价值16800|人工智能深度学习高薪就业班5期|MP4

| ├──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