ├──4-Mosaic数据增强方法.mp4_ev.mp4 20.56M
    | | ├──5-数据四合一方法与流程演示.mp4_ev.mp4 30.66M
    | | ├──6-getItem构建batch.mp4_ev.mp4 24.81M
    | | ├──7-网络架构图可视化工具安装.mp4_ev.mp4 23.43M
    | | ├──8-V5网络配置文件解读.mp4_ev.mp4 26.80M
    | | └──9-Focus模块流程分析.mp4_ev.mp4 15.45M
    | ├──5_基于YOLOV5的钢材缺陷检测实战
    | | ├──1-任务需求与项目概述.mp4_ev.mp4 11.80M
    | | ├──2-数据与标签配置方法.mp4_ev.mp4 28.07M
    | | ├──3-标签转换格式脚本制作.mp4_ev.mp4 22.74M
    | | ├──4-各版本模型介绍分析.mp4_ev.mp4 23.71M
    | | ├──5-项目参数配置.mp4_ev.mp4 18.86M
    | | ├──6-缺陷检测模型训练.mp4_ev.mp4 26.18M
    | | └──7-输出结果与项目总结.mp4_ev.mp4 32.70M
    | ├──6_Semi-supervised布料缺陷检测实战
    | | ├──1-任务目标与流程概述.mp4_ev.mp4 39.69M
    | | ├──2-论文思想与模型分析.mp4_ev.mp4 84.02M
    | | ├──3-项目配置解读.mp4_ev.mp4 43.26M
    | | ├──4-网络流程分析.mp4_ev.mp4 24.93M
    | | └──5-输出结果展示.mp4_ev.mp4 26.91M
    | ├──7_Opencv图像常⽤处理⽅法实例
    | ├──7_Opencv图像常用处理方法实例
    | | ├──1-腐蚀操作.mp4_ev.mp4 14.36M
    | | ├──1-计算机眼中的图像.mp4_ev.mp4 22.68M
    | | ├──1-图像阈值.mp4_ev.mp4 22.95M
    | | ├──2-膨胀操作.mp4_ev.mp4 8.39M
    | | ├──2-视频的读取与处理.mp4_ev.mp4 33.30M
    | | ├──2-图像平滑处理.mp4_ev.mp4 18.20M
    | | ├──3-ROI区域.mp4_ev.mp4 10.74M
    | | ├──3-高斯与中值滤波.mp4_ev.mp4 15.09M
    | | ├──3-开运算与闭运算.mp4_ev.mp4 6.92M
    | | ├──4-边界填充.mp4_ev.mp4 15.92M
    | | ├──4-梯度计算.mp4_ev.mp4 5.62M
    | | ├──5-礼帽与黑帽.mp4_ev.mp4 11.84M
    | | └──5-数值计算.mp4_ev.mp4 28.76M
    | ├──8_Opencv轮廓检测与直⽅图
    | ├──8_Opencv轮廓检测与直方图
    | | ├──1-图像金字塔定义.mp4_ev.mp4 14.70M
    | | ├──1-直方图定义.mp4_ev.mp4 16.97M
    | | ├──2-金字塔制作方法.mp4_ev.mp4 18.42M
    | | ├──2-均衡化原理.mp4_ev.mp4 23.34M
    | | ├──3-均衡化效果.mp4_ev.mp4 19.26M
    | | ├──3-轮廓检测方法.mp4_ev.mp4 14.05M
    | | ├──4-傅里叶概述.mp4_ev.mp4 27.05M
    | | ├──4-轮廓检测结果.mp4_ev.mp4 22.33M
    | | ├──5-轮廓特征与近似.mp4_ev.mp4 27.02M
    | | ├──5-频域变换结果.mp4_ev.mp4 19.00M
    | | ├──6-低通与高通滤波.mp4_ev.mp4 20.03M
    | | ├──6-模板匹配方法.mp4_ev.mp4 33.62M
    | | └──7-匹配效果展示.mp4_ev.mp4 15.66M
    | ├──8_Opencv梯度计算与边缘检测实例
    | | ├──1-Canny边缘检测流程.mp4_ev.mp4 13.31M
    | | ├──1-Sobel算子.mp4_ev.mp4 19.91M
    | | ├──2-非极大值抑制.mp4_ev.mp4 12.73M
    | | ├──2-梯度计算方法.mp4_ev.mp4 21.62M
    | | ├──3-scharr与lapkacian算子.mp4_ev.mp4 18.89M
    | | └──3-边缘检测效果.mp4_ev.mp4 23.28M
    | ├──9_基于Opencv缺陷检测项⽬实战
    | └──9_基于Opencv缺陷检测项目实战
    | | ├──1-任务需求与环境配置.mp4_ev.mp4 11.59M
    | | ├──2-数据读取与基本处理.mp4_ev.mp4 19.07M
    | | ├──3-缺陷形态学操作.mp4_ev.mp4 18.47M
    | | ├──4-整体流程解读.mp4_ev.mp4 17.06M
    | | └──5-缺陷检测效果演示.mp4_ev.mp4 36.84M
    ├──15_行人重识别实战
    | ├──1_行人重识别原理及其应用
    | | ├──1-行人重识别要解决的问题.mp4_ev.mp4 13.15M
    | | ├──2-挑战与困难分析.mp4_ev.mp4 27.07M
    | | ├──3-评估标准rank1指标.mp4_ev.mp4 9.93M
    | | ├──4-map值计算方法.mp4_ev.mp4 11.84M
    | | ├──5-triplet损失计算实例.mp4_ev.mp4 19.19M
    | | └──6-Hard-Negative方法应用.mp4_ev.mp4 20.27M
    | ├──2_基于注意力机制的Reld模型论文解读
    | | ├──1-论文整体思想及注意力机制的作用解读.mp4_ev.mp4 40.33M
    | | ├──2-空间权重值计算流程分析.mp4_ev.mp4 22.88M
    | | ├──3-融合空间注意力所需特征.mp4_ev.mp4 20.08M
    | | └──4-基于特征图的注意力计算.mp4_ev.mp4 46.02M
    | ├──3_基于Attention的行人重识别项目实战
    | | ├──1-项目环境与数据集配置.mp4_ev.mp4 36.54M
    | | ├──2-参数配置与整体架构分析.mp4_ev.mp4 47.26M
    | | ├──3-进入debug模式解读网络计算流程.mp4_ev.mp4 21.03M
    | | ├──4-获得空间位置点之间的关系.mp4_ev.mp4 29.82M
    | | ├──5-组合关系特征图.mp4_ev.mp4 28.65M
    | | ├──6-计算得到位置权重值.mp4_ev.mp4 26.59M
    | | ├──7-基于特征图的权重计算.mp4_ev.mp4 17.56M
    | | ├──8-损失函数计算实例解读.mp4_ev.mp4 42.33M
    | | └──9-训练与测试模块演示.mp4_ev.mp4 52.48M
    | ├──4_AAAI2020顶会算法精讲
    | | ├──1-论文整体框架概述.mp4_ev.mp4 12.67M
    | | ├──2-局部特征与全局关系计算方法.mp4_ev.mp4 11.75M
    | | ├──3-特征分组方法.mp4_ev.mp4 11.27M
    | | ├──4-GCP模块特征融合方法.mp4_ev.mp4 20.97M
    | | ├──5-oneVsReset方法实例.mp4_ev.mp4 11.44M
    | | └──6-损失函数应用位置.mp4_ev.mp4 12.26M
    | ├──5_项目实战-基于行人局部特征融合的再识别实战
    | | ├──1-项目配置与数据集介绍.mp4_ev.mp4 45.13M
    | | ├──10-得到所有分组特征结果.mp4_ev.mp4 34.75M
    | | ├──11-损失函数与训练过程演示.mp4_ev.mp4 29.43M
    | | ├──12-测试与验证模块.mp4_ev.mp4 35.56M
    | | ├──2-数据源构建方法分析.mp4_ev.mp4 30.72M
    | | ├──3-dataloader加载顺序解读.mp4_ev.mp4 19.05M
    | | ├──4-debug模式解读.mp4_ev.mp4 44.07M
    | | ├──5-网络计算整体流程演示.mp4_ev.mp4 21.25M
    | | ├──6-特征序列构建.mp4_ev.mp4 27.49M
    | | ├──7-GCP全局特征提取.mp4_ev.mp4 25.59M
    | | ├──8-局部特征提取实例.mp4_ev.mp4 36.60M
    | | └──9-特征组合汇总.mp4_ev.mp4 31.94M
    | ├──6_旷视研究院最新算法解读(基于图模型)
    | | ├──1-关键点位置特征构建.mp4_ev.mp4 15.70M
    | | ├──2-图卷积与匹配的作用.mp4_ev.mp4 17.35M
    | | ├──3-局部特征热度图计算.mp4_ev.mp4 18.12M
    | | ├──4-基于图卷积构建人体拓扑关系.mp4_ev.mp4 21.83M
    | | ├──5-图卷积模块实现方法.mp4_ev.mp4 19.73M
    | | ├──6-图匹配在行人重识别中的作用.mp4_ev.mp4 13.25M
    | | └──7-整体算法框架分析.mp4_ev.mp4 17.41M
    | └──7_基于拓扑图的行人重识别项目实战
    | | ├──1-数据集与环境配置概述.mp4_ev.mp4 34.08M
    | | ├──10-整体项目总结.mp4_ev.mp4 53.78M
    | | ├──2-局部特征准备方法.mp4_ev.mp4 38.04M
    | | ├──3-得到一阶段热度图结果.mp4_ev.mp4 27.98M
    | | ├──4-阶段监督训练.mp4_ev.mp4 56.24M
    | | ├──5-初始化图卷积模型.mp4_ev.mp4 28.11M
    | | ├──6-mask矩阵的作用.mp4_ev.mp4 32.35M
    | | ├──7-邻接矩阵学习与更新.mp4_ev.mp4 36.57M
    | | ├──8-基于拓扑结构组合关键点特征.mp4_ev.mp4 43.61M
    | | └──9-图匹配模块计算流程.mp4_ev.mp4 47.63M
    ├──16_对抗生成网络实战
    | ├──1_课程介绍
    | | └──课程介绍.mp4_ev.mp4 19.85M
    | ├──2_对抗生成网络架构原理与实战解析
    | | ├──1-对抗生成网络通俗解释.mp4_ev.mp4 15.40M
    | | ├──2-GAN网络组成.mp4_ev.mp4 9.08M
    | | ├──3-损失函数解释说明.mp4_ev.mp4 30.50M
    | | ├──4-数据读取模块.mp4_ev.mp4 21.28M
    | | └──5-生成与判别网络定义.mp4_ev.mp4 30.48M
    | ├──3_基于CycleGan开源项目实战图像合成
    | | ├──1-CycleGan网络所需数据.mp4_ev.mp4 22.25M
    | | ├──10-额外补充:VISDOM可视化配置.mp4_ev.mp4 25.26M
    | | ├──2-CycleGan整体网络架构.mp4_ev.mp4 17.69M
    | | ├──3-PatchGan判别网络原理.mp4_ev.mp4 8.89M
    | | ├──4-Cycle开源项目简介.mp4_ev.mp4 33.13M
    | | ├──5-数据读取与预处理操作.mp4_ev.mp4 39.05M
    | | ├──6-生成网络模块构造.mp4_ev.mp4 35.16M
    | | ├──7-判别网络模块构造.mp4_ev.mp4 14.29M
    | | ├──8-损失函数:identity loss计算方法.mp4_ev.mp4 26.67M
    | | └──9-生成与判别损失函数指定.mp4_ev.mp4 40.19M
    | ├──4_stargan论文架构解析
    | | ├──1-stargan效果演示分析.mp4_ev.mp4 21.15M
    | | ├──2-网络架构整体思路解读.mp4_ev.mp4 21.36M
    | | ├──3-建模流程分析.mp4_ev.mp4 29.11M
    | | ├──4-V1版本存在的问题及后续改进思路.mp4_ev.mp4 36.86M
    | | ├──5-V2版本在整体网络架构.mp4_ev.mp4 47.66M
    | | ├──6-编码器训练方法.mp4_ev.mp4 39.43M
    | | ├──7-损失函数公式解析.mp4_ev.mp4 32.92M
    | | └──8-训练过程分析.mp4_ev.mp4 68.84M
    | ├──5_stargan项目实战及其源码解读
    | | ├──1-项目配置与数据源下载.mp4_ev.mp4 15.23M
    | | ├──10-测试模块效果与实验分析.mp4_ev.mp4 22.19M
    | | ├──2-测试效果演示.mp4_ev.mp4 27.26M
    | | ├──3-项目参数解析.mp4_ev.mp4 20.34M
    | | ├──4-生成器模块源码解读.mp4_ev.mp4 34.21M
    | | ├──5-所有网络模块构建实例.mp4_ev.mp4 33.39M
    | | ├──6-数据读取模块分析.mp4_ev.mp4 39.06M
    | | ├──7-判别器损失计算.mp4_ev.mp4 22.17M
    | | ├──8-损失计算详细过程.mp4_ev.mp4 33.03M
    | | └──9-生成模块损失计算.mp4_ev.mp4 48.22M
    | ├──6_基于starganvc2的变声器论文原理解读
    | | ├──1-论文整体思路与架构解读.mp4_ev.mp4 26.76M
    | | ├──2-VCC2016输入数据.mp4_ev.mp4 15.32M
    | | ├──3-语音特征提取.mp4_ev.mp4 23.40M
    | | ├──4-生成器模型架构分析.mp4_ev.mp4 11.34M
    | | ├──5-InstanceNorm的作用解读.mp4_ev.mp4 14.29M
    | | ├──6-AdaIn的目的与效果.mp4_ev.mp4 10.44M
    | | └──7-判别器模块分析.mp4_ev.mp4 81.24M
    | ├──7_starganvc2变声器项目实战及其源码解读
    | | ├──1-数据与项目文件解读.mp4_ev.mp4 16.15M
    | | ├──10-源码损失计算流程.mp4_ev.mp4 25.66M
    | | ├──11-测试模块-生成转换语音.mp4_ev.mp4 34.92M
    | | ├──2-环境配置与工具包安装.mp4_ev.mp4 27.32M
    | | ├──3-数据预处理与声音特征提取.mp4_ev.mp4 58.95M
    | | ├──4-生成器构造模块解读.mp4_ev.mp4 28.93M
    | | ├──5-下采样与上采样操作.mp4_ev.mp4 24.12M
    | | ├──6-starganvc2版本标签输入分析.mp4_ev.mp4 35.42M
    | | ├──7-生成器前向传播维度变化.mp4_ev.mp4 18.80M
    | | ├──8-判别器模块解读.mp4_ev.mp4 23.60M
    | | └──9-论文损失函数.mp4_ev.mp4 72.20M
    | ├──8_图像超分辨率重构实战
    | | ├──1-论文概述.mp4_ev.mp4 41.71M
    | | ├──2-网络架构.mp4_ev.mp4 70.80M
    | | ├──3-数据与环境配置.mp4_ev.mp4 21.04M
    | | ├──4-数据加载与配置.mp4_ev.mp4 28.35M
    | | ├──5-生成模块.mp4_ev.mp4 34.11M
    | | ├──6-判别模块.mp4_ev.mp4 29.79M
    | | ├──7-VGG特征提取网络.mp4_ev.mp4 25.53M
    | | ├──8-损失函数与训练.mp4_ev.mp4 64.22M
