[黑马程序员]年度钻石会员-人工智能AI进阶 - 带源码课件网盘资源 | 影盘社

file:more.zip
file:03-阶段5(自然语言处理NLP),阶段6(NLP项目).7z
file:01-计算机视觉CV课程环境使用说明文档.pdf
file:02-阶段4 (计算机视觉CV) 阶段6 (CV项目).7z
file:Iris数据集.7z
file:01-阶段1-3(python基础 ,python高级,机器学习).7z
file:13-深度学习基础-图像分类-图像分类案例补充(3)-图像增强.mp4
file:08-深度学习基础-深度神经网络-神经网络的优化方法-反向传播算法增补-输出层权值的更新.mp4
file:10-深度学习基础-深度神经网络-卷积神经网络CNN增补-网络参数量的计算.mp4
file:02-深度学习基础-TensorFlow和keras入门-张量计算增补-轴axis的应用.mp4
file:03-深度学习基础-深度神经网络-神经网络介绍-网络是如何工作的-参数初始化增补-初始化方式的对比.mp4
file:19-迁移学习—迁移理论—加载和使用预训练模型全小节增补-2加载带头和不带头的预训练模型.mp4
file:17-Transformer—新增案例机器翻译模型-8翻译函数的定义和9模型保存.mp4
file:26-虚拟机的使用.mp4
file:25-迁移学习—迁移理论—迁移学习实践增补内容-模型上传后加载使用.mp4
file:08-RNN及其变体-RNN架构解析-注意力机制的增补attention公式讲解.mp4
file:02-文本预处理-文本预处理-文本数据增强代码实现.mp4
file:04-文本预处理-新闻主题分类任务-数据加载方式的增补文件补齐.mp4
folder:[黑马程序员]年度钻石会员-人工智能AI进阶 - 带源码课件
folder:[主学习路线]06,阶段六人工智能项目实战
folder:[课件]
folder:[主学习路线]04,阶段四计算机视觉与图像处理
folder:[课外拓展]06,阶段六阶段二Python高级(更新)
folder:[课外拓展]03,阶段三赠送-文本摘要项目
folder:[课外拓展]10,阶段十CV基础+项目(更新)
folder:[课外拓展]08,阶段八阶段四—深度学习基础补充视频
folder:4-第四章实时人脸识别检测项目
folder:2-第二章在线医生
folder:3-第三章智能文本分类系统
folder:4-第四章循环语句
folder:11-第十一章函数
folder:2-第二章python基础语法
folder:1-第一章计算机组成原理
folder:17-第十七章学生管理系统(面向对象版)
folder:4-第四章numpyV2.1
folder:17-第十七章集成学习进阶V2.1
folder:3-第三章matplotlibV2.1
folder:13-第十三章 HMM模型-v2.0
folder:12-第十二章 ELMo, GPT等经典模型的介绍与对比-v2.0
folder:4-第四章 RNN架构解析-v2.0
folder:9-第九章 fasttext工具的使用-v2.0
folder:11-第十一章 BERT,Transformer的模型架构与详解-v2.0
folder:2-第二章自然语言处理NLP介绍-v2.0
folder:1-第一章 Pytorch工具_v2.0
folder:6-第六章莎士比亚风格的文本生成任务-v2.0
folder:5-第五章目标检测_v2.0
folder:9-第九章OpenCV图像处理_v2.0
folder:10-第十章图像特征提取与描述_v2.0
folder:2-第二章tensorflow入门_v2.0
folder:第三章3-Python编程进阶
folder:第一章1-Linux基础
folder:8-第八章算法进阶进化学习
folder:9-第九章贝叶斯方法
folder:10-第十章贝叶斯方法实现及粒子滤波
folder:3-第三章生成对抗学习
folder:5-第五章模型可解释
folder:7-第七章正则表达式
folder:2-第二章Linux高级命令
folder:8-第八章数据结构与算法
folder:9-第九章MySql数据库基本使用
folder:5-第五章HTTP协议和静态服务器
folder:第三章 3-面试篇
folder:第一章 1-Pytorch与深度学习基础
folder:第六章 6-04 - 智慧交通
folder:第二章 2-深度学习核心模型与实战
folder:第二章2-机器学习算法进阶
folder:无课程相关内容
folder:3-Dlib模型训练
folder:5-属性识别
folder:7-Cypher介绍与使用
folder:18-命名实体识别介绍
folder:2-Unit对话API使用
folder:17-NE模型使用
folder:8-在Python中使用neo4j
folder:21-BiLSTM+CRF模型
folder:6-neo4j图数据库的安装
folder:26-主要逻辑服务
folder:32-系统联调与测试
folder:13-训练数据集
folder:9-离线部分简要分析
folder:15-构建RNN模型
folder:14-BERT中文预训练模型
folder:11-非结构化数据流水线
folder:4-总体架构中的工具介绍
folder:25-werobot服务构建
folder:27-任务介绍与模型选用及训练数据集
folder:3-在线医生的总体架构
folder:20-CRF介绍
folder:15-车道线定位与拟合
folder:19-跟踪效果(选学)
folder:16-车道曲率与车辆偏离中心线距离
folder:3-多目标跟踪
folder:24-网络模型应用(选学)
folder:6-匈牙利算法
folder:18-SIamese网络系列(选学)
folder:14-透视变换
folder:10-车流量统计
folder:17-在视频中进行车道线检测
folder:12-相机校正和图像去畸变
folder:6-泛娱乐推荐介绍
folder:4-多模型训练和预测
folder:2-构建标签词汇图谱
folder:3-特征工程和fasttext模型训练
folder:1-整体系统搭建
folder:4-break和continue
folder:2-while循环
folder:7-循环else应用
folder:4-字符串操作方法
