AI精选付费资料包(37.4GB)(合集) 网盘资源 | 影盘社

file:人工智能大纲升级版本.pdf
file:论文集索引.jpg
file:13-额外补充-Resnet论文解读.mp4
file:4. 3-模型在NLP领域应用效果.mp4
file:6. 5-输入数据特殊编码字符解析.mp4
file:7. 6-向量特征编码方法.mp4
file:9. 8-论文总结分析.mp4
file:1. 课程介绍.mp4
file:8. 7-BERT模型训练策略.mp4
file:5. 4-预训练模型的作用.mp4
file:Szegedy_Going_Deeper_With_2015_CVPR_paper.pdf
file:1311.2524v5_R_CNN.pdf
file:1409.1556v6_VERY DEEP CONVOLUTIONAL Networks.pdf
file:1406.2661v1_Generative Adversarial Nets.pdf
file:1412.2306v2_Deep Visual-Semantic Alignments for Generating Image Descriptions.pdf
file:1506.01497v3_Faster R-CNN.pdf
file:1506.02025_Spatial Transformer Networks.pdf
file:4824-imagenet-classification-with-deep-convolutional-neural-networks.pdf
file:1311.2901v3_Visualizing and Understanding Convolutional Networks.pdf
file:1512.03385v1_Deep Residual Learning for Image Recognition.pdf
file:1. 1-关键点位置特征构建.mp4
file:5. 4-基于图卷积构建人体拓扑关系.mp4
file:OpenCV书籍.rar
file:53份人工智能行业报告.zip
file:Deep-Learning-with-PyTorch-Tutorials.zip
file:12-CIFAR100与VGG13实战-3.mp4
file:23-ResNet实战-4.mp4
file:6-卷积神经网络图解-2.mp4
file:18-ResNet, DenseNet详解.mp4
file:17-BatchNorm-2.mp4
file:9-池化与采样操作讲解.mp4
folder:AI精选付费资料包(37.4GB)(合集)
folder:一:人工智能论文合集
folder:二:AI必读经典书籍
folder:三:超详细人工智能学习大纲
folder:四:机器学习基础算法教程
folder:五:深度学习神经网络基础教程
folder:六:计算机视觉实战项目
folder:图神经网络(GNN)100篇论文集
folder:Resnet论文解读
folder:深度学习论文精讲-BERT模型
folder:cvpr2021
folder:CNN_不能错过的10篇论文
folder:CVPR行人重识别论文解读
folder:01.机器学习经典算法精讲视频课程
folder:神经网络模型基础课件资料
folder:GAN对抗生成网络基础
folder:03.MASK-RCNN目标检测实战视频课程
folder:01.OpenCV图像处理实战视频课程
folder:06.YOLOV5目标检测课程资料
folder:08.Unet图像分割课程资料
folder:Models
folder:Survey
folder:Applications
folder:解压密码: iccv2021
folder:02.机器学习相关书籍
folder:01.Python基础书籍
folder:第十章:聚类算法实验分析
folder:第十二章:决策树代码实现
folder:第三章:模型评估方法
folder:课程简介
folder:第八章:聚类算法-Kmeans&Dbscan原理
folder:第五章:逻辑回归原理推导
folder:部分代码资料
folder:CNN+RNN+GAN
folder:第一章:物体检测框架-MaskRcnn项目介绍与配置
folder:第六章:必备基础-物体检测FasterRcnn系列
folder:第三章:基于MASK-RCNN框架训练自己的数据与任务
folder:第二章:MaskRcnn网络框架源码详解
folder:第四章:练手小项目-人体姿态识别demo
folder:项目实战五:答题卡识别判卷
folder:项目实战二:文档扫描OCR识别
folder:项目实战三:全景图像拼接
folder:propagation_type
folder:training methods
folder:graph generation
folder:combinatorial optimization
folder:knowledge graph
folder:science
folder:吴恩达《Machine Learning Yearning》完整中文版
folder:《跟着迪哥学 Python数据分析与机器学习实战》