    | | └──9-测试模块.mp4_ev.mp4 60.67M
    | └──9_基于GAN的图像补全实战
    | | ├──1-.论文概述.mp4_ev.mp4 71.03M
    | | ├──2-网络架构11.mp4_ev.mp4 23.11M
    | | ├──3- 细节设计.mp4_ev.mp4 68.46M
    | | ├──4- 论文总结.mp4_ev.mp4 110.12M
    | | ├──5- 数据与项目概述.mp4_ev.mp4 34.03M
    | | ├──6- 参数基本设计.mp4_ev.mp4 50.99M
    | | ├──7- 网络结构配置.mp4_ev.mp4 48.60M
    | | ├──8- 网络迭代训练.mp4_ev.mp4 68.12M
    | | └──9- 测试模块.mp4_ev.mp4 32.37M
    ├──17_强化学习实战系列
    | ├──1_强化学习简介及其应用
    | | ├──1-一张图通俗解释强化学习.mp4_ev.mp4 11.92M
    | | ├──2-强化学习的指导依据.mp4_ev.mp4 15.01M
    | | ├──3-强化学习AI游戏DEMO.mp4_ev.mp4 12.96M
    | | ├──4-应用领域简介.mp4_ev.mp4 13.38M
    | | ├──5-强化学习工作流程.mp4_ev.mp4 11.26M
    | | └──6-计算机眼中的状态与行为.mp4_ev.mp4 15.53M
    | ├──2_PPO算法与公式推导
    | | ├──1-基本情况介绍.mp4_ev.mp4 20.90M
    | | ├──2-与环境交互得到所需数据.mp4_ev.mp4 17.27M
    | | ├──3-要完成的目标分析.mp4_ev.mp4 19.39M
    | | ├──4-策略梯度推导.mp4_ev.mp4 17.05M
    | | ├──5-baseline方法.mp4_ev.mp4 13.20M
    | | ├──6-OnPolicy与OffPolicy策略.mp4_ev.mp4 15.55M
    | | ├──7-importance sampling的作用.mp4_ev.mp4 17.52M
    | | └──8-PPO算法整体思路解析.mp4_ev.mp4 19.72M
    | ├──3_PPO实战-月球登陆器训练实例
    | | ├──1-Critic的作用与效果.mp4_ev.mp4 28.77M
    | | ├──2-PPO2版本公式解读.mp4_ev.mp4 23.87M
    | | ├──3-参数与网络结构定义.mp4_ev.mp4 24.06M
    | | ├──4-得到动作结果.mp4_ev.mp4 20.52M
    | | ├──5-奖励获得与计算.mp4_ev.mp4 25.73M
    | | └──6-参数迭代与更新.mp4_ev.mp4 33.95M
    | ├──4_Q-learning与DQN算法
    | | ├──1-算法原理通俗解读.mp4_ev.mp4 17.77M
    | | ├──2-目标函数与公式解析.mp4_ev.mp4 19.28M
    | | ├──3-Qlearning算法实例解读.mp4_ev.mp4 13.54M
    | | ├──4-Q值迭代求解.mp4_ev.mp4 17.46M
    | | └──5-DQN简介.mp4_ev.mp4 11.09M
    | ├──5_DQN算法实例演示
    | | ├──1-整体任务流程演示.mp4_ev.mp4 16.59M
    | | ├──2-探索与action获取.mp4_ev.mp4 20.22M
    | | ├──3-计算target值.mp4_ev.mp4 15.74M
    | | └──4-训练与更新.mp4_ev.mp4 23.71M
    | ├──6_DQN改进与应用技巧
    | | ├──1-DoubleDqn要解决的问题.mp4_ev.mp4 15.17M
    | | ├──2-DuelingDqn改进方法.mp4_ev.mp4 13.71M
    | | ├──3-Dueling整体网络架构分析.mp4_ev.mp4 16.66M
    | | ├──4-MultiSetp策略.mp4_ev.mp4 6.68M
    | | └──5-连续动作处理方法.mp4_ev.mp4 16.52M
    | ├──7_Actor-Critic算法分析(A3C)
    | | ├──1-AC算法回顾与知识点总结.mp4_ev.mp4 13.37M
    | | ├──2-优势函数解读与分析.mp4_ev.mp4 14.69M
    | | ├──3-计算流程实例.mp4_ev.mp4 13.24M
    | | ├──4-A3C整体架构分析.mp4_ev.mp4 12.47M
    | | └──5-损失函数整理.mp4_ev.mp4 17.10M
    | └──8_用A3C玩转超级马里奥
    | | ├──1-整体流程与环境配置.mp4_ev.mp4 18.76M
    | | ├──2-启动游戏环境.mp4_ev.mp4 23.99M
    | | ├──3-要计算的指标回顾.mp4_ev.mp4 25.73M
    | | ├──4-初始化局部模型并加载参数.mp4_ev.mp4 22.83M
    | | ├──5-与环境交互得到训练数据.mp4_ev.mp4 27.44M
    | | └──6-训练网络模型.mp4_ev.mp4 31.12M
    ├──18_面向医学领域的深度学习实战
    | ├──10_基于deeplab的心脏视频数据诊断分析
    | | ├──1-数据集与任务概述1.mp4_ev.mp4 27.57M
    | | ├──2-项目基本配置参数1.mp4_ev.mp4 25.70M
    | | ├──3-任务流程解读1.mp4_ev.mp4 53.92M
    | | ├──4-文献报告分析1.mp4_ev.mp4 86.01M
    | | ├──5-补充:视频数据源特征处理方法概述1.mp4_ev.mp4 19.86M
    | | └──6-补充:R(2plus1)D处理方法分析1.mp4_ev.mp4 14.03M
    | ├──11_YOLO系列物体检测算法原理解读
    | | ├──1-V2版本细节升级概述.mp4_ev.mp4 10.20M
    | | ├──1-V3版本改进概述.mp4_ev.mp4 14.37M
    | | ├──1-V4版本整体概述.mp4_ev.mp4 11.57M
    | | ├──1-YOLO算法整体思路解读.mp4_ev.mp4 12.18M
    | | ├──1-检测任务中阶段的意义.mp4_ev.mp4 12.13M
    | | ├──10-PAN模块解读.mp4_ev.mp4 16.62M
    | | ├──11-激活函数与整体架构总结.mp4_ev.mp4 15.18M
    | | ├──2-V4版本贡献解读.mp4_ev.mp4 7.87M
    | | ├──2-不同阶段算法优缺点分析.mp4_ev.mp4 8.58M
    | | ├──2-多scale方法改进与特征融合.mp4_ev.mp4 13.95M
    | | ├──2-检测算法要得到的结果.mp4_ev.mp4 11.25M
    | | ├──2-网络结构特点.mp4_ev.mp4 12.11M
    | | ├──3-IOU指标计算.mp4_ev.mp4 9.45M
    | | ├──3-架构细节解读.mp4_ev.mp4 14.73M
    | | ├──3-经典变换方法对比分析.mp4_ev.mp4 8.77M
    | | ├──3-数据增强策略分析.mp4_ev.mp4 18.69M
    | | ├──3-整体网络架构解读.mp4_ev.mp4 24.38M
    | | ├──4-DropBlock与标签平滑方法.mp4_ev.mp4 15.50M
    | | ├──4-残差连接方法解读.mp4_ev.mp4 14.78M
    | | ├──4-基于聚类来选择先验框尺寸.mp4_ev.mp4 19.02M
    | | ├──4-评估所需参数计算.mp4_ev.mp4 20.10M
    | | ├──4-位置损失计算.mp4_ev.mp4 15.45M
    | | ├──5-map指标计算.mp4_ev.mp4 16.08M
    | | ├──5-偏移量计算方法.mp4_ev.mp4 20.93M
    | | ├──5-损失函数遇到的问题.mp4_ev.mp4 11.75M
    | | ├──5-整体网络模型架构分析.mp4_ev.mp4 9.99M
    | | ├──5-置信度误差与优缺点分析.mp4_ev.mp4 21.95M
    | | ├──6-CIOU损失函数定义.mp4_ev.mp4 8.54M
    | | ├──6-先验框设计改进.mp4_ev.mp4 10.30M
    | | ├──6-坐标映射与还原.mp4_ev.mp4 7.62M
    | | ├──7-NMS细节改进.mp4_ev.mp4 12.45M
    | | ├──7-sotfmax层改进.mp4_ev.mp4 8.35M
    | | ├──7-感受野的作用.mp4_ev.mp4 21.50M
    | | ├──8-SPP与CSP网络结构.mp4_ev.mp4 11.79M
    | | ├──8-特征融合改进.mp4_ev.mp4 15.07M
    | | ├──9-SAM注意力机制模块.mp4_ev.mp4 17.31M
    | | └──目录.txt 1.65kb
    | ├──12_基于YOLO5细胞检测实战
    | | ├──1-任务与细胞数据集介绍.mp4_ev.mp4 33.20M
    | | ├──2-模型与算法配置参数解读.mp4_ev.mp4 29.83M
    | | ├──3-网络训练流程演示.mp4_ev.mp4 32.24M
    | | ├──4-效果评估与展示.mp4_ev.mp4 21.40M
    | | └──5-细胞检测效果演示.mp4_ev.mp4 29.82M
    | ├──13_知识图谱原理解读
    | | ├──1-数据关系抽取分析.mp4_ev.mp4 19.85M
    | | ├──1-知识图谱通俗解读.mp4_ev.mp4 15.50M
    | | ├──2-常用NLP技术点分析.mp4_ev.mp4 17.21M
    | | ├──2-知识图谱在搜索引擎中的应用.mp4_ev.mp4 19.72M
    | | ├──3-graph-embedding的作用与效果.mp4_ev.mp4 20.16M
    | | ├──3-知识图谱在医疗领域应用实例.mp4_ev.mp4 63.20M
    | | ├──4-金融领域图编码实例.mp4_ev.mp4 9.60M
    | | ├──4-金融与推荐领域的应用.mp4_ev.mp4 16.27M
    | | ├──5-视觉领域图编码实例.mp4_ev.mp4 16.18M
    | | ├──5-数据获取分析.mp4_ev.mp4 25.56M
    | | ├──6-图谱知识融合与总结分析.mp4_ev.mp4 18.22M
    | | └──目录.txt 0.57kb
    | ├──14_Neo4j数据库实战
    | | ├──1-Neo4j图数据库介绍.mp4_ev.mp4 35.05M
    | | ├──2-Neo4j数据库安装流程演示.mp4_ev.mp4 19.87M
    | | ├──3-可视化例子演示.mp4_ev.mp4 31.77M
    | | ├──4-创建与删除操作演示.mp4_ev.mp4 19.53M
    | | └──5-数据库更改查询操作演示.mp4_ev.mp4 20.74M
    | ├──15_基于知识图谱的医药问答系统实战
    | | ├──1-项目概述与整体架构分析.mp4_ev.mp4 24.47M
    | | ├──10-完成对话系统构建.mp4_ev.mp4 27.71M
    | | ├──2-医疗数据介绍及其各字段含义.mp4_ev.mp4 83.89M
    | | ├──3-任务流程概述.mp4_ev.mp4 24.35M
    | | ├──4-环境配置与所需工具包安装.mp4_ev.mp4 23.51M
    | | ├──5-提取数据中的关键字段信息.mp4_ev.mp4 42.60M
    | | ├──6-创建关系边.mp4_ev.mp4 27.65M
    | | ├──7-打造医疗知识图谱模型.mp4_ev.mp4 40.81M
    | | ├──8-加载所有实体数据.mp4_ev.mp4 26.74M
    | | └──9-实体关键词字典制作.mp4_ev.mp4 23.54M
    | ├──16_词向量模型与RNN网络架构
    | | ├──2-1词向量模型通俗解释.mp4_ev.mp4 16.41M
    | | ├──3-1模型整体框架.mp4_ev.mp4 21.78M
    | | ├──4-1训练数据构建.mp4_ev.mp4 12.52M
    | | ├──5-1CBOW与Skip-gram模型.mp4_ev.mp4 18.30M
    | | ├──6-1负采样方案.mp4_ev.mp4 21.83M
    | | ├──额外补充-RNN网络模型解读.mp4_ev.mp4 19.83M
    | | └──目录.txt 0.30kb
    | ├──17_医学糖尿病数据命名实体识别
    | | ├──1-数据与任务介绍1.mp4_ev.mp4 16.88M
    | | ├──2-整体模型架构1.mp4_ev.mp4 11.40M
    | | ├──3-数据-标签-语料库处理1.mp4_ev.mp4 27.99M
    | | ├──4-输入样本填充补齐1.mp4_ev.mp4 26.13M
    | | ├──5-训练网络模型1.mp4_ev.mp4 28.53M
    | | └──6-医疗数据集(糖尿病)实体识别1.mp4_ev.mp4 57.90M
    | ├──1_卷积神经网络原理与参数解读
    | | ├──1-1卷积神经网络应用领域.mp4_ev.mp4 16.47M
    | | ├──10-1VGG网络架构.mp4_ev.mp4 14.60M
    | | ├──11-1残差网络Resnet.mp4_ev.mp4 14.91M
    | | ├──12-感受野的作用.mp4_ev.mp4 12.43M
    | | ├──2-1卷积的作用.mp4_ev.mp4 18.40M
    | | ├──3-1卷积特征值计算方法.mp4_ev.mp4 17.12M
    | | ├──4-1得到特征图表示.mp4_ev.mp4 14.50M
    | | ├──5-1步长与卷积核大小对结果的影响.mp4_ev.mp4 15.82M
    | | ├──6-1边缘填充方法.mp4_ev.mp4 13.88M
    | | ├──7-1特征图尺寸计算与参数共享.mp4_ev.mp4 16.26M
    | | ├──8-1池化层的作用.mp4_ev.mp4 9.39M
    | | └──9-1整体网络架构.mp4_ev.mp4 13.13M
    | ├──2_PyTorch框架基本处理操作
    | | ├──1-PyTorch实战课程简介.mp4_ev.mp4 16.24M
    | | ├──2-PyTorch框架发展趋势简介1.mp4_ev.mp4 18.21M
    | | ├──3-框架安装方法(CPU与GPU版本)1.mp4_ev.mp4 13.56M
    | | ├──4-PyTorch基本操作简介1.mp4_ev.mp4 20.43M
    | | ├──5-自动求导机制.mp4_ev.mp4 25.86M
    | | ├──6线性回归DEMO-数据与参数配置1.mp4_ev.mp4 17.28M
    | | ├──7线性回归DEMO-训练回归模型1.mp4_ev.mp4 28.55M
    | | ├──8常见tensor格式1.mp4_ev.mp4 14.92M
    | | └──9Hub模块简介1.mp4_ev.mp4 40.27M
    | ├──3_PyTorch框架必备核心模块解读
    | | ├──1-卷积网络参数定义1.mp4_ev.mp4 18.35M
    | | ├──10-加载训练好的网络模型1.mp4_ev.mp4 35.44M
    | | ├──11-优化器模块配置1.mp4_ev.mp4 17.59M
    | | ├──12-实现训练模块1.mp4_ev.mp4 23.85M
    | | ├──13-训练结果与模型保存1.mp4_ev.mp4 29.30M
    | | ├──14-加载模型对测试数据进行预测1.mp4_ev.mp4 37.70M
    | | ├──15-额外补充-Resnet论文解读1.mp4_ev.mp4 70.80M