folder:1-元组相关操作
folder:11-拆包,交换变量
folder:4-函数文档说明
folder:8-子类重写父类属性和方法
folder:10-私有属性和方法
folder:3-if.elif.else格式
folder:2-if基本格式
folder:5-案例猜拳游戏
folder:8-数据类型转换
folder:4-bug认识
folder:4-文件及文件夹的相关操作
folder:1-函数应用学员管理系统
folder:3-pandas高级使用
folder:4-电影案例分析
folder:2-otto案例
folder:3-lightGBM算法
folder:1-XGBoost算法
folder:6-交叉验证,网格搜索
folder:7-案例Facebook位置预测
folder:2-分类数据绘图
folder:4-北京租房数据统计分析
folder:3-案例泰坦生存预测
folder:4-维特比算法解码隐藏状态序列
folder:1-马尔科夫链
folder:2-HMM简介
folder:3-认识GPT2
folder:4-请详述BERT, GPT, ELMo模型的对比和各自的优缺点
folder:5-迁移学习实践
folder:3-NLP中的常用预训练模型
folder:5-文本的特征处理
folder:3-文本张量表示方法
folder:2-输入部分实现
folder:5-多头注意力机制
folder:8-子层连接结构
folder:1-认识Transformer架构
folder:6-前馈全连接层
folder:2-使用seq2seq模型架构实现英译法任务
folder:1-使用RNN模型构建人名分类器
folder:6-Transformer相比于RNN的优势和原因
folder:3-Transformer结构中的Decoder端具体输入
folder:12-长文本预测任务使用BERT如何构造训练样本
folder:10-BERT模型的优点和缺点
folder:11-BERT的MLM任务为什么采用80% 10% 10%的策略
folder:4-Transformer中的self-attention
folder:8-self-attention公式中添加scaled的原因
folder:2-Transformer的结构是什么样的各个子模块各有什么作用
folder:9-Transformer架构的并行化是如何进行的
folder:5-采用Multi-head Attention的原因和计算规则
folder:2- Pytorch中的autograd
folder:1-认识pytorch
folder:4-使用Pytorch构建一个分类器
folder:4-GoogleNet
folder:2-计算机视觉(CV)
folder:2-常见的损失函数
folder:4-深度学习的正则化
folder:6-卷积神经网络CNN
folder:3-Faster-RCNN原理与实现
folder:2-R-CNN网络基础
folder:1-目标检测概述
folder:6-模版匹配和霍夫变换
folder:4-实例分割:MaskRCNN
folder:2-语义分割:FCN与Unet
folder:2-OpenCV简介及安装方法
folder:4-Fast和ORB算法
folder:2-Harris和Shi-Tomas算法
folder:5-LBP和HOG特征算子
folder:2-快速入门模型
folder:1-tensorflow和keras简介
folder:0-19Python爬虫
folder:0-9FastAPI
folder:0-8静态Weeb服务器
folder:0-1函数的闭包
folder:0-3PyMySQL
folder:0-7TCP服务器开发
folder:0-6Socket网络编程
folder:0-13With上下文管理器
folder:0-12进程线程对比
folder:0-4Linux常用命令(2)
folder:0-5SQL多表查询
folder:0-11词向量的单独训练
folder:0-3TextRank算法理论基础
folder:0-27Beam-search原理介绍
folder:0-24coverage机制原理
folder:0-21BLEU算法理论
folder:0-1文本摘要项项目背景介绍
folder:0-15PGN数据特殊性分析
folder:0-37CPU优化原理和实现
folder:0-6seq3seq架构
folder:0-29TF-IDF算法原理和实现
folder:0-38Flask实现模型部署
folder:0-2项目中的数据集初探
folder:0-30单词替换法的类实现
folder:0-35模型转移实现
folder:0-23ROUGE算法实现
folder:0-32回译数据法实现和评估
folder:0-16迭代器和类的实现
folder:1-自动编码器历史与应用介绍
folder:4-变分自动编码器
folder:3-DeepQ-Network
folder:2-Q-learning算法
folder:0-20函数基本使用替代视频(04,05,06)
folder:0-31案例-学生管理系统(三)
folder:0-24基础加强练习
folder:0-18公共方法与推导式
folder:0-25可变类型及非可变类型
folder:0-14元祖定义及使用
folder:0-12字符串查找,替换,合并
folder:0-30文件操作案例
folder:0-34案例-飞机大战
folder:0-22不定长参数与组包拆包
folder:0-28lambda表达式
folder:0-5面向对象多态
folder:3-property语法
folder:15-二叉树的遍历
folder:1-HTTP协议
folder:0-7 BP神经网络案例
folder:0-6 sort
folder:0-15 车道线曲率计算
folder:0-7 yolo目标检测
folder:0-3 人脸姿态任务
folder:0-1 opencv简介
folder:0-4 yolo v1-v3算法介绍
folder:0-6机器学习算法回顾总结(有需要的同学可以看看)
folder:0-1人工智能原理基础

分享时间

2024-03-22

入库时间

2024-06-14

资源类型

夸克网盘

分享用户

拔刀*助的柿饼

[黑马程序员]年度钻石会员-人工智能AI进阶 - 带源码课件网盘资源 | 影盘社

扫码获取资源

进入网盘

分享资源