文档详情 ID: cmk9tsly6024z6p88w3i90dfa 后台管理 213215_[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:03-文本预处理-新闻主题分类任务-数据加载方式的增补代码解读.mp4 file:01-文本预处理-文本预处理-文本数据增强讲解.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:13-Transformer—新增案例机器翻译模型-4掩码的构建.mp4 file:24-迁移学习—迁移理论—迁移学习实践增补内容-模型上传.mp4 file:26-虚拟机的使用.mp4 file:09-RNN及其变体-RNN架构解析-注意力机制的增补attention应用场景.mp4 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:14-深度学习基础-图像分类-图像分类案例补充(4)-Xception模型介绍.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:04-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-数据传输过程.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:01-深度学习基础-TensorFlow和keras入门-张量计算增补-轴axis的意义.mp4 file:18-加班,你怎么看?.mp4 file:12-工作中的困难,你是如何处理的?.mp4 file:7-谈谈跳槽那些事.mp4 file:19-处于下风?不存在的,几招教你定乾坤!.mp4 file:5-你的规划你做主!.mp4 file:4-自我介绍,你行吗?.mp4 file:20-提问的含金量,你知道吗?.mp4 file:3-了解应聘流程,做个有条不紊的人.mp4 file:14-你的应聘优势是什么.mp4 file:8-与领导意见分歧,你是怎么做的?.mp4 file:2-面试前的那些“坑”.mp4 file:17-选择机会重因素,个人心中要有数.mp4 file:6-如何正视你的小缺点.mp4 file:9-世界那么大,趋势知多少?.mp4 file:1-众里寻他千百度,你的简历在何处.mp4 file:11-谈钱怎么不伤感情.mp4 file:16-生活中的那些爱好,挑一个盘他.mp4 file:12-(Bug)解决首页无法访问问题.mp4 file:11-(理解)请求报文与响应报文作用.mp4 file:15-(重点)使用FastAPI实现多个页面请求.mp4 file:10-(重点)根据用户请求返回对应页面.mp4 file:06-(理解)使用yield生成器生成斐波那契数列.mp4 file:08-(回顾)变量引用以及可变和不可变数据类型.mp4 file:07-(重点)生成器多种写法.mp4 file:11-(重点)FastAPI执行流程与HTML通用配置.mp4 file:02-(重点)为什么要引入with上下文管理器.mp4 file:01-(了解)学习目标.mp4 file:12-(了解)使用装饰器传递参数.mp4 file:09-(重点)装饰器修饰带有参数的函数.mp4 file:21-(了解)层级组以及伪类选择器.mp4 file:17-(重点)表单元素与表单属性.mp4 file:18-(了解)CSS的基本概念.mp4 folder:213215_[黑马程序员]年度钻石会员-人工智能AI进阶 - 带源码课件 folder:[课外拓展]09,阶段九阶段五—NLP基础补充视频 folder:[课外拓展]06,阶段六阶段二Python高级(更新) 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]01,阶段一HR面试技巧 folder:[课件] folder:[主学习路线]06,阶段六人工智能项目实战 folder:[课外拓展]10,阶段十CV基础+项目(更新) folder:第三章3-Python编程进阶 folder:第二章2-SQL基础 folder:10-第十章图像特征提取与描述_v2.0 folder:11-第十一章视频操作_v2.0 folder:9-第九章OpenCV图像处理_v2.0 folder:3-第三章深度神经网络_v2.0 folder:2-第二章tensorflow入门_v2.0 folder:第三章 3-面试篇 folder:无课程相关内容 folder:第一章1-机器学习基础算法 folder:第一章1-人脸支付 folder:2-第二章 在线医生 folder:4-第四章 实时人脸识别检测项目 folder:3-第三章 智能文本分类系统 folder:1-第一章自动编码器 folder:10-第十章贝叶斯方法实现及粒子滤波 folder:6-第六章模型压缩 folder:8-第八章算法进阶进化学习 folder:3-第三章生成对抗学习 folder:9-第九章贝叶斯方法 folder:12-第十二章 ELMo, GPT等经典模型的介绍与对比-v2.0 folder:11-第十一章 BERT,Transformer的模型架构与详解-v2.0 folder:9-第九章 fasttext工具的使用-v2.0 folder:1-第一章 Pytorch工具_v2.0 folder:5-第五章 RNN经典案例-v2.0 folder:2-第二章 自然语言处理NLP介绍-v2.0 folder:14-第十四章 经典的序列模型-v2.0 folder:6-第六章 莎士比亚风格的文本生成任务-v2.0 folder:8-第八章线性回归V2.1 folder:17-第十七章集成学习进阶V2.1 folder:3-第三章matplotlibV2.1 folder:14-第十四章面向对象 folder:2-第二章python基础语法 folder:17-第十七章学生管理系统(面向对象版) folder:7-第七章正则表达式 folder:2-第二章Linux高级命令 folder:10-第十章MySqL数据库高级使用 folder:8-第八章数据结构与算法 folder:5-第五章HTTP协议和静态服务器 folder:第二章 2-深度学习核心模型与实战 folder:第一章 1-Pytorch与深度学习基础 folder:第四章 4-02 - OpenCV folder:0-9FastAPI folder:0-14Python生成器 folder:0-2装饰器 folder:0-5CSS基础 folder:0-3PyMySQL folder:0-12进程线程对比 folder:0-8静态Weeb服务器 folder:0-7TCP服务器开发 folder:0-1函数的闭包 folder:0-6Socket网络编程 folder:0-5SQL多表查询 folder:0-4Linux常用命令(2) 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-形态学操作 