    | | ├──16-额外补充-Resnet网络架构解读1.mp4_ev.mp4 14.95M
    | | ├──2-网络流程解读1.mp4_ev.mp4 25.07M
    | | ├──3-Vision模块功能解读1.mp4_ev.mp4 16.45M
    | | ├──4-分类任务数据集定义与配置1.mp4_ev.mp4 20.45M
    | | ├──5-图像增强的作用1.mp4_ev.mp4 11.80M
    | | ├──6-数据预处理与数据增强模块1.mp4_ev.mp4 25.19M
    | | ├──7-Batch数据制作1.mp4_ev.mp4 31.05M
    | | ├──8-迁移学习的目标1.mp4_ev.mp4 9.77M
    | | └──9-迁移学习策略1.mp4_ev.mp4 12.92M
    | ├──4_基于Resnet的医学数据集分类实战
    | | ├──1-医学疾病数据集介绍.mp4_ev.mp4 15.71M
    | | ├──2-Resnet网络架构原理分析.mp4_ev.mp4 19.72M
    | | ├──3-dataloader加载数据集.mp4_ev.mp4 45.64M
    | | ├──4-Resnet网络前向传播.mp4_ev.mp4 25.47M
    | | ├──5-残差网络的shortcut操作.mp4_ev.mp4 33.76M
    | | ├──6-特征图升维与降采样操作.mp4_ev.mp4 19.06M
    | | └──7-网络整体流程与训练演示.mp4_ev.mp4 50.80M
    | ├──5_图像分割及其损失函数概述
    | | ├──1-语义分割与实例分割概述.mp4_ev.mp4 15.49M
    | | ├──2-分割任务中的目标函数定义.mp4_ev.mp4 14.79M
    | | └──3-MIOU评估标准.mp4_ev.mp4 7.19M
    | ├──6_Unet系列算法讲解
    | | ├──1-Unet网络编码与解码过程.mp4_ev.mp4 14.66M
    | | ├──2-网络计算流程1.mp4_ev.mp4 12.63M
    | | ├──3-Unet升级版本改进1.mp4_ev.mp4 11.85M
    | | └──4-后续升级版本介绍1.mp4_ev.mp4 13.81M
    | ├──7_unet医学细胞分割实战
    | | ├──1-医学细胞数据集介绍与参数配置.mp4_ev.mp4 45.32M
    | | ├──2-数据增强工具.mp4_ev.mp4 47.18M
    | | ├──3-Debug模式演示网络计算流程.mp4_ev.mp4 32.18M
    | | ├──4-特征融合方法演示.mp4_ev.mp4 21.08M
    | | ├──5-迭代完成整个模型计算任务.mp4_ev.mp4 23.45M
    | | └──6-模型效果验证.mp4_ev.mp4 34.64M
    | ├──8_deeplab系列算法
    | | ├──1-deeplab分割算法概述.mp4_ev.mp4 11.36M
    | | ├──2-空洞卷积的作用.mp4_ev.mp4 13.25M
    | | ├──3-感受野的意义.mp4_ev.mp4 14.37M
    | | ├──4-SPP层的作用.mp4_ev.mp4 15.07M
    | | ├──5-ASPP特征融合策略.mp4_ev.mp4 10.39M
    | | └──6-deeplabV3Plus版本网络架构.mp4_ev.mp4 18.30M
    | └──9_基于deeplabV3+版本进行VOC分割实战
    | | ├──1-PascalVoc数据集介绍.mp4_ev.mp4 46.63M
    | | ├──2-项目参数与数据集读取.mp4_ev.mp4 45.55M
    | | ├──3-网络前向传播流程.mp4_ev.mp4 23.83M
    | | ├──4-ASPP层特征融合.mp4_ev.mp4 37.00M
    | | └──5-分割模型训练.mp4_ev.mp4 25.50M
    ├──18_直播13:对比学习
    | └──1对比学习ev.mp4 639.44M ├──19深度学习模型部署与剪枝优化实战
    | ├──3_pyTorch框架部署实践
    | | ├──0-课程简介12.mp4_ev.mp4 6.33M
    | | ├──1-所需基本环境配置.mp4_ev.mp4 15.66M
    | | ├──2-模型加载与数据预处理.mp4_ev.mp4 27.47M
    | | ├──3-接收与预测模块实现.mp4_ev.mp4 28.05M
    | | └──4-效果实例演示.mp4_ev.mp4 31.03M
    | ├──4_YOLO-V3物体检测部署实例
    | | ├──1-项目所需配置文件介绍.mp4_ev.mp4 18.07M
    | | ├──2-加载参数与模型权重.mp4_ev.mp4 25.99M
    | | ├──3-数据预处理.mp4_ev.mp4 39.54M
    | | └──4-返回线性预测结果.mp4_ev.mp4 31.56M
    | ├──5_docker实例演示
    | | ├──1-docker简介.mp4_ev.mp4 11.94M
    | | ├──2-docker安装与配置.mp4_ev.mp4 35.25M
    | | ├──3-阿里云镜像配置.mp4_ev.mp4 18.65M
    | | ├──4-基于docker配置pytorch环境.mp4_ev.mp4 27.73M
    | | ├──5-安装演示环境所需依赖.mp4_ev.mp4 24.28M
    | | ├──6-复制所需配置到容器中.mp4_ev.mp4 20.95M
    | | └──7-上传与下载配置好的项目.mp4_ev.mp4 35.13M
    | ├──6_tensorflow-serving实战
    | | ├──1-tf-serving项目获取与配置.mp4_ev.mp4 21.23M
    | | ├──2-加载并启动模型服务.mp4_ev.mp4 22.81M
    | | ├──3-测试模型部署效果.mp4_ev.mp4 31.31M
    | | ├──4-fashion数据集获取.mp4_ev.mp4 25.05M
    | | └──5-加载fashion模型启动服务.mp4_ev.mp4 24.29M
    | ├──7_模型剪枝-Network Slimming算法分析
    | | ├──1-论文算法核心框架概述.mp4_ev.mp4 14.62M
    | | ├──2-BatchNorm要解决的问题.mp4_ev.mp4 14.08M
    | | ├──3-BN的本质作用.mp4_ev.mp4 16.63M
    | | ├──4-额外的训练参数解读.mp4_ev.mp4 15.30M
    | | └──5-稀疏化原理与效果.mp4_ev.mp4 18.22M
    | ├──8_模型剪枝-Network Slimming实战解读
    | | ├──1-整体案例流程解读.mp4_ev.mp4 24.79M
    | | ├──2-加入L1正则化来进行更新.mp4_ev.mp4 20.23M
    | | ├──3-剪枝模块介绍.mp4_ev.mp4 22.90M
    | | ├──4-筛选需要的特征图.mp4_ev.mp4 27.09M
    | | ├──5-剪枝后模型参数赋值.mp4_ev.mp4 36.04M
    | | └──6-微调完成剪枝模型.mp4_ev.mp4 32.43M
    | └──9_Mobilenet三代网络模型架构
    | | ├──1-模型剪枝分析.mp4_ev.mp4 16.88M
    | | ├──10-V2整体架构与效果分析.mp4_ev.mp4 8.11M
    | | ├──11-V3版本网络架构分析.mp4_ev.mp4 9.21M
    | | ├──12-SE模块作用与效果解读.mp4_ev.mp4 24.46M
    | | ├──13-代码实现mobilenetV3网络架构.mp4_ev.mp4 45.64M
    | | ├──2-常见剪枝方法介绍.mp4_ev.mp4 18.48M
    | | ├──3-mobilenet简介.mp4_ev.mp4 7.15M
    | | ├──4-经典卷积计算量与参数量分析.mp4_ev.mp4 10.91M
    | | ├──5-深度可分离卷积的作用与效果.mp4_ev.mp4 11.90M
    | | ├──6-参数与计算量的比较.mp4_ev.mp4 30.27M
    | | ├──7-V1版本效果分析.mp4_ev.mp4 18.88M
    | | ├──8-V2版本改进以及Relu激活函数的问题.mp4_ev.mp4 14.84M
    | | └──9-倒残差结构的作用.mp4_ev.mp4 13.58M
    ├──1_直播
    | ├──10_直播7:GPT系列算法与实战
    | | └──GPT系列算法与实战ev.mp4 326.73M | ├──11额外补充:GPT建模与预测流程
    | | ├──1.生成模型可以完成的任务概述ev.mp4 22.03M | | ├──2-数据样本生成方法_ev.mp4 50.79M | | ├──3-训练所需参数解读_ev.mp4 43.66M | | ├──4-模型训练过程_ev.mp4 38.50M | | └──5-部署与网页预测展示_ev.mp4 59.89M | ├──12额外补充:文本摘要建模
    | | ├──1-中文商城评价数据处理方法ev.mp4 48.30M | | ├──2-模型训练与测试结果_ev.mp4 74.62M | | ├──3-文本摘要数据标注方法_ev.mp4 41.80M | | └──4-训练自己标注的数据并测试_ev.mp4 21.23M | ├──13直播8:知识抽取实战
    | | └──知识抽取实战ev.mp4 414.47M | ├──14直播9:Openai CLIP模型
    | | └──Openai CLIP模型ev.mp4 559.15M | ├──15直播10:DeformableDetr算法解读
    | | └──DeformableDetr算法解读ev.mp4 534.45M | ├──16直播11:OCR算法解读
    | | └──OCR算法解读ev.mp4 1.21G | ├──17直播12:KIE关键信息抽取与视频超分辨率重构
    | | └──KIE关键信息抽取与视频超分辨率重构ev.mp4 650.72M | ├──18直播13:对比学习
    | ├──1_直播1:开班典礼
    | | └──1人工智能CV NLP高薪实战班ev.mp4 1.01G | ├──2_Pycharm环境配置与Debug演示(没用过的同学必看) | | └──Pycharm环境配置与Debug演示(没用过的同学必看)_ev.mp4 89.25M | ├──3直播2:深度学习必备基础-神经网络与卷积网络
    | | └──1.深度学习必备基础-神经网络与卷积网络ev.mp4 418.05M | ├──4直播3:Transformer原理及其各领域应用分析
    | | └──Transformer原理及其各领域应用分析ev.mp4 292.89M | ├──5额外补充:时间序列预测
    | | └──额外补充:时间序列预测ev.mp4 280.85M | ├──6直播4:Informer时间序列预测源码解读
    | | └──Informer时间序列预测源码解读ev.mp4 1.02G | ├──7额外补充:Huggingface与NLP(讲故事)
    | | └──Huggingface与NLP(讲故事)ev.mp4 121.28M | ├──8直播5:Huggingface核心模块解读
    | | └──Huggingface核心模块解读ev.mp4 483.58M | └──9直播6:BERT系列模型与命名实体识别实例
    | | └──BERT系列模型与命名实体识别实例ev.mp4 612.45M ├──20自然语言处理经典案例实战
    | ├──10_NLP-文本特征方法对比
    | | ├──1.1-任务概述.mp4_ev.mp4 26.83M
    | | ├──2-词袋模型.mp4_ev.mp4 20.47M
    | | ├──3-词袋模型分析.mp4_ev.mp4 45.35M
    | | ├──4-TFIDF模型.mp4_ev.mp4 31.93M
    | | ├──5-word2vec词向量模型.mp4_ev.mp4 38.15M
    | | └──6-深度学习模型.mp4_ev.mp4 26.73M
    | ├──11_NLP-相似度模型
    | | ├──1.任务概述.mp4_ev.mp4 10.52M
    | | ├──2-数据展示.mp4_ev.mp4 16.77M
    | | ├──3-正负样本制作.mp4_ev.mp4 27.74M
    | | ├──4-数据预处理.mp4_ev.mp4 25.13M
    | | ├──5-网络模型定义.mp4_ev.mp4 38.39M
    | | ├──6-基于字符的训练.mp4_ev.mp4 40.14M
    | | └──7-基于句子的相似度训练.mp4_ev.mp4 28.45M
    | ├──12_LSTM情感分析
    | | ├──1-RNN网络架构.mp4_ev.mp4 17.76M
    | | ├──2-LSTM网络架构.mp4_ev.mp4 16.43M
    | | ├──3-案例:使用LSTM进行情感分类.mp4_ev.mp4 27.77M
    | | ├──4-情感数据集处理.mp4_ev.mp4 30.82M
    | | └──5-基于word2vec的LSTM模型.mp4_ev.mp4 45.60M
    | ├──13_机器人写唐诗
    | | ├──1.1.1-任务概述与环境配置.mp4_ev.mp4 11.18M
    | | ├──2-参数配置.mp4_ev.mp4 19.85M
    | | ├──3-数据预处理模块.mp4_ev.mp4 30.68M
    | | ├──4-batch数据制作.mp4_ev.mp4 24.98M
    | | ├──5-RNN模型定义.mp4_ev.mp4 16.20M
    | | ├──6-完成训练模块.mp4_ev.mp4 24.89M
    | | ├──7-训练唐诗生成模型.mp4_ev.mp4 10.14M
    | | └──8-测试唐诗生成效果.mp4_ev.mp4 19.11M
    | ├──14_对话机器人
    | | ├──1-效果演示.mp4_ev.mp4 23.26M
    | | ├──2-参数配置与数据加载.mp4_ev.mp4 36.73M
    | | ├──3-数据处理.mp4_ev.mp4 30.83M
    | | ├──4-词向量与投影.mp4_ev.mp4 28.51M
    | | ├──5-seq网络.mp4_ev.mp4 23.27M
    | | └──6-网络训练.mp4_ev.mp4 28.01M
    | ├──1_NLP常用工具包实战
    | | ├──1-Python字符串处理.mp4_ev.mp4 29.42M
    | | ├──10-名字实体匹配.mp4_ev.mp4 16.40M
    | | ├──11-恐怖袭击分析.mp4_ev.mp4 30.74M
    | | ├──12-统计分析结果.mp4_ev.mp4 34.17M
    | | ├──13-结巴分词器.mp4_ev.mp4 20.49M
    | | ├──14-词云展示.mp4_ev.mp4 64.39M
    | | ├──2-正则表达式基本语法.mp4_ev.mp4 24.06M
    | | ├──2-正则常用符号.mp4_ev.mp4 27.26M
    | | ├──4-常用函数介绍.mp4_ev.mp4 29.14M
    | | ├──5-NLTK工具包简介.mp4_ev.mp4 22.67M
    | | ├──6-停用词过滤.mp4_ev.mp4 20.01M
    | | ├──7-词性标注.mp4_ev.mp4 26.21M
    | | ├──8-数据清洗实例.mp4_ev.mp4 30.47M
    | | └──9-Spacy工具包.mp4_ev.mp4 33.39M
    | ├──2_商品信息可视化与文本分析
    | | ├──1-任务概述.mp4_ev.mp4 25.50M
    | | ├──2-商品类别划分.mp4_ev.mp4 27.67M
    | | ├──3-商品类别可视化展示.mp4_ev.mp4 29.98M
    | | ├──4-描述长度对价格的影响.mp4_ev.mp4 24.53M
    | | ├──5-词云展示.mp4_ev.mp4 38.40M
    | | ├──6-tf-idf结果.mp4_ev.mp4 25.09M