folder:《Python基础教程(第3版)》
folder:21年最新-李沐《动手学深度学习第二版》中,英文版免费分享
folder:《深度学习之PyTorch物体检测实战》PDF+源代码
folder:13-集成算法原理
folder:15-支持向量机原理推导
folder:2-线性回归代码实现
folder:12-决策树实验分析
folder:课程安装软件-Ubuntu 18.04
folder:第五章:必备基础-迁移学习与Resnet网络架构
folder:2-开源项目数据集
folder:1-Mask-Rcnn开源项目简介
folder:3-参数配置
folder:4-论文解读-1-论文整体概述
folder:1-三代算法-1-物体检测概述
folder:3-三代算法-3-faster-rcnn概述
folder:2-使用labelme进行数据与标签标注
folder:6-测试与展示模块
folder:1-Labelme工具安装
folder:5-基于标注数据训练所需任务
folder:4-maskrcnn源码修改方法
folder:3-完成训练数据准备工作
folder:4-基于不同尺度特征图生成所有框
folder:1-FPN层特征提取原理解读
folder:12-整体框架回顾
folder:8-DetectionTarget层的作用
folder:10-RoiPooling层的作用与目的
folder:9-正负样本选择与标签定义
folder:7-Proposal层实现方法
folder:11-RorAlign操作的效果
folder:6-候选框过滤方法
folder:1-COCO数据集与人体姿态识别简介
folder:3-流程与结果演示
folder:2-网络架构概述
folder:2-预处理操作
folder:4-选项判断识别
folder:3-填涂轮廓检测
folder:3-原始与变换坐标计算
folder:6-文档扫描识别效果
folder:4-透视变换结果
folder:5-tesseract-ocr安装配置
folder:8-基于视频的车位检测
folder:7-识别模型构建
folder:1-任务整体流程
folder:5-按列划分区域
folder:6-车位区域划分
folder:4-输入数据处理方法
folder:5-模板匹配得出识别结果
folder:2-环境配置与预处理
folder:2-RANSAC算法
folder:convolution
folder:edge-informative graph
folder:receptive field control
folder:neighborhood sampling
folder:Interaction Detection
folder:Semantic Segmentation
folder:Visual Question Answering
folder:Image classification
folder:吴恩达MLY
folder:8-Kmenas算法存在的问题
folder:9-应用实例-图像分割
folder:10-半监督学习
folder:5-评估指标-Inertia
folder:6-如何找到合适的K值
folder:3-建模流程解读
folder:7-轮廓系数的作用
folder:3-树模型预剪枝参数作用
folder:4-回归树模型
folder:1-树模型可视化展示
folder:5-数据集切分
folder:8-整体流程debug解读
folder:4-算法迭代更新
folder:2-计算得到簇中心点
folder:13-岭回归与lasso
folder:6-随机梯度下降得到的效果
folder:7-MiniBatch方法
folder:2-参数直接求解方法
folder:11-样本数量对结果的影响
folder:8-不同策略效果对比
folder:9-多项式回归
folder:12-非线性决策边界
folder:2-训练模块功能
folder:1-多分类逻辑回归整体思路
folder:4-优化目标定义
folder:5-迭代优化参数
folder:8-鸢尾花数据集多分类任务
folder:8-ROC曲线
folder:6-评估指标对比分析
folder:1-Sklearn工具包简介
folder:2-迁移学习策略
folder:6-shortcut模块
folder:7-加载训练好的权重
folder:Detection-PyTorch-Notebook
folder:chapter6
folder:yolov2-pytorch
folder:faster-rcnn-pytorch
folder:datasets
folder:weights
folder:_pycache_
folder:roi_pooling
folder:reorg
folder:roi_data_layer
folder:vgg_voc
folder:groundtruths
folder:VOCdevkit-matlab-wrapper
folder:crop_resize

分享时间

2024-07-06

入库时间

2024-08-30

资源类型

夸克网盘

分享用户

KK*5525

扫码获取资源

进入网盘

分享资源