folder:6-模版匹配和霍夫变换 folder:3-Unet-案例 folder:4-实例分割:MaskRCNN folder:2-语义分割:FCN与Unet folder:1-目标分割介绍 folder:1-图像处理简介 folder:3-OpenCV的模块 folder:4-yolo系列算法 folder:3-Faster-RCNN原理与实现 folder:4-深度学习的正则化 folder:2-常见的损失函数 folder:6-卷积神经网络CNN folder:1-tensorflow和keras简介 folder:2-快速入门模型 folder:2-AlexNet folder:2-计算机视觉(CV) folder:0-6机器学习算法回顾总结(有需要的同学可以看看) folder:0-2人脸检测子任务 folder:0-19PGN模型预测 folder:0-26coverage训练和预测 folder:0-36GPU优化原理和实现 folder:0-32回译数据法实现和评估 folder:0-22ROUGE算法理论 folder:0-20评估方法介绍 folder:0-38Flask实现模型部署 folder:0-2项目中的数据集初探 folder:0-4TextRank算法实现模型 folder:0-35模型转移实现 folder:0-1文本摘要项项目背景介绍 folder:0-27Beam-search原理介绍 folder:0-29TF-IDF算法原理和实现 folder:0-30单词替换法的类实现 folder:0-6seq3seq架构 folder:0-16迭代器和类的实现 folder:0-11词向量的单独训练 folder:32-系统联调与测试 folder:23-模型使用 folder:12-任务介绍与模型选用 folder:15-构建RNN模型 folder:3-在线医生的总体架构 folder:10-结构化数据流水线 folder:28-BERT中文预训练模型1 folder:25-werobot服务构建 folder:9-离线部分简要分析 folder:6-neo4j图数据库的安装 folder:8-在Python中使用neo4j folder:7-Cypher介绍与使用 folder:2-Unit对话API使用 folder:4-总体架构中的工具介绍 folder:21-BiLSTM+CRF模型 folder:30-进行模型训练1 folder:26-主要逻辑服务 folder:11-相机校正 folder:6-匈牙利算法 folder:15-车道线定位与拟合 folder:20-数据集处理(选学) folder:16-车道曲率与车辆偏离中心线距离 folder:17-在视频中进行车道线检测 folder:3-多目标跟踪 folder:10-车流量统计 folder:18-SIamese网络系列(选学) folder:5-卡尔曼滤波 folder:3-特征工程和fasttext模型训练 folder:1-整体系统搭建 folder:4-多模型训练和预测 folder:2-构建标签词汇图谱 folder:0-16案例-学生管理系统(一) folder:0-7while循环 folder:0-15字典定义及使用 folder:0-34案例-飞机大战 folder:0-30文件操作案例 folder:0-24基础加强练习 folder:0-28lambda表达式 folder:0-22不定长参数与组包拆包 folder:0-18公共方法与推导式 folder:0-12字符串查找,替换,合并 folder:0-25可变类型及非可变类型 folder:0-10循环else folder:0-20函数基本使用替代视频(04,05,06) folder:0-4面向对象封装与继承 folder:3-自动编码器改进技巧 folder:3-DeepQ-Network folder:2-Q-learning算法 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:4-Transformer中的self-attention folder:5-采用Multi-head Attention的原因和计算规则 folder:12-长文本预测任务使用BERT如何构造训练样本 folder:11-BERT的MLM任务为什么采用80% 10% 10%的策略 folder:6-Transformer相比于RNN的优势和原因 folder:8-self-attention公式中添加scaled的原因 folder:3-Transformer结构中的Decoder端具体输入 folder:2-Transformer的结构是什么样的 各个子模块各有什么作用 folder:10-BERT模型的优点和缺点 folder:9-Transformer架构的并行化是如何进行的 folder:1-Transformer背景介绍 folder:4-文本的数据分析 folder:3-文本张量表示方法 folder:4-维特比算法解码隐藏状态序列 folder:2-进行文本分类 folder:4-词向量迁移 folder:3-NLP中的常用预训练模型 folder:5-迁移学习实践 folder:3-使用Pytorch构建一个神经网络 folder:2- Pytorch中的autograd folder:1-认识pytorch 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:2-输入部分实现 folder:6-前馈全连接层 folder:5-多头注意力机制 folder:8-子层连接结构 folder:3-回归相关知识 folder:3-lightGBM算法 folder:1-numpy使用 folder:7-案例Facebook位置预测 folder:6-交叉验证,网格搜索 folder:2-pandas基础使用 folder:3-案例泰坦生存预测 folder:8-子类重写父类属性和方法 folder:12-类属性及相关方法 folder:1-函数应用学员管理系统 folder:4-文件及文件夹的相关操作 folder:3-if.elif.else格式 folder:5-案例猜拳游戏 folder:4-break和continue folder:8-函数执行流程 folder:11-拆包,交换变量 folder:8-数据类型转换 folder:2-列表循环遍历 folder:4-with语法 folder:3-property语法 folder:3-where条件查询 folder:1-HTTP协议 folder:0-6 项目集成 folder:0-4 循环神经网络案例 folder:0-1 opencv简介 folder:0-4 yolo v1-v3算法介绍 folder:0-1 目标检测概述 folder:0-15 车道线曲率计算 folder:0-11 图像去畸变 分享时间 2026-01-08 入库时间 2026-01-11 资源类型 夸克网盘 分享用户 47*步如飞的企鹅 扫码获取资源 复制链接 进入网盘 分享资源