    | | ├──7-降维可视化展示.mp4_ev.mp4 27.92M
    | | └──8-聚类与主题模型.mp4_ev.mp4 40.73M
    | ├──3_贝叶斯算法
    | | ├──1-贝叶斯算法概述.mp4_ev.mp4 9.95M
    | | ├──2-贝叶斯推导实例.mp4_ev.mp4 10.79M
    | | ├──3-贝叶斯拼写纠错实例.mp4_ev.mp4 16.64M
    | | ├──4-垃圾邮件过滤实例.mp4_ev.mp4 20.29M
    | | └──5-贝叶斯实现拼写检查器.mp4_ev.mp4 31.99M
    | ├──4_新闻分类任务实战
    | | ├──1-文本分析与关键词提取.mp4_ev.mp4 17.17M
    | | ├──2-相似度计算.mp4_ev.mp4 17.11M
    | | ├──3-新闻数据与任务简介.mp4_ev.mp4 29.41M
    | | ├──4-TF-IDF关键词提取.mp4_ev.mp4 42.69M
    | | ├──5-LDA建模.mp4_ev.mp4 25.29M
    | | └──6-基于贝叶斯算法进行新闻分类.mp4_ev.mp4 45.05M
    | ├──5_HMM隐马尔科夫模型
    | | ├──1-马尔科夫模型.mp4_ev.mp4 13.69M
    | | ├──10-维特比算法.mp4_ev.mp4 32.74M
    | | ├──2-隐马尔科夫模型基本出发点.mp4_ev.mp4 14.34M
    | | ├──3-组成与要解决的问题.mp4_ev.mp4 11.38M
    | | ├──4-暴力求解方法.mp4_ev.mp4 20.05M
    | | ├──5-复杂度计算.mp4_ev.mp4 11.78M
    | | ├──6-前向算法.mp4_ev.mp4 27.20M
    | | ├──7-前向算法求解实例.mp4_ev.mp4 25.91M
    | | ├──8-Baum-Welch算法.mp4_ev.mp4 19.82M
    | | └──9-参数求解.mp4_ev.mp4 12.94M
    | ├──6_HMM工具包实战
    | | ├──1-hmmlearn工具包.mp4_ev.mp4 15.15M
    | | ├──2-工具包使用方法.mp4_ev.mp4 41.15M
    | | ├──3-中文分词任务.mp4_ev.mp4 11.01M
    | | └──4-实现中文分词.mp4_ev.mp4 26.80M
    | ├──7_语言模型
    | | ├──1-开篇.mp4_ev.mp4 7.47M
    | | ├──10-负采样模型.mp4_ev.mp4 9.58M
    | | ├──2-语言模型.mp4_ev.mp4 8.10M
    | | ├──3-N-gram模型.mp4_ev.mp4 12.45M
    | | ├──4-词向量.mp4_ev.mp4 12.44M
    | | ├──5-神经网络模型.mp4_ev.mp4 14.38M
    | | ├──6-Hierarchical Softmax.mp4_ev.mp4 13.78M
    | | ├──7-CBOW模型实例.mp4_ev.mp4 16.96M
    | | ├──8-CBOW求解目标.mp4_ev.mp4 8.19M
    | | └──9-锑度上升求解.mp4_ev.mp4 15.04M
    | ├──8_使用Gemsim构建词向量
    | | ├──1-使用Gensim库构造词向量.mp4_ev.mp4 14.66M
    | | ├──2-维基百科中文数据处理.mp4_ev.mp4 33.74M
    | | ├──3-Gensim构造word2vec模型.mp4_ev.mp4 18.84M
    | | └──4-测试模型相似度结果.mp4_ev.mp4 17.49M
    | └──9_基于word2vec的分类任务
    | | ├──1-影评情感分类.mp4_ev.mp4 41.73M
    | | ├──2-基于词袋模型训练分类器.mp4_ev.mp4 25.77M
    | | ├──3-准备word2vec输入数据.mp4_ev.mp4 22.31M
    | | └──4-使用gensim构建word2vec词向量(新).mp4_ev.mp4 49.25M
    ├──21_自然语言处理通用框架-BERT实战
    | ├──1_自然语言处理通用框架BERT原理解读
    | | ├──1-BERT课程简介.mp4_ev.mp4 19.99M
    | | ├──10-BERT模型训练方法.mp4_ev.mp4 16.77M
    | | ├──11-训练实例.mp4_ev.mp4 18.58M
    | | ├──2-BERT任务目标概述.mp4_ev.mp4 9.30M
    | | ├──2-传统解决方案遇到的问题.mp4_ev.mp4 18.64M
    | | ├──3-注意力机制的作用.mp4_ev.mp4 12.39M
    | | ├──4-self-attention计算方法.mp4_ev.mp4 19.76M
    | | ├──5-特征分配与softmax机制.mp4_ev.mp4 17.23M
    | | ├──7-Multi-head的作用.mp4_ev.mp4 15.95M
    | | ├──8-位置编码与多层堆叠.mp4_ev.mp4 13.54M
    | | └──9-transformer整体架构梳理.mp4_ev.mp4 18.55M
    | ├──2_谷歌开源项目BERT源码解读与应用实例
    | | ├──1-BERT开源项目简介.mp4_ev.mp4 29.65M
    | | ├──10-构建QKV矩阵.mp4_ev.mp4 37.28M
    | | ├──11-完成Transformer模块构建.mp4_ev.mp4 29.59M
    | | ├──12-训练BERT模型.mp4_ev.mp4 39.87M
    | | ├──2-项目参数配置.mp4_ev.mp4 70.44M
    | | ├──3-数据读取模块.mp4_ev.mp4 38.24M
    | | ├──4-数据预处理模块.mp4_ev.mp4 29.22M
    | | ├──5-tfrecord制作.mp4_ev.mp4 36.90M
    | | ├──6-Embedding层的作用.mp4_ev.mp4 22.27M
    | | ├──7-加入额外编码特征.mp4_ev.mp4 30.92M
    | | ├──8-加入位置编码特征.mp4_ev.mp4 16.83M
    | | └──9-mask机制.mp4_ev.mp4 26.21M
    | ├──3_项目实战-基于BERT的中文情感分析实战
    | | ├──1-中文分类数据与任务概述.mp4_ev.mp4 46.93M
    | | ├──2-读取处理自己的数据集.mp4_ev.mp4 39.08M
    | | └──3-训练BERT中文分类模型.mp4_ev.mp4 49.70M
    | ├──4_项目实战-基于BERT的中文命名实体识别识别实战
    | | ├──1-命名实体识别数据分析与任务目标.mp4_ev.mp4 24.43M
    | | ├──2-NER标注数据处理与读取.mp4_ev.mp4 49.89M
    | | └──3-构建BERT与CRF模型.mp4_ev.mp4 47.39M
    | ├──5_必备基础知识点-woed2vec模型通俗解读
    | | ├──1-词向量模型通俗解释.mp4_ev.mp4 16.39M
    | | ├──2-模型整体框架.mp4_ev.mp4 21.79M
    | | ├──3-训练数据构建.mp4_ev.mp4 12.56M
    | | ├──4-CBOW与Skip-gram模型.mp4_ev.mp4 18.30M
    | | └──5-负采样方案.mp4_ev.mp4 21.81M
    | ├──6_必备基础-掌握Tensorflow如何实现word2vec模型
    | | ├──1-数据与任务流程.mp4_ev.mp4 33.68M
    | | ├──2-数据清洗.mp4_ev.mp4 20.66M
    | | ├──3-batch数据制作.mp4_ev.mp4 37.06M
    | | ├──4-网络训练.mp4_ev.mp4 36.53M
    | | └──5-可视化展示.mp4_ev.mp4 30.17M
    | ├──7_必备基础知识点-RNN网络架构与情感分析应用实例
    | | ├──1-RNN网络模型解读.mp4_ev.mp4 19.84M
    | | ├──2-NLP应用领域与任务简介.mp4_ev.mp4 22.87M
    | | ├──3-项目流程解读.mp4_ev.mp4 30.41M
    | | ├──4-加载词向量特征.mp4_ev.mp4 22.84M
    | | ├──5-正负样本数据读取.mp4_ev.mp4 26.42M
    | | ├──6-构建LSTM网络模型.mp4_ev.mp4 32.96M
    | | ├──7-训练与测试效果.mp4_ev.mp4 62.41M
    | | └──第十二课:LSTM情感分析.mp4_ev.mp4 420.94M
    | └──8_医学糖尿病数据命名实体识别
    | | ├──1-数据与任务介绍1.mp4_ev.mp4 16.91M
    | | ├──2-整体模型架构1.mp4_ev.mp4 11.40M
    | | ├──3-数据-标签-语料库处理1.mp4_ev.mp4 27.95M
    | | ├──4-输入样本填充补齐1.mp4_ev.mp4 26.14M
    | | ├──5-训练网络模型1.mp4_ev.mp4 28.52M
    | | └──6-医疗数据集(糖尿病)实体识别1.mp4_ev.mp4 57.72M
    ├──22_知识图谱实战系列
    | ├──1_知识图谱介绍及其应用领域分析
    | | ├──1-知识图谱通俗解读.mp4_ev.mp4 15.50M
    | | ├──2-知识图谱在搜索引擎中的应用.mp4_ev.mp4 19.72M
    | | ├──3-知识图谱在医疗领域应用实例.mp4_ev.mp4 63.18M
    | | ├──4-金融与推荐领域的应用.mp4_ev.mp4 16.27M
    | | └──5-数据获取分析.mp4_ev.mp4 25.57M
    | ├──2_知识图谱涉及技术点分析
    | | ├──1-数据关系抽取分析.mp4_ev.mp4 19.85M
    | | ├──2-常用NLP技术点分析.mp4_ev.mp4 17.20M
    | | ├──3-graph-embedding的作用与效果.mp4_ev.mp4 20.20M
    | | ├──4-金融领域图编码实例.mp4_ev.mp4 9.60M
    | | ├──5-视觉领域图编码实例.mp4_ev.mp4 16.19M
    | | └──6-图谱知识融合与总结分析.mp4_ev.mp4 18.23M
    | ├──3_Neo4j数据库实战
    | | ├──1-Neo4j图数据库介绍.mp4_ev.mp4 35.09M
    | | ├──2-Neo4j数据库安装流程演示.mp4_ev.mp4 19.88M
    | | ├──3-可视化例子演示.mp4_ev.mp4 31.76M
    | | ├──4-创建与删除操作演示.mp4_ev.mp4 19.53M
    | | └──5-数据库更改查询操作演示.mp4_ev.mp4 20.74M
    | ├──4_使用python操作neo4j实例
    | | ├──1-使用Py2neo建立连接.mp4_ev.mp4 30.67M
    | | ├──2-提取所需的指标信息.mp4_ev.mp4 34.39M
    | | ├──3-在图中创建实体.mp4_ev.mp4 29.54M
    | | └──4-根据给定实体创建关系.mp4_ev.mp4 34.64M
    | ├──5_基于知识图谱的医药问答系统实战
    | | ├──1-项目概述与整体架构分析.mp4_ev.mp4 24.44M
    | | ├──10-完成对话系统构建.mp4_ev.mp4 27.74M
    | | ├──2-医疗数据介绍及其各字段含义.mp4_ev.mp4 83.94M
    | | ├──3-任务流程概述.mp4_ev.mp4 24.42M
    | | ├──4-环境配置与所需工具包安装.mp4_ev.mp4 23.47M
    | | ├──5-提取数据中的关键字段信息.mp4_ev.mp4 42.59M
    | | ├──6-创建关系边.mp4_ev.mp4 27.64M
    | | ├──7-打造医疗知识图谱模型.mp4_ev.mp4 40.85M
    | | ├──8-加载所有实体数据.mp4_ev.mp4 26.76M
    | | └──9-实体关键词字典制作.mp4_ev.mp4 23.52M
    | ├──6_文本关系抽取实践
    | | ├──1-关系抽取要完成的任务演示与分析.mp4_ev.mp4 13.43M
    | | ├──2-LTP工具包概述介绍.mp4_ev.mp4 32.46M
    | | ├──3-pyltp安装与流程演示.mp4_ev.mp4 27.50M
    | | ├──4-得到分词与词性标注结果.mp4_ev.mp4 30.90M
    | | ├──5-依存句法概述.mp4_ev.mp4 20.40M
    | | ├──6-句法分析结果整理.mp4_ev.mp4 27.12M
    | | ├──7-语义角色构建与分析.mp4_ev.mp4 38.21M
    | | └──8-设计规则完成关系抽取.mp4_ev.mp4 35.78M
    | ├──7_金融平台风控模型实践
    | | ├──1-竞赛任务目标.mp4_ev.mp4 16.29M
    | | ├──2-图模型信息提取.mp4_ev.mp4 21.41M
    | | ├──3-节点权重特征提取(PageRank).mp4_ev.mp4 26.54M
    | | ├──4-deepwalk构建图顶点特征.mp4_ev.mp4 38.95M
    | | ├──5-各项统计特征.mp4_ev.mp4 36.71M
    | | ├──6-app安装特征.mp4_ev.mp4 27.91M
    | | └──7-图中联系人特征.mp4_ev.mp4 47.77M
    | └──8_医学糖尿病数据命名实体识别
    | | ├──1-数据与任务介绍1.mp4_ev.mp4 16.89M
    | | ├──2-整体模型架构1.mp4_ev.mp4 11.40M
    | | ├──3-数据-标签-语料库处理1.mp4_ev.mp4 28.01M
    | | ├──4-输入样本填充补齐1.mp4_ev.mp4 26.14M
    | | ├──5-训练网络模型1.mp4_ev.mp4 28.50M
    | | └──6-医疗数据集(糖尿病)实体识别1.mp4_ev.mp4 57.94M
    ├──23_语音识别实战系列
    | ├──1_seq2seq序列网络模型
    | | ├──1-序列网络模型概述分析.mp4_ev.mp4 14.44M
    | | ├──2-工作原理概述.mp4_ev.mp4 6.96M
    | | ├──3.注意力机制的作用.txt
    | | ├──4-加入attention的序列模型整体架构.mp4_ev.mp4 16.66M
    | | ├──5-TeacherForcing的作用与训练策略.mp4_ev.mp4 13.15M
    | | └──额外补充-RNN网络模型解读.mp4_ev.mp4 19.80M
    | ├──2_LAS模型语音识别实战
    | | ├──1-数据源与环境配置.mp4_ev.mp4 23.00M
    | | ├──2-语料表制作方法.mp4_ev.mp4 18.01M
    | | ├──3-制作json标注数据.mp4_ev.mp4 28.30M
    | | ├──4-声音数据处理模块解读.mp4_ev.mp4 42.80M
    | | ├──5-Pack与Pad操作解析.mp4_ev.mp4 25.20M
    | | ├──6-编码器模块整体流程.mp4_ev.mp4 21.65M
    | | ├──7-加入注意力机制.mp4_ev.mp4 23.44M
    | | ├──8-计算得到每个输出的attention得分.mp4_ev.mp4 25.92M
    | | └──9-解码器与训练过程演示.mp4_ev.mp4 30.84M
    | ├──3_starganvc2变声器论文原理解读
    | | ├──1-论文整体思路与架构解读.mp4_ev.mp4 26.69M
    | | ├──2-VCC2016输入数据.mp4_ev.mp4 15.32M
