知识图谱实战系列 - 算法+项目(Python版) 夸克网盘资源
- 300T精品资源入口.txt
- 网盘资源分享群.jpg
- 89 池化层的作用.mp4
- 63 图卷积模块实现方法.mp4
- 46 图中联系人特征.mp4
- 15 可视化例子演示.mp4
- 43 deepwalk构建图顶点特征.mp4
- 35 得到分词与词性标注结果.mp4
- 18 使用Py2neo建立连接.mp4
- 53 行人重识别要解决的问题.mp4
- 25 环境配置与所需工具包安装.mp4
- 12 图谱知识融合与总结分析.mp4
- 11 视觉领域图编码实例.mp4
- 49 数据-标签-语料库处理.mp4
- 07 数据关系抽取分析.mp4
- 40 竞赛任务目标.mp4
- 62 基于图卷积构建人体拓扑关系.mp4
- 13 Neo4j图数据库介绍.mp4
- 24 任务流程概述.mp4
- 22 项目概述与整体架构分析.mp4
- 03 知识图谱在搜索引擎中的应用.mp4
- 20 在图中创建实体.mp4
- 28 打造医疗知识图谱模型.mp4
- 91 VGG网络架构.mp4
- 34 pyltp安装与流程演示.mp4
- 82 卷积神经网络应用领域.mp4
- 80 加入attention的序列模型整体架构.mp4
- 86 步长与卷积核大小对结果的影响.mp4
- 54 挑战与困难分析.mp4
- 39 设计规则完成关系抽取.mp4
- 64 图匹配在行人重识别中的作用.mp4
- 65 整体算法框架分析.mp4
- 02 知识图谱通俗解读.mp4
- 70 初始化图卷积模型.mp4
- 33 LTP工具包概述介绍.mp4
- 66 数据集与环境配置概述.mp4
- 关系抽取.zip
- 知识图谱实战系列 - 算法+项目(Python版)
- 资料
- 第六章:文本关系抽取实践
- 第七章:金融平台风控模型实践
- 第十章:基于拓扑图的行人重识别项目实战
- 第一,二章:知识图谱介绍及其应用领域分析
- 第八章:医学糖尿病数据命名实体识别
- 第三章:Neo4j数据库实战
扫码获取资源