    | | ├──3-语音特征提取.mp4_ev.mp4 23.41M
    | | ├──4-生成器模型架构分析.mp4_ev.mp4 11.35M
    | | ├──5-InstanceNorm的作用解读.mp4_ev.mp4 14.29M
    | | ├──6-AdaIn的目的与效果.mp4_ev.mp4 10.44M
    | | └──7-判别器模块分析.mp4_ev.mp4 81.15M
    | ├──4_staeganvc2变声器源码实战
    | | ├──1-数据与项目文件解读.mp4_ev.mp4 16.14M
    | | ├──10-源码损失计算流程.mp4_ev.mp4 25.67M
    | | ├──11-测试模块-生成转换语音.mp4_ev.mp4 34.96M
    | | ├──2-环境配置与工具包安装.mp4_ev.mp4 27.45M
    | | ├──3-数据预处理与声音特征提取.mp4_ev.mp4 58.95M
    | | ├──4-生成器构造模块解读.mp4_ev.mp4 28.93M
    | | ├──5-下采样与上采样操作.mp4_ev.mp4 24.10M
    | | ├──6-starganvc2版本标签输入分析.mp4_ev.mp4 35.59M
    | | ├──7-生成器前向传播维度变化.mp4_ev.mp4 18.80M
    | | ├──8-判别器模块解读.mp4_ev.mp4 23.60M
    | | └──9-论文损失函数.mp4_ev.mp4 72.06M
    | ├──5_语音分离ConvTasnet模型
    | | ├──1-语音分离任务分析.mp4_ev.mp4 6.93M
    | | ├──2-经典语音分离模型概述.mp4_ev.mp4 13.94M
    | | ├──3-DeepClustering论文解读.mp4_ev.mp4 12.39M
    | | ├──4-TasNet编码器结构分析.mp4_ev.mp4 30.85M
    | | ├──5-DW卷积的作用与效果.mp4_ev.mp4 8.21M
    | | └──6-基于Mask得到分离结果.mp4_ev.mp4 13.63M
    | ├──6_ConvTasnet语音分离实战
    | | ├──1-数据准备与环境配置.mp4_ev.mp4 52.85M
    | | ├──2-训练任务所需参数介绍.mp4_ev.mp4 19.78M
    | | ├──3-DataLoader定义.mp4_ev.mp4 24.89M
    | | ├──4-采样数据特征编码.mp4_ev.mp4 27.38M
    | | ├──5编码器特征提取.mp4_ev.mp4 38.96M
    | | ├──6-构建更大的感受区域.mp4_ev.mp4 36.03M
    | | ├──7-解码得到分离后的语音.mp4_ev.mp4 29.85M
    | | └──8-测试模块所需参数.mp4_ev.mp4 28.64M
    | ├──7_语音合成tacotron最新版实战
    | | ├──1-语音合成项目所需环境配置.mp4_ev.mp4 29.96M
    | | ├──10-得到加权的编码向量.mp4_ev.mp4 36.84M
    | | ├──11-模型输出结果.mp4_ev.mp4 37.76M
    | | ├──12-损失函数与预测.mp4_ev.mp4 32.45M
    | | ├──2-所需数据集介绍.mp4_ev.mp4 31.50M
    | | ├──3-路径配置与整体流程解读.mp4_ev.mp4 44.20M
    | | ├──4-Dataloader构建数据与标签.mp4_ev.mp4 52.16M
    | | ├──5-编码层要完成的任务.mp4_ev.mp4 32.33M
    | | ├──6-得到编码特征向量.mp4_ev.mp4 19.73M
    | | ├──7-解码器输入准备.mp4_ev.mp4 24.31M
    | | ├──8-解码器流程梳理.mp4_ev.mp4 28.99M
    | | └──9-注意力机制应用方法.mp4_ev.mp4 35.86M
    | └──3.注意力机制的作用.txt
    ├──24_推荐系统实战系列
    | ├──10_基本统计分析的电影推荐
    | | ├──1-电影数据与环境配置.mp4_ev.mp4 46.62M
    | | ├──2-数据与关键词信息展示.mp4_ev.mp4 38.77M
    | | ├──3-关键词云与直方图展示.mp4_ev.mp4 35.87M
    | | ├──4-特征可视化.mp4_ev.mp4 27.79M
    | | ├──5-数据清洗概述.mp4_ev.mp4 41.29M
    | | ├──6-缺失值填充方法.mp4_ev.mp4 28.14M
    | | ├──7-推荐引擎构造.mp4_ev.mp4 34.82M
    | | ├──8-数据特征构造.mp4_ev.mp4 25.61M
    | | └──9-得出推荐结果.mp4_ev.mp4 36.30M
    | ├──11_补充-基于相似度的酒店推荐系统
    | | ├──1-酒店数据与任务介绍.mp4_ev.mp4 16.33M
    | | ├──2-文本词频统计.mp4_ev.mp4 23.77M
    | | ├──3-ngram结果可视化展示.mp4_ev.mp4 38.86M
    | | ├──4-文本清洗.mp4_ev.mp4 25.16M
    | | ├──5-相似度计算.mp4_ev.mp4 34.59M
    | | └──6-得出推荐结果.mp4_ev.mp4 41.61M
    | ├──1_推荐系统介绍及其应用
    | | ├──1-推荐系统通俗解读.mp4_ev.mp4 13.82M
    | | ├──2-推荐系统发展简介.mp4_ev.mp4 18.26M
    | | ├──3-应用领域与多方位评估指标.mp4_ev.mp4 19.11M
    | | ├──4-任务流程与挑战概述.mp4_ev.mp4 20.58M
    | | ├──5-常用技术点分析.mp4_ev.mp4 13.11M
    | | └──6-与深度学习的结合.mp4_ev.mp4 18.20M
    | ├──2_协同过滤与矩阵分解
    | | ├──1-协同过滤与矩阵分解简介.mp4_ev.mp4 8.46M
    | | ├──2-基于用户与商品的协同过滤.mp4_ev.mp4 14.67M
    | | ├──3-相似度计算与推荐实例.mp4_ev.mp4 11.80M
    | | ├──4-矩阵分解的目的与效果.mp4_ev.mp4 16.55M
    | | ├──5-矩阵分解中的隐向量.mp4_ev.mp4 19.79M
    | | ├──6-目标函数简介.mp4_ev.mp4 10.42M
    | | ├──7-隐式情况分析.mp4_ev.mp4 11.02M
    | | └──8-Embedding的作用.mp4_ev.mp4 8.41M
    | ├──3_音乐推荐系统实战
    | | ├──1-音乐推荐任务概述.mp4_ev.mp4 46.57M
    | | ├──2-数据集整合.mp4_ev.mp4 35.88M
    | | ├──3-基于物品的协同过滤.mp4_ev.mp4 44.10M
    | | ├──4-物品相似度计算与推荐.mp4_ev.mp4 49.49M
    | | ├──5-SVD矩阵分解.mp4_ev.mp4 23.74M
    | | └──6-基于矩阵分解的音乐推荐.mp4_ev.mp4 59.12M
    | ├──4_知识图谱与Neo4j数据库实例
    | | ├──1-Neo4j图数据库介绍.mp4_ev.mp4 35.10M
    | | ├──1-知识图谱通俗解读.mp4_ev.mp4 15.50M
    | | ├──2-Neo4j数据库安装流程演示.mp4_ev.mp4 19.88M
    | | ├──2-知识图谱在搜索引擎中的应用.mp4_ev.mp4 19.71M
    | | ├──3-可视化例子演示.mp4_ev.mp4 31.77M
    | | ├──3-知识图谱在医疗领域应用实例.mp4_ev.mp4 63.16M
    | | ├──4-创建与删除操作演示.mp4_ev.mp4 19.55M
    | | ├──4-金融与推荐领域的应用.mp4_ev.mp4 16.26M
    | | ├──5-数据获取分析.mp4_ev.mp4 25.57M
    | | └──5-数据库更改查询操作演示.mp4_ev.mp4 20.71M
    | ├──5_基于知识图谱的电影推荐实战
    | | ├──1-知识图谱推荐系统效果演示.mp4_ev.mp4 16.52M
    | | ├──2-kaggle电影数据集下载与配置.mp4_ev.mp4 44.10M
    | | ├──3-图谱需求与任务流程解读.mp4_ev.mp4 19.29M
    | | ├──4-项目所需环境配置安装.mp4_ev.mp4 35.06M
    | | ├──5-构建用户电影知识图谱.mp4_ev.mp4 41.83M
    | | ├──6-图谱查询与匹配操作.mp4_ev.mp4 14.40M
    | | └──7-相似度计算与推荐引擎构建.mp4_ev.mp4 27.89M
    | ├──6_点击率估计FM与DeepFM算法
    | | ├──1-CTR估计及其经典方法概述.mp4_ev.mp4 16.25M
    | | ├──2-高维特征带来的问题.mp4_ev.mp4 9.45M
    | | ├──3-二项式特征的作用与挑战.mp4_ev.mp4 9.26M
    | | ├──4-二阶公式推导与化简.mp4_ev.mp4 16.29M
    | | ├──5-FM算法解析.mp4_ev.mp4 15.65M
    | | ├──6-DeepFm整体架构解读.mp4_ev.mp4 11.68M
    | | ├──7-输入层所需数据样例.mp4_ev.mp4 10.65M
    | | └──8-Embedding层的作用与总结.mp4_ev.mp4 16.32M
    | ├──7_DeepFM算法实战
    | | ├──1-数据集介绍与环境配置.mp4_ev.mp4 39.31M
    | | ├──2-广告点击数据预处理实例.mp4_ev.mp4 36.19M
    | | ├──3-数据处理模块Embedding层.mp4_ev.mp4 24.03M
    | | ├──4-Index与Value数据制作.mp4_ev.mp4 20.44M
    | | ├──5-一阶权重参数设计.mp4_ev.mp4 23.44M
    | | ├──6-二阶特征构建方法.mp4_ev.mp4 20.38M
    | | ├──7-特征组合方法实例分析.mp4_ev.mp4 29.68M
    | | ├──8-完成FM模块计算.mp4_ev.mp4 15.24M
    | | └──9-DNN模块与训练过程.mp4_ev.mp4 28.03M
    | ├──8_推荐系统常用工具包演示
    | | ├──1-环境配置与数据集介绍.mp4_ev.mp4 23.24M
    | | ├──2-电影数据集预处理分析.mp4_ev.mp4 23.72M
    | | ├──3-surprise工具包基本使用.mp4_ev.mp4 24.77M
    | | ├──4-模型测试集结果.mp4_ev.mp4 21.95M
    | | └──5-评估指标概述.mp4_ev.mp4 43.00M
    | └──9_基于文本数据的推荐实例
    | | ├──1-数据与环境配置介绍.mp4_ev.mp4 12.52M
    | | ├──2-数据科学相关数据介绍.mp4_ev.mp4 20.60M
    | | ├──3-文本数据预处理.mp4_ev.mp4 25.41M
    | | ├──4-TFIDF构建特征矩阵.mp4_ev.mp4 21.84M
    | | ├──5-矩阵分解演示.mp4_ev.mp4 19.82M
    | | ├──6-LDA主题模型效果演示.mp4_ev.mp4 35.48M
    | | └──7-推荐结果分析.mp4_ev.mp4 29.29M
    ├──2_深度学习必备核心算法
    | ├──1_神经网络算法解读
    | | └──1-神经网络算法解读ev.mp4 400.61M | ├──2卷积神经网络算法解读
    | | └──2-卷积神经网络算法解读ev.mp4 320.74M | └──3递归神经网络算法解读
    | | └──3-递归神经网络算法解读ev.mp4 258.43M ├──3深度学习核心框架PyTorch
    | ├──1_PyTorch框架介绍与配置安装
    | | ├──1-PyTorch框架与其他框架区别分析1.mp4_ev.mp4 27.24M
    | | └──2-CPU与GPU版本安装方法解读1.mp4_ev.mp4 66.34M
    | ├──2_使用神经网络进行分类任务
    | | ├──1-数据集与任务概述2.mp4_ev.mp4 31.71M
    | | ├──2-基本模块应用测试2.mp4_ev.mp4 33.41M
    | | ├──3-网络结构定义方法2.mp4_ev.mp4 39.81M
    | | ├──4-数据源定义简介2.mp4_ev.mp4 27.52M
    | | ├──5-损失与训练模块分析2.mp4_ev.mp4 30.17M
    | | ├──6-训练一个基本的分类模型2.mp4_ev.mp4 37.85M
    | | └──7-参数对结果的影响2.mp4_ev.mp4 35.66M
    | ├──3_神经网络回归任务-气温预测
    | | └──神经网络回归任务-气温预测1.mp4_ev.mp4 142.10M
    | ├──4_卷积网络参数解读分析
    | | ├──1-输入特征通道分析2.mp4_ev.mp4 31.29M
    | | ├──2-卷积网络参数解读2.mp4_ev.mp4 22.80M
    | | └──3-卷积网络模型训练2.mp4_ev.mp4 36.81M
    | ├──5_图像识别模型与训练策略(重点)
    | | ├──1-任务分析与图像数据基本处理2.mp4_ev.mp4 30.08M
    | | ├──10-测试结果演示分析1.mp4_ev.mp4 79.26M
    | | ├──2-数据增强模块2.mp4_ev.mp4 29.70M
    | | ├──3-数据集与模型选择1.mp4_ev.mp4 32.66M
    | | ├──4-迁移学习方法解读1.mp4_ev.mp4 31.14M
    | | ├──5-输出层与梯度设置1.mp4_ev.mp4 41.37M
    | | ├──6-输出类别个数修改1.mp4_ev.mp4 34.54M
    | | ├──7-优化器与学习率衰减1.mp4_ev.mp4 36.82M
    | | ├──8-模型训练方法1.mp4_ev.mp4 35.98M
    | | └──9-重新训练全部模型1.mp4_ev.mp4 38.12M
    | ├──6_DataLoader自定义数据集制作
    | | ├──1-Dataloader要完成的任务分析1.mp4_ev.mp4 27.75M
    | | ├──2-图像数据与标签路径处理1.mp4_ev.mp4 32.62M
    | | ├──3-Dataloader中需要实现的方法分析1.mp4_ev.mp4 34.87M
    | | └──4-实用Dataloader加载数据并训练模型1.mp4_ev.mp4 54.88M
    | ├──7_LSTM文本分类实战
    | | ├──1-数据集与任务目标分析1.mp4_ev.mp4 34.17M
    | | ├──2-文本数据处理基本流程分析1.mp4_ev.mp4 37.58M
    | | ├──3-命令行参数与DEBUG1.mp4_ev.mp4 28.66M
    | | ├──4-训练模型所需基本配置参数分析1.mp4_ev.mp4 32.06M
    | | ├──5-预料表与字符切分1.mp4_ev.mp4 24.07M
    | | ├──6-字符预处理转换ID1.mp4_ev.mp4 26.49M
    | | ├──7-LSTM网络结构基本定义1.mp4_ev.mp4 27.67M
    | | ├──8-网络模型预测结果输出1.mp4_ev.mp4 30.89M
    | | └──9-模型训练任务与总结1.mp4_ev.mp4 35.62M
    | └──8_PyTorch框架Flask部署例子
    | | ├──1-基本结构与训练好的模型加载.mp4_ev.mp4 16.47M
    | | ├──2-服务端处理与预测函数.mp4_ev.mp4 32.44M
    | | └──3-基于Flask测试模型预测结果.mp4_ev.mp4 36.54M
    ├──4_MMLAB实战系列
    | ├──10_第四模块:DBNET文字检测
    | | ├──1-文字检测数据概述与配置文件.mp4_ev.mp4 40.04M
    | | ├──2-配置文件参数设置.mp4_ev.mp4 27.21M
    | | ├──3-Neck层特征组合.mp4_ev.mp4 24.17M
    | | ├──4-损失函数模块概述.mp4_ev.mp4 32.36M
    | | └──5-损失计算方法.mp4_ev.mp4 41.30M
    | ├──11_第四模块:ANINET文字识别
    | | ├──1-数据集与环境概述.mp4_ev.mp4 38.05M
    | | ├──2-配置文件修改方法.mp4_ev.mp4 38.39M
    | | ├──3-Bakbone模块得到特征.mp4_ev.mp4 31.27M
    | | ├──4-视觉Transformer模块的作用.mp4_ev.mp4 31.97M
    | | ├──5-视觉模型中的编码与解码的效果.mp4_ev.mp4 39.77M
    | | ├──6-文本模型中的结构分析.mp4_ev.mp4 28.72M
    | | ├──7-迭代修正模块.mp4_ev.mp4 28.47M
    | | └──8-输出层与损失计算.mp4_ev.mp4 38.86M
    | ├──12_第四模块:KIE基于图模型的关键信息抽取
    | | ├──1-配置文件以及要完成的任务解读.mp4_ev.mp4 34.55M
    | | ├──2-KIE数据集格式调整方法.mp4_ev.mp4 50.63M
    | | ├──3-配置文件与标签要进行处理操作.mp4_ev.mp4 35.83M
    | | ├──4-边框要计算的特征分析.mp4_ev.mp4 25.96M
    | | ├──5-标签数据处理与关系特征提取.mp4_ev.mp4 42.17M
    | | ├──6-特征合并处理.mp4_ev.mp4 31.61M
    | | ├──7-准备拼接边与点特征.mp4_ev.mp4 30.60M
    | | └──8-整合得到图模型输入特征.mp4_ev.mp4 51.66M
    | ├──12_第五模块:stylegan2源码解读
    | | ├──1-要完成的任务与基本思想概述.mp4_ev.mp4 40.39M
    | | ├──2-得到style特征编码.mp4_ev.mp4 46.20M
    | | ├──3-特征编码风格拼接.mp4_ev.mp4 26.64M
    | | ├──4-基础风格特征卷积模块.mp4_ev.mp4 37.63M
    | | ├──5-上采样得到输出结果.mp4_ev.mp4 29.31M
    | | └──6-损失函数概述.mp4_ev.mp4 19.01M
    | ├──13_第六模块:BasicVSR++视频超分辨重构源码解读
    | | ├──1-要完成的任务分析与配置文件.mp4_ev.mp4 21.06M
    | | ├──10-传播流程整体完成一圈.mp4_ev.mp4 45.29M
    | | ├──11-完成输出结果.mp4_ev.mp4 38.79M
    | | ├──2-特征基础提取模块.mp4_ev.mp4 30.60M
    | | ├──3-光流估计网络模块.mp4_ev.mp4 19.38M
    | | ├──4-基于光流完成对齐操作.mp4_ev.mp4 30.13M
    | | ├──5-偏移量计算方法1.mp4_ev.mp4 23.38M
    | | ├──6-双向计算特征对齐.mp4_ev.mp4 27.07M
    | | ├──7-提特征传递流程分析.mp4_ev.mp4 26.75M
    | | ├──8-序列传播计算.mp4_ev.mp4 28.87M
    | | └──9-准备变形卷积模块的输入.mp4_ev.mp4 32.42M
    | ├──14_第七模块:多模态3D目标检测算法源码解读
    | | ├──1-环境配置与数据集概述.mp4_ev.mp4 35.29M
    | | ├──10-3D卷积特征融合.mp4_ev.mp4 40.48M
    | | ├──11-输出层预测结果.mp4_ev.mp4 60.37M
    | | ├──2-数据与标注文件介绍.mp4_ev.mp4 28.49M
    | | ├──3-基本流程梳理并进入debug模式.mp4_ev.mp4 33.39M
    | | ├──4-数据与图像特征提取模块.mp4_ev.mp4 41.83M
    | | ├──5-体素索引位置获取.mp4_ev.mp4 46.13M
    | | ├──6-体素特征提取方法解读.mp4_ev.mp4 26.78M
    | | ├──7-体素特征计算方法分析.mp4_ev.mp4 49.48M
    | | ├──8-全局体素特征提取.mp4_ev.mp4 68.19M
    | | └──9-多模态特征融合.mp4_ev.mp4 47.39M
    | ├──15_第八模块:模型蒸馏应用实例
    | | ├──1-任务概述与工具使用ev.mp4 27.69M | | ├──2-Teacher与Student网络结构定义_ev.mp4 35.53M | | ├──3-训练T与S得到蒸馏模型_ev.mp4 50.41M | | ├──4-开始模型训练过程与问题修正_ev.mp4 40.50M | | ├──5-日志输出与模型分离_ev.mp4 50.63M | | ├──6-分别得到Teacher与Student模型_ev.mp4 34.18M | | └──7-实际测试效果演示_ev.mp4 28.79M | ├──16第八模块:模型剪枝方法概述分析
    | | ├──1-SuperNet网络结构分析与剪枝概述ev.mp4 31.61M | | └──2-搜索匹配到符合计算量的模型并训练_ev.mp4 34.96M | ├──17第九模块:mmaction行为识别
    | | └──创建自己的行为识别标注数据集ev.mp4 160.85M | ├──18额外补充
    | | └──在源码中加入各种注意力机制方法ev.mp4 86.17M | ├──1_MMCV安装方法 | | └──MMCV安装方法_ev.mp4 35.82M | ├──2第一模块:分类任务基本操作
    | | ├──1-准备MMCLS项目ev.mp4 24.40M | | ├──2-基本参数配置解读_ev.mp4 25.32M | | ├──3-各模块配置文件组成_ev.mp4 28.03M | | ├──4-生成完整配置文件_ev.mp4 18.14M | | ├──5-根据文件夹定义数据集_ev.mp4 29.96M | | ├──6-构建自己的数据集_ev.mp4 25.87M | | ├──7-训练自己的任务_ev.mp4 29.59M | | └──MMCLS问题修正1_ev.mp4 17.64M | ├──3第一模块:训练结果测试与验证
    | | ├──1-测试DEMO效果ev.mp4 18.37M | | ├──2-测试评估模型效果_ev.mp4 20.48M | | ├──3-MMCLS中增加一个新的模块_ev.mp4 47.01M | | ├──4-修改配置文件中的参数_ev.mp4 48.42M | | ├──5-数据增强流程可视化展示_ev.mp4 28.66M | | ├──6-Grad-Cam可视化方法_ev.mp4 29.45M | | ├──7-可视化细节与效果分析_ev.mp4 86.37M | | ├──8-MMCLS可视化模块应用_ev.mp4 51.08M | | └──9-模型分析脚本使用_ev.mp4 25.67M | ├──4第一模块:模型源码DEBUG演示
    | | ├──1-VIT任务概述ev.mp4 22.38M | | ├──2-数据增强模块概述分析_ev.mp4 39.36M | | ├──3-PatchEmbedding层_ev.mp4 18.55M | | ├──4-前向传播基本模块_ev.mp4 29.09M | | └──5-CLS与输出模块_ev.mp4 33.45M | ├──5第二模块:使用分割模块训练自己的数据集
    | | ├──1-项目配置基本介绍ev.mp4 50.91M | | ├──2-数据集标注与制作方法_ev.mp4 41.69M | | ├──3-跟别预测类别数修改配置文件_ev.mp4 29.82M | | ├──4-加载预训练模型开始训练_ev.mp4 63.55M | | └──5-预测DEMO演示_ev.mp4 16.26M | ├──6第二模块:基于Unet进行各种策略修改
    | | ├──1-配置文件解读ev.mp4 24.42M | | ├──2-编码层模块_ev.mp4 23.84M | | ├──3-上采样与输出层_ev.mp4 21.58M | | ├──4-辅助层的作用_ev.mp4 14.73M | | ├──5-给Unet添加一个neck层_ev.mp4 23.45M | | ├──6-如何修改参数适配网络结构_ev.mp4 16.45M | | ├──7-将Unet特征提取模块替换成transformer_ev.mp4 17.07M | | └──8-VIT模块源码分析_ev.mp4 33.04M | ├──7第二模块:分割任务CVPR最新Backbone设计及其应用
    | | ├──1-注册自己的Backbone模块.mp4_ev.mp4 24.83M
    | | ├──10-汇总多层级特征进行输出.mp4_ev.mp4 30.55M
    | | ├──2-配置文件指定.mp4_ev.mp4 26.94M
    | | ├──3-DEBUG解读Backbone设计.mp4_ev.mp4 29.14M
    | | ├──4-PatchEmbedding的作用与实现.mp4_ev.mp4 32.08M
    | | ├──5-卷积位置编码计算方法.mp4_ev.mp4 39.47M
    | | ├──6-近似Attention模块实现.mp4_ev.mp4 63.66M
    | | ├──7-完成特征提取与融合模块.mp4_ev.mp4 40.58M
    | | ├──8-分割任务输出模块.mp4_ev.mp4 36.85M
    | | └──9-全局特征的作用与实现.mp4_ev.mp4 40.87M
    | ├──8_第三模块:mmdet训练自己的数据任务
    | | ├──1-数据集标注与标签获取.mp4_ev.mp4 24.09M
    | | ├──2-COCO数据标注格式.mp4_ev.mp4 20.89M
    | | ├──3-通过脚本生成COCO数据格式.mp4_ev.mp4 28.02M
    | | ├──4-配置文件数据增强策略分析.mp4_ev.mp4 33.70M
    | | ├──5-训练所需配置说明.mp4_ev.mp4 41.40M
    | | ├──6-模型训练与DEMO演示.mp4_ev.mp4 25.68M
    | | ├──7-模型测试与可视化分析模块.mp4_ev.mp4 54.51M
    | | └──8-补充:评估指标.mp4_ev.mp4 10.67M
    | └──9_第三模块:DeformableDetr物体检测源码分析
    | | ├──1-特征提取与位置编码ev.mp4 28.22M | | ├──10-分类与回归输出模块_ev.mp4 36.94M | | ├──11-预测输出结果与标签匹配模块_ev.mp4 32.76M | | ├──2-序列特征展开并叠加_ev.mp4 35.51M | | ├──3-得到相对位置点编码_ev.mp4 21.57M | | ├──4-准备Encoder编码层所需全部输入_ev.mp4 28.03M | | ├──5-编码层中的序列分析_ev.mp4 29.03M | | ├──6-偏移量offset计算_ev.mp4 34.34M | | ├──7-偏移量对齐操作_ev.mp4 28.96M | | ├──8-Encoder层完成特征对齐_ev.mp4 38.23M | | └──9-Decoder要完成的操作_ev.mp4 28.92M ├──5_Opencv图像处理框架实战 | ├──10项目实战-文档扫描OCR识别
    | | ├──1-整体流程演示.mp4_ev.mp4 15.21M
    | | ├──2-文档轮廓提取.mp4_ev.mp4 21.01M
    | | ├──3-原始与变换坐标计算.mp4_ev.mp4 19.02M
    | | ├──4-透视变换结果.mp4_ev.mp4 23.25M
    | | ├──5-tesseract-ocr安装配置.mp4_ev.mp4 27.09M
    | | └──6-文档扫描识别效果.mp4_ev.mp4 19.68M
    | ├──11_图像特征-harris
    | | ├──1-角点检测基本原理.mp4_ev.mp4 12.07M
    | | ├──2-基本数学原理.mp4_ev.mp4 22.23M
    | | ├──3-求解化简.mp4_ev.mp4 23.04M
    | | ├──4-特征归属划分.mp4_ev.mp4 30.12M
    | | └──5-opencv角点检测效果.mp4_ev.mp4 22.78M
    | ├──12_图像特征-sift
    | | ├──1-尺度空间定义.mp4_ev.mp4 15.81M
    | | ├──2-高斯差分金字塔.mp4_ev.mp4 16.06M
    | | ├──3-特征关键点定位.mp4_ev.mp4 34.40M
    | | ├──4-生成特征描述.mp4_ev.mp4 16.87M
    | | ├──5-特征向量生成.mp4_ev.mp4 31.73M
    | | └──6-opencv中sift函数使用.mp4_ev.mp4 21.75M
    | ├──13_案例实战-全景图像拼接
    | | ├──1-特征匹配方法.mp4_ev.mp4 20.61M
    | | ├──2-RANSAC算法.mp4_ev.mp4 24.50M
    | | ├──2-图像拼接方法.mp4_ev.mp4 31.04M
    | | └──4-流程解读.mp4_ev.mp4 15.36M
    | ├──14_项目实战-停车场车位识别
    | | ├──1-任务整体流程.mp4_ev.mp4 37.77M
    | | ├──2-所需数据介绍.mp4_ev.mp4 22.79M
    | | ├──3-图像数据预处理.mp4_ev.mp4 34.88M
    | | ├──4-车位直线检测.mp4_ev.mp4 39.71M
    | | ├──5-按列划分区域.mp4_ev.mp4 36.65M
    | | ├──6-车位区域划分.mp4_ev.mp4 38.25M
    | | ├──7-识别模型构建.mp4_ev.mp4 28.69M
    | | └──8-基于视频的车位检测.mp4_ev.mp4 70.60M
    | ├──15_项目实战-答题卡识别判卷
    | | ├──1-整体流程与效果概述.mp4_ev.mp4 19.69M
    | | ├──2-预处理操作.mp4_ev.mp4 17.31M
    | | ├──3-填涂轮廓检测.mp4_ev.mp4 18.51M
    | | └──4-选项判断识别.mp4_ev.mp4 35.37M
    | ├──16_背景建模
    | | ├──1-背景消除-帧差法.mp4_ev.mp4 15.34M
    | | ├──2-混合高斯模型.mp4_ev.mp4 18.68M
    | | ├──3-学习步骤.mp4_ev.mp4 21.73M
    | | └──4-背景建模实战.mp4_ev.mp4 33.81M
    | ├──17_光流估计
    | | ├──1-基本概念.mp4_ev.mp4 15.70M
    | | ├──2-Lucas-Kanade算法.mp4_ev.mp4 14.71M
    | | ├──3-推导求解.mp4_ev.mp4 19.59M
    | | └──4-光流估计实战.mp4_ev.mp4 44.43M
    | ├──18_Opencv的DNN模块
    | | ├──1-dnn模块.mp4_ev.mp4 21.39M
    | | └──2-模型加载结果输出.mp4_ev.mp4 29.36M
    | ├──19_项目实战-目标追踪
    | | ├──1-目标追踪概述.mp4_ev.mp4 34.39M
    | | ├──2-多目标追踪实战.mp4_ev.mp4 23.30M
    | | ├──3-深度学习检测框架加载.mp4_ev.mp4 28.44M
    | | ├──4-基于dlib与ssd的追踪.mp4_ev.mp4 47.88M
    | | ├──5-多进程目标追踪.mp4_ev.mp4 19.70M
    | | └──6-多进程效率提升对比.mp4_ev.mp4 43.89M
    | ├──1_课程简介与环境配置
    | | ├──0-课程简介2.mp4_ev.mp4 4.07M
    | | ├──2-Notebook与IDE环境.mp4_ev.mp4 56.82M
    | | └──2-Python与Opencv配置安装.mp4_ev.mp4 26.63M
    | ├──20_卷积原理与操作
    | | ├──1-卷积神经网络的应用.mp4_ev.mp4 31.17M
    | | ├──1-卷积效果演示.mp4_ev.mp4 17.37M
    | | ├──2-卷积操作流程.mp4_ev.mp4 29.05M
    | | ├──2-卷积层解释.mp4_ev.mp4 19.26M
    | | ├──3-卷积计算过程.mp4_ev.mp4 23.70M
    | | ├──4-pading与stride.mp4_ev.mp4 22.43M
    | | ├──5-卷积参数共享.mp4_ev.mp4 14.51M
    | | └──6-池化层原理.mp4_ev.mp4 14.00M
    | ├──21_项目实战-疲劳检测
    | | ├──1-关键点定位概述.mp4_ev.mp4 19.34M
    | | ├──2-获取人脸关键点.mp4_ev.mp4 25.41M
    | | ├──3-定位效果演示.mp4_ev.mp4 31.86M
    | | ├──4-闭眼检测.mp4_ev.mp4 45.02M
    | | └──5-检测效果.mp4_ev.mp4 28.77M
    | ├──2_图像基本操作
    | | ├──1-计算机眼中的图像.mp4_ev.mp4 22.63M
    | | ├──2-视频的读取与处理.mp4_ev.mp4 33.50M
    | | ├──3-ROI区域.mp4_ev.mp4 10.75M
    | | ├──4-边界填充.mp4_ev.mp4 15.93M
    | | └──5-数值计算.mp4_ev.mp4 28.73M
    | ├──3_阈值与平滑处理
    | | ├──1-图像平滑处理.mp4_ev.mp4 18.21M
    | | ├──2-高斯与中值滤波.mp4_ev.mp4 15.06M
    | | └──图像阈值.mp4_ev.mp4 22.92M
    | ├──4_图像形态学操作
    | | ├──1-腐蚀操作.mp4_ev.mp4 14.33M
    | | ├──2-膨胀操作.mp4_ev.mp4 8.38M
    | | ├──3-开运算与闭运算.mp4_ev.mp4 6.97M
    | | ├──4-梯度计算.mp4_ev.mp4 5.60M
    | | └──5-礼帽与黑帽.mp4_ev.mp4 11.86M
    | ├──5_图像梯度计算
    | | ├──1-Sobel算子.mp4_ev.mp4 19.91M
    | | ├──2-梯度计算方法.mp4_ev.mp4 21.58M
    | | └──3-scharr与lapkacian算子.mp4_ev.mp4 18.80M
    | ├──6_边缘检测
    | | ├──1-Canny边缘检测流程.mp4_ev.mp4 13.30M
    | | ├──2-非极大值抑制.mp4_ev.mp4 12.74M
    | | └──3-边缘检测效果.mp4_ev.mp4 23.20M
    | ├──7_图像金字塔与轮廓检测
    | | ├──1-轮廓检测方法.mp4_ev.mp4 14.04M
    | | ├──1-模板匹配方法.mp4_ev.mp4 33.66M
    | | ├──1-图像金字塔定义.mp4_ev.mp4 14.65M
    | | ├──2-金字塔制作方法.mp4_ev.mp4 18.43M
    | | ├──2-轮廓检测结果.mp4_ev.mp4 22.35M
    | | ├──2-匹配效果展示.mp4_ev.mp4 15.64M
    | | └──3-轮廓特征与近似.mp4_ev.mp4 27.08M
    | ├──8_直方图与傅里叶变换
    | | ├──1-傅里叶概述.mp4_ev.mp4 27.14M
    | | ├──1-直方图定义.mp4_ev.mp4 17.04M
    | | ├──2-均衡化原理.mp4_ev.mp4 23.30M
    | | ├──2-频域变换结果.mp4_ev.mp4 18.99M
    | | ├──3-低通与高通滤波.mp4_ev.mp4 20.09M
    | | └──3-均衡化效果.mp4_ev.mp4 19.29M
    | └──9_项目实战-信用卡数字识别
    | | ├──2-环境配置与预处理.mp4_ev.mp4 24.22M
    | | ├──3-模板处理方法.mp4_ev.mp4 17.27M
    | | ├──4-输入数据处理方法.mp4_ev.mp4 21.10M
    | | ├──5-模板匹配得出识别结果.mp4_ev.mp4 32.86M
    | | └──总体流程与方法讲解.mp4_ev.mp4 17.60M
    ├──6_综合项目-物体检测经典算法实战
    | ├──10_EfficientNet网络
    | | └──第八课:EfficientNet网络模型.mp4_ev.mp4 393.68M
    | ├──11_EfficientDet检测算法
    | | └──第十一章:EfficientDet检测算法.mp4_ev.mp4 327.50M
    | ├──12_基于Transformer的detr目标检测算法
    | | ├──1-DETR目标检测基本思想解读.mp4_ev.mp4 14.97M
    | | ├──2-整体网络架构分析.mp4_ev.mp4 22.90M
    | | ├──3-位置信息初始化query向量.mp4_ev.mp4 15.04M
    | | ├──4-注意力机制的作用方法.mp4_ev.mp4 15.45M
    | | └──5-训练过程的策略.mp4_ev.mp4 21.56M
    | ├──13_detr目标检测源码解读
    | | ├──1-项目环境配置解读.mp4_ev.mp4 29.90M
    | | ├──2-数据处理与dataloader.mp4_ev.mp4 45.87M
    | | ├──3-位置编码作用分析.mp4_ev.mp4 34.90M
    | | ├──4-backbone特征提取模块.mp4_ev.mp4 25.29M
    | | ├──5-mask与编码模块.mp4_ev.mp4 25.27M
    | | ├──6-编码层作用方法.mp4_ev.mp4 31.41M
    | | ├──7-Decoder层操作与计算.mp4_ev.mp4 21.30M
    | | ├──8-输出预测结果.mp4_ev.mp4 29.78M
    | | └──9-损失函数与预测输出.mp4_ev.mp4 30.16M
    | ├──1_深度学习经典检测方法概述
    | | ├──1-检测任务中阶段的意义.mp4_ev.mp4 12.01M
    | | ├──2-不同阶段算法优缺点分析.mp4_ev.mp4 8.51M
    | | ├──3-IOU指标计算.mp4_ev.mp4 9.41M
    | | ├──4-评估所需参数计算.mp4_ev.mp4 20.32M
    | | └──5-map指标计算.mp4_ev.mp4 16.00M
    | ├──2_YOLO-V1整体思想与网络架构
    | | ├──2-检测算法要得到的结果.mp4_ev.mp4 11.32M
    | | ├──3-整体网络架构解读.mp4_ev.mp4 23.90M
    | | ├──4-位置损失计算.mp4_ev.mp4 15.48M
    | | ├──5-置信度误差与优缺点分析.mp4_ev.mp4 22.22M
    | | └──YOLO算法整体思路解读.mp4_ev.mp4 12.32M
    | ├──3_YOLO-V2改进细节详解
    | | ├──2-网络结构特点.mp4_ev.mp4 12.01M
    | | ├──3-架构细节解读.mp4_ev.mp4 14.51M
    | | ├──4-基于聚类来选择先验框尺寸.mp4_ev.mp4 18.63M
    | | ├──5-偏移量计算方法.mp4_ev.mp4 20.83M
    | | ├──6-坐标映射与还原.mp4_ev.mp4 7.60M
    | | ├──7-感受野的作用.mp4_ev.mp4 21.36M
    | | ├──8-特征融合改进.mp4_ev.mp4 14.98M
    | | └──V2版本细节升级概述.mp4_ev.mp4 10.11M
    | ├──4_YOLO-V3核心网络模型
    | | ├──1-V3版本改进概述.mp4_ev.mp4 14.24M
    | | ├──2-多scale方法改进与特征融合.mp4_ev.mp4 13.92M
    | | ├──3-经典变换方法对比分析.mp4_ev.mp4 8.71M
    | | ├──4-残差连接方法解读.mp4_ev.mp4 14.53M
    | | ├──5-整体网络模型架构分析.mp4_ev.mp4 9.96M
    | | ├──6-先验框设计改进.mp4_ev.mp4 10.23M
    | | └──7-sotfmax层改进.mp4_ev.mp4 8.34M
    | ├──5_项目实战-基于V3版本进行源码解读
    | | ├──1-数据与环境配置.mp4_ev.mp4 44.15M
    | | ├──10-网格偏移计算.mp4_ev.mp4 24.37M
    | | ├──11-模型要计算的损失概述.mp4_ev.mp4 17.26M
    | | ├──12-标签值格式修改.mp4_ev.mp4 20.46M
    | | ├──13-坐标相对位置计算.mp4_ev.mp4 23.75M
    | | ├──14-完成所有损失函数所需计算指标.mp4_ev.mp4 26.31M
    | | ├──15-模型训练与总结.mp4_ev.mp4 54.49M
    | | ├──16-预测效果展示.mp4_ev.mp4 24.41M
    | | ├──2-训练参数设置.mp4_ev.mp4 16.57M
    | | ├──3-数据与标签读取.mp4_ev.mp4 30.08M
    | | ├──4-标签文件读取与处理.mp4_ev.mp4 19.19M
    | | ├──5-debug模式介绍.mp4_ev.mp4 18.66M
    | | ├──6-基于配置文件构建网络模型.mp4_ev.mp4 28.98M
    | | ├──7-路由层与shortcut层的作用.mp4_ev.mp4 23.99M
    | | ├──8-YOLO层定义解析.mp4_ev.mp4 44.56M
    | | └──9-预测结果计算.mp4_ev.mp4 32.89M
    | ├──6_基于YOLO-V3训练自己的数据集与任务
    | | ├──1-Labelme工具安装.mp4_ev.mp4 11.49M
    | | ├──2-数据信息标注.mp4_ev.mp4 22.90M
    | | ├──3-完成标签制作.mp4_ev.mp4 22.64M
    | | ├──4-生成模型所需配置文件.mp4_ev.mp4 26.38M
    | | ├──5-json格式转换成yolo-v3所需输入.mp4_ev.mp4 15.04M
    | | ├──6-完成输入数据准备工作.mp4_ev.mp4 27.93M
    | | ├──7-训练代码与参数配置更改.mp4_ev.mp4 32.76M
    | | └──8-训练模型并测试效果.mp4_ev.mp4 25.82M
    | ├──7_YOLO-V4版本算法解读
    | | ├──1-V4版本整体概述.mp4_ev.mp4 11.52M
    | | ├──10-PAN模块解读.mp4_ev.mp4 16.38M
    | | ├──11-激活函数与整体架构总结.mp4_ev.mp4 14.96M
    | | ├──2-V4版本贡献解读.mp4_ev.mp4 7.80M
    | | ├──3-数据增强策略分析.mp4_ev.mp4 18.50M
    | | ├──4-DropBlock与标签平滑方法.mp4_ev.mp4 15.38M
    | | ├──5-损失函数遇到的问题.mp4_ev.mp4 11.79M
    | | ├──6-CIOU损失函数定义.mp4_ev.mp4 8.62M
    | | ├──7-NMS细节改进.mp4_ev.mp4 12.38M
    | | ├──8-SPP与CSP网络结构.mp4_ev.mp4 11.66M
    | | └──9-SAM注意力机制模块.mp4_ev.mp4 17.56M
    | ├──8_V5版本项目配置
    | | ├──1-整体项目概述.mp4_ev.mp4 26.44M
    | | ├──2-训练自己的数据集方法.mp4_ev.mp4 29.71M
    | | ├──3-训练数据参数配置.mp4_ev.mp4 36.91M
    | | └──4-测试DEMO演示.mp4_ev.mp4 35.96M
    | └──9_V5项目工程源码解读
    | | ├──1-数据源DEBUG流程解读.mp4_ev.mp4 30.13M
    | | ├──10-完成配置文件解析任务.mp4_ev.mp4 40.46M
    | | ├──11-前向传播计算.mp4_ev.mp4 21.66M
    | | ├──12-BottleneckCSP层计算方法.mp4_ev.mp4 23.46M
    | | ├──13-1 SPP层计算细节分析.mp4_ev.mp4 20.57M
    | | ├──13-Head层流程解读.mp4_ev.mp4 20.67M
    | | ├──14-上采样与拼接操作.mp4_ev.mp4 14.47M
    | | ├──15-输出结果分析.mp4_ev.mp4 25.59M
    | | ├──16-超参数解读.mp4_ev.mp4 25.86M
    | | ├──17-命令行参数介绍.mp4_ev.mp4 30.66M
    | | ├──18-训练流程解读.mp4_ev.mp4 34.20M
    | | ├──19-各种训练策略概述.mp4_ev.mp4 28.59M
    | | ├──2-图像数据源配置.mp4_ev.mp4 25.23M
    | | ├──20-模型迭代过程.mp4_ev.mp4 28.49M
    | | ├──3-加载标签数据.mp4_ev.mp4 19.04M
    | | ├──4-Mosaic数据增强方法.mp4_ev.mp4 20.59M
    | | ├──5-数据四合一方法与流程演示.mp4_ev.mp4 30.70M
    | | ├──6-getItem构建batch.mp4_ev.mp4 24.88M
    | | ├──7-网络架构图可视化工具安装.mp4_ev.mp4 23.49M
    | | ├──8-V5网络配置文件解读.mp4_ev.mp4 26.82M
    | | └──9-Focus模块流程分析.mp4_ev.mp4 15.42M
    ├──7_图像分割实战
    | ├──10_MaskRcnn网络框架源码详解
    | | ├──1-FPN层特征提取原理解读.mp4_ev.mp4 30.45M
    | | ├──10-RoiPooling层的作用与目的.mp4_ev.mp4 24.32M
    | | ├──11-RorAlign操作的效果.mp4_ev.mp4 18.89M
    | | ├──12-整体框架回顾.mp4_ev.mp4 21.92M
    | | ├──2-FPN网络架构实现解读.mp4_ev.mp4 40.79M
    | | ├──3-生成框比例设置.mp4_ev.mp4 20.51M
    | | ├──4-基于不同尺度特征图生成所有框.mp4_ev.mp4 24.09M
    | | ├──5-RPN层的作用与实现解读.mp4_ev.mp4 23.30M
    | | ├──6-候选框过滤方法.mp4_ev.mp4 11.49M
    | | ├──7-Proposal层实现方法.mp4_ev.mp4 24.56M
    | | ├──8-DetectionTarget层的作用.mp4_ev.mp4 18.87M
    | | └──9-正负样本选择与标签定义.mp4_ev.mp4 20.03M
    | ├──11_基于MASK-RCNN框架训练自己的数据与任务
    | | ├──1-Labelme工具安装.mp4_ev.mp4 11.52M
    | | ├──2-使用labelme进行数据与标签标注.mp4_ev.mp4 19.75M
    | | ├──3-完成训练数据准备工作.mp4_ev.mp4 20.07M
    | | ├──4-maskrcnn源码修改方法.mp4_ev.mp4 47.97M
    | | ├──5-基于标注数据训练所需任务.mp4_ev.mp4 29.67M
    | | └──6-测试与展示模块.mp4_ev.mp4 26.83M
    | ├──1_图像分割及其损失函数概述
    | | ├──1-语义分割与实例分割概述.mp4_ev.mp4 15.38M
    | | ├──2-分割任务中的目标函数定义.mp4_ev.mp4 14.70M
    | | └──3-MIOU评估标准.mp4_ev.mp4 7.15M
    | ├──2_卷积神经网络原理与参数解读
    | | ├──1-卷积神经网络应用领域.mp4_ev.mp4 16.85M
    | | ├──10-VGG网络架构.mp4_ev.mp4 14.58M
    | | ├──11-残差网络Resnet.mp4_ev.mp4 14.43M
    | | ├──12-感受野的作用.mp4_ev.mp4 12.46M
    | | ├──2-卷积的作用.mp4_ev.mp4 18.21M
    | | ├──3-卷积特征值计算方法.mp4_ev.mp4 16.97M
    | | ├──4-得到特征图表示.mp4_ev.mp4 14.53M
    | | ├──5-步长与卷积核大小对结果的影响.mp4_ev.mp4 15.79M
    | | ├──6-边缘填充方法.mp4_ev.mp4 13.84M
    | | ├──7-特征图尺寸计算与参数共享.mp4_ev.mp4 16.23M
    | | ├──8-池化层的作用.mp4_ev.mp4 9.35M
    | | └──9-1整体网络架构.mp4_ev.mp4 12.96M
    | ├──3_Unet系列算法讲解
    | | ├──1-Unet网络编码与解码过程.mp4_ev.mp4 14.67M
    | | ├──2-网络计算流程.mp4_ev.mp4 12.61M
    | | ├──3-Unet升级版本改进.mp4_ev.mp4 12.06M
    | | └──4-后续升级版本介绍.mp4_ev.mp4 13.68M
    | ├──4_unet医学细胞分割实战
    | | ├──1-医学细胞数据集介绍与参数配置.mp4_ev.mp4 44.95M
    | | ├──2-数据增强工具.mp4_ev.mp4 46.75M
    | | ├──3-Debug模式演示网络计算流程.mp4_ev.mp4 31.75M
    | | ├──4-特征融合方法演示.mp4_ev.mp4 21.36M
    | | ├──5-迭代完成整个模型计算任务.mp4_ev.mp4 23.51M
    | | └──6-模型效果验证.mp4_ev.mp4 34.52M
    | ├──5_U2NET显著性检测实战
    | | ├──1-任务目标与网络整体介绍.mp4_ev.mp4 39.33M
    | | ├──2-显著性检测任务与目标概述.mp4_ev.mp4 41.40M
    | | ├──3-编码器模块解读.mp4_ev.mp4 29.80M
    | | ├──4-解码器输出结果.mp4_ev.mp4 20.55M
    | | └──5-损失函数与应用效果.mp4_ev.mp4 24.23M
    | ├──6_deeplab系列算法
    | | ├──1-deeplab分割算法概述.mp4_ev.mp4 11.08M
    | | ├──2-空洞卷积的作用.mp4_ev.mp4 13.13M
    | | ├──3-感受野的意义.mp4_ev.mp4 14.40M
    | | ├──4-SPP层的作用.mp4_ev.mp4 14.38M
    | | ├──5-ASPP特征融合策略.mp4_ev.mp4 10.31M
    | | └──6-deeplabV3Plus版本网络架构.mp4_ev.mp4 18.47M
    | ├──7_基于deeplabV3+版本进行VOC分割实战
    | | ├──1-PascalVoc数据集介绍.mp4_ev.mp4 46.04M
    | | ├──2-项目参数与数据集读取.mp4_ev.mp4 45.17M
    | | ├──3-网络前向传播流程.mp4_ev.mp4 23.42M
    | | ├──4-ASPP层特征融合.mp4_ev.mp4 36.91M
    | | └──5-分割模型训练.mp4_ev.mp4 25.23M
    | ├──8_医学心脏视频数据集分割建模实战
    | | ├──1-数据集与任务概述.mp4_ev.mp4 27.30M
    | | ├──2-项目基本配置参数.mp4_ev.mp4 25.23M
    | | ├──3-任务流程解读.mp4_ev.mp4 53.25M
    | | ├──4-文献报告分析.mp4_ev.mp4 86.01M
    | | ├──5-补充:视频数据源特征处理方法概述.mp4_ev.mp4 19.71M
    | | └──6-补充:R(2plus1)D处理方法分析.mp4_ev.mp4 13.87M
    | └──9_物体检测框架-MaskRcnn项目介绍与配置
    | | ├──0-Mask-Rcnn开源项目简介.mp4_ev.mp4 64.73M
    | | ├──0-参数配置.mp4_ev.mp4 63.69M
    | | └──0-开源项目数据集.mp4_ev.mp4 30.96M
    ├──8_行为识别实战
    | ├──1_slowfast算法知识点通俗解读
    | | ├──1-slowfast核心思想解读.mp4_ev.mp4 45.37M
    | | ├──2-核心网络结构模块分析.mp4_ev.mp4 16.05M
    | | ├──3-数据采样曾的作用.mp4_ev.mp4 13.06M
    | | ├──4-模型网络结构设计.mp4_ev.mp4 13.88M
    | | └──5-特征融合模块与总结分析.mp4_ev.mp4 27.23M
    | ├──2_slowfast项目环境配置与配置文件
    | | ├──1-环境基本配置解读.mp4_ev.mp4 31.41M
    | | ├──2-目录各文件分析.mp4_ev.mp4 25.80M
    | | ├──3-配置文件作用解读.mp4_ev.mp4 34.19M
    | | ├──4-测试DEMO演示1.mp4_ev.mp4 54.89M
    | | ├──5-训练所需标签文件说明.mp4_ev.mp4 34.27M
    | | ├──6-训练所需视频数据准备.mp4_ev.mp4 30.59M
    | | ├──7-视频数据集切分操作.mp4_ev.mp4 27.54M
    | | └──8-完成视频分帧操作.mp4_ev.mp4 22.63M
    | ├──3_slowfast源码详细解读
    | | ├──1-模型所需配置文件参数读取1.mp4_ev.mp4 22.11M
    | | ├──10-RoiAlign与输出层1.mp4_ev.mp4 49.78M
    | | ├──2-数据处理概述1.mp4_ev.mp4 30.93M
    | | ├──3-dataloader数据遍历方法1.mp4_ev.mp4 32.78M
    | | ├──4-数据与标签读取实例1.mp4_ev.mp4 30.55M
    | | ├──5-图像数据所需预处理方法1.mp4_ev.mp4 41.26M
    | | ├──6-slow与fast分别执行采样操作1.mp4_ev.mp4 40.60M
    | | ├──7-分别计算特征图输出结果1.mp4_ev.mp4 36.02M
    | | ├──8-slow与fast特征图拼接操作1.mp4_ev.mp4 32.30M
    | | └──9-resnetBolock操作1.mp4_ev.mp4 33.44M
    | ├──4_基于3D卷积的视频分析与动作识别
    | | ├──1-3D卷积原理解读.mp4_ev.mp4 16.33M
    | | ├──2-UCF101动作识别数据集简介.mp4_ev.mp4 34.04M
    | | ├──3-测试效果与项目配置.mp4_ev.mp4 39.74M
    | | ├──4-视频数据预处理方法.mp4_ev.mp4 23.25M
    | | ├──5-数据Batch制作方法.mp4_ev.mp4 34.57M
    | | ├──6-3D卷积网络所涉及模块.mp4_ev.mp4 27.44M
    | | └──7-训练网络模型.mp4_ev.mp4 29.87M
    | ├──5_视频异常检测算法与元学习
    | | ├──1-异常检测要解决的问题与数据集介绍.mp4_ev.mp4 16.66M
    | | ├──2-基本思想与流程分析.mp4_ev.mp4 19.36M
    | | ├──3-预测与常见问题.mp4_ev.mp4 20.29M
    | | ├──4-Meta-Learn要解决的问题.mp4_ev.mp4 15.64M
    | | ├──5-学习能力与参数定义.mp4_ev.mp4 10.65M
    | | ├──6-如何找到合适的初始化参数.mp4_ev.mp4 17.39M
    | | └──7-MAML算法流程解读.mp4_ev.mp4 21.63M
    | ├──6_视频异常检测CVPR2021论文及其源码解读
    | | ├──1-论文概述与环境配置.mp4_ev.mp4 18.84M
    | | ├──2-数据集配置与读取.mp4_ev.mp4 27.69M
    | | ├──3-模型编码与解码结构.mp4_ev.mp4 23.13M
    | | ├──4-注意力机制模块打造.mp4_ev.mp4 42.81M
    | | ├──5-损失函数的目的.mp4_ev.mp4 43.30M
    | | ├──6-特征图生成.mp4_ev.mp4 28.49M
    | | └──7-MetaLearn与输出.mp4_ev.mp4 21.17M
    | └──7_基础补充-Resnet模型及其应用实例
    | | ├──1-医学疾病数据集介绍.mp4_ev.mp4 15.45M
    | | ├──2-Resnet网络架构原理分析.mp4_ev.mp4 19.49M
    | | ├──3-dataloader加载数据集.mp4_ev.mp4 45.48M
    | | ├──4-Resnet网络前向传播.mp4_ev.mp4 25.32M
    | | ├──5-残差网络的shortcut操作.mp4_ev.mp4 33.52M
    | | ├──6-特征图升维与降采样操作.mp4_ev.mp4 19.09M
    | | └──7-网络整体流程与训练演示.mp4_ev.mp4 50.49M
    └──9_2022论文必备-Transformer实战系列
    | ├──10_MedicalTransformer源码解读
    | | ├──1-项目环境配置1.mp4_ev.mp4 19.12M
    | | ├──2-医学数据介绍与分析1.mp4_ev.mp4 40.40M
    | | ├──3-基本处理操作1.mp4_ev.mp4 18.54M
    | | ├──4-AxialAttention实现过程1.mp4_ev.mp4 25.11M
    | | ├──5-位置编码向量解读1.mp4_ev.mp4 20.70M
    | | ├──6-注意力计算过程与方法1.mp4_ev.mp4 37.60M
    | | └──7-局部特征提取与计算1.mp4_ev.mp4 27.52M
    | ├──11_商汤LoFTR算法解读
    | | ├──1-特征匹配的应用场景.mp4_ev.mp4 53.71M
    | | ├──10-总结分析.mp4_ev.mp4 25.62M
    | | ├──2-特征匹配的基本流程分析.mp4_ev.mp4 12.44M
    | | ├──3-整体流程梳理分析.mp4_ev.mp4 13.19M
    | | ├──4-CrossAttention的作用与效果.mp4_ev.mp4 12.18M
    | | ├──5-transformer构建匹配特征.mp4_ev.mp4 24.92M
    | | ├──6-粗粒度匹配过程与作用.mp4_ev.mp4 19.66M
    | | ├──7-特征图拆解操作.mp4_ev.mp4 11.17M
    | | ├──8-细粒度匹配的作用与方法.mp4_ev.mp4 15.06M
    | | └──9-基于期望预测最终位置.mp4_ev.mp4 17.46M
    | ├──12_局部特征关键点匹配实战
    | | ├──1-项目与参数配置解读1.mp4_ev.mp4 29.40M
    | | ├──10-得到精细化输出结果1.mp4_ev.mp4 13.48M
    | | ├──11-通过期望计算最终输出1.mp4_ev.mp4 26.72M
    | | ├──2-DEMO效果演示1.mp4_ev.mp4 51.06M
    | | ├──3-backbone特征提取模块1.mp4_ev.mp4 19.43M
    | | ├──4-注意力机制的作用与效果分析1.mp4_ev.mp4 21.52M
    | | ├──5-特征融合模块实现方法1.mp4_ev.mp4 20.73M
    | | ├──6-cross关系计算方法实例1.mp4_ev.mp4 20.47M
    | | ├──7-粗粒度匹配过程1.mp4_ev.mp4 34.77M
    | | ├──8-完成基础匹配模块1.mp4_ev.mp4 43.23M
    | | └──9-精细化调整方法与实例1.mp4_ev.mp4 30.14M
    | ├──13_项目补充-谷歌开源项目BERT源码解读与应用实例
    | | ├──1-BERT开源项目简介1.mp4_ev.mp4 29.16M
    | | ├──10-构建QKV矩阵1.mp4_ev.mp4 36.83M
    | | ├──11-完成Transformer模块构建1.mp4_ev.mp4 29.40M
    | | ├──12-训练BERT模型1.mp4_ev.mp4 38.88M
    | | ├──2-项目参数配置1.mp4_ev.mp4 69.78M
    | | ├──3-数据读取模块1.mp4_ev.mp4 37.74M
    | | ├──4-数据预处理模块1.mp4_ev.mp4 28.44M
    | | ├──6-Embedding层的作用1.mp4_ev.mp4 21.89M
    | | ├──7-加入额外编码特征1.mp4_ev.mp4 30.59M
    | | ├──8-加入位置编码特征1.mp4_ev.mp4 16.63M
    | | ├──9-mask机制1.mp4_ev.mp4 25.47M
    | | └──tfrecord制作1.mp4_ev.mp4 36.48M
    | ├──14_项目补充-基于BERT的中文情感分析实战
    | | ├──1-中文分类数据与任务概述1.mp4_ev.mp4 46.64M
    | | ├──2-读取处理自己的数据集1.mp4_ev.mp4 38.64M
    | | └──3-训练BERT中文分类模型1.mp4_ev.mp4 48.85M

    猜你在找

    免责声明: 1、本站信息来自网络,版权争议与本站无关 2、本站所有主题由该帖子作者发表,该帖子作者与本站享有帖子相关版权 3、其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和本站的同意 4、本帖部分内容转载自其它媒体,但并不代表本站赞同其观点和对其真实性负责 5、用户所发布的一切软件的解密分析文章仅限用于学习和研究目的;不得将上述内容用于商业或者非法用途,否则,一切后果请用户自负。 6、您必须在下载后的24个小时之内,从您的电脑中彻底删除上述内容。 7、请支持正版软件、得到更好的正版服务。 8、如有侵权请立即告知本站(邮箱suppport_77@126.com),本站将及时予与删除 9、本站所发布的一切破解补丁、注册机和注册信息及软件的解密分析文章和视频仅限用于学习和研究目的;不得将上述内容用于商业或者非法用途,否则,一切后果请用户自负。本站信息来自网络,版权争议与本站无关。您必须在下载后的24个小时之内,从您的电脑中彻底删除上述内容。如果您喜欢该程序,请支持正版软件,购买注册,得到更好的正版服务。如有侵权请邮件与我们联系处理。
    vipc9资源站 » 价值16800|人工智能深度学习高薪就业班5期|MP4

    常见问题FAQ

    视频格式是什么?
    不加密,网盘在线学习
    怎么发货?
    自动发货,提供百度云链接和提取码【如失效点击网站右侧联系客服】】
    有些资源没更新完结怎么办?
    本站资源包更新至完结,后续可以点击链接获取
    有问题不懂的怎么办
    可以咨询qq客服
    • 27145会员总数(位)
    • 8985资源总数(个)
    • 13本周发布(个)
    • 1 今日发布(个)
    • 1519稳定运行(天)

    提供最优质的资源集合

    加入我们
  • © 2024 it僧院 . All rights reserved      
  • 升级SVIP尊享更多特权立即升级