[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:01-阶段1-3(python基础 ,python高级,机器学习).7z
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:Iris数据集.7z
file:02-阶段4 (计算机视觉CV) 阶段6 (CV项目).7z
file:20-深度学习基础-图像分类-图像分类案例补充(10)-模型训练的实现.mp4
file:05-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-前向传播过程(输入层到隐藏层).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: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: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: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:20-迁移学习—迁移理论—加载和使用预训练模型全小节增补-3加载不带头的模型输出结果.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
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:14-Transformer—新增案例机器翻译模型-5数据批处理.mp4
file:26-虚拟机的使用.mp4
file:01-文本预处理-文本预处理-文本数据增强讲解.mp4
file:8-与领导意见分歧,你是怎么做的?.mp4
file:16-生活中的那些爱好,挑一个盘他.mp4
file:5-你的规划你做主!.mp4
file:18-加班,你怎么看?.mp4
file:3-了解应聘流程,做个有条不紊的人.mp4
file:15-应聘企业早知道.mp4
file:9-世界那么大,趋势知多少?.mp4
file:2-面试前的那些“坑”.mp4
file:20-提问的含金量,你知道吗?.mp4
file:12-工作中的困难,你是如何处理的?.mp4
file:17-选择机会重因素,个人心中要有数.mp4
file:19-处于下风?不存在的,几招教你定乾坤!.mp4
file:7-谈谈跳槽那些事.mp4
file:4-自我介绍,你行吗?.mp4
file:11-谈钱怎么不伤感情.mp4
file:1-众里寻他千百度,你的简历在何处.mp4
file:6-如何正视你的小缺点.mp4
file:11_远程登录,远程拷贝命令.mp4
file:10_获取管理员权限的相关命令.mp4
file:12_软件安装.mp4
file:15_vim的常用命令.mp4
file:01_重定向命令.mp4
file:08_数据完整性和约束.mp4
file:14_表数据的操作_修改和查询.mp4
file:11_数据表基本操作.mp4
file:04_where之模糊查询.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]02,阶段二人工智能Python高级
folder:[课外拓展]06,阶段六阶段二Python高级(更新)
folder:[主学习路线]05,阶段五NLP自然语言处理
folder:[课外拓展]02,阶段二赠送-人脸支付
folder:[课件]
folder:[课外拓展]08,阶段八阶段四—深度学习基础补充视频
folder:[课外拓展]10,阶段十CV基础+项目(更新)
folder:2-第二章Linux高级命令
folder:9-第九章MySql数据库基本使用
folder:6-第六章闭包,装饰器及python高级语法
folder:3-第三章多任务编程
folder:8-第八章数据结构与算法
folder:7-第七章正则表达式
folder:5-第五章HTTP协议和静态服务器
folder:第一章1-Linux基础
folder:第三章3-Python编程进阶
folder:9-第九章 fasttext工具的使用-v2.0
folder:5-第五章 RNN经典案例-v2.0
folder:10-第十章迁移学习-v2.0
folder:6-第六章莎士比亚风格的文本生成任务-v2.0
folder:7-第七章 Transformer背景介绍-v2.0
folder:1-第一章 Pytorch工具_v2.0
folder:2-第二章自然语言处理NLP介绍-v2.0
folder:12-第十二章 ELMo, GPT等经典模型的介绍与对比-v2.0
folder:16-第十六章HMM算法V2.1
folder:3-第三章matplotlibV2.1
folder:2-第二章环境安装和使用V2.1
folder:11-第十一章函数
folder:4-第四章循环语句
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:无课程相关内容
folder:第一章 1-Pytorch与深度学习基础
folder:第三章 3-01 - 目标检测
folder:第二章 2-深度学习核心模型与实战
folder:第三章 3-面试篇
folder:2-第二章tensorflow入门_v2.0
folder:7-第七章OpenCV简介_v2.0
folder:3-第三章深度神经网络_v2.0
folder:第二章2-机器学习算法进阶
folder:8-第八章算法进阶进化学习
folder:10-第十章贝叶斯方法实现及粒子滤波
folder:2-第二章图像分割应用
folder:5-第五章模型可解释
folder:9-第九章贝叶斯方法
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:2-远程控制
folder:3-vim介绍
folder:2-数据表的基本操作
folder:3-where条件查询
folder:3-property语法
folder:5-进程和线程的对比
folder:13-二分查找
folder:1-HTTP协议
folder:2-静态web服务器搭建
folder:8-PyMySQL的使用
folder:3-TCP开发流程
folder:0-3Linux常用命令(1)
folder:0-19Python爬虫
folder:0-6Socket网络编程
folder:0-13With上下文管理器
folder:0-9FastAPI
folder:0-5CSS基础
folder:0-1函数的闭包
folder:0-5SQL多表查询
folder:4-词向量迁移
folder:1-认识fasttext工具
folder:2-进行文本分类
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:5-迁移学习实践
folder:3-NLP中的常用预训练模型
folder:1-马尔科夫链
folder:4-维特比算法解码隐藏状态序列
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:1-认识Transformer架构
folder:3-使用Pytorch构建一个神经网络
folder:1-认识pytorch
folder:2- Pytorch中的autograd
folder:1-认识HMM与CRF模型
folder:3-LSTM模型
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:3-Transformer结构中的Decoder端具体输入
folder:5-采用Multi-head Attention的原因和计算规则
folder:9-Transformer架构的并行化是如何进行的
folder:6-Transformer相比于RNN的优势和原因
folder:2-Transformer的结构是什么样的各个子模块各有什么作用
folder:8-self-attention公式中添加scaled的原因
folder:4-Transformer中的self-attention
folder:12-长文本预测任务使用BERT如何构造训练样本
folder:3-文本张量表示方法
folder:5-文本的特征处理
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:0-2人脸检测子任务
folder:0-6项目集成
folder:3-回归相关知识
folder:2-随机森林案例
folder:5-KNN总结
folder:7-案例Facebook位置预测
folder:6-交叉验证,网格搜索
folder:3-lightGBM算法
folder:1-XGBoost算法
folder:1-numpy使用
folder:3-案例泰坦生存预测
folder:1-pandas数据结构
folder:4-电影案例分析
folder:2-分类数据绘图
folder:4-北京租房数据统计分析
folder:0-3案例-面向对象
folder:0-1类定义及类属性使用
folder:0-4面向对象封装与继承
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:0-18公共方法与推导式
folder:0-8while循环案例
folder:0-28lambda表达式
folder:0-11字符串定义切片
folder:0-24基础加强练习
folder:0-12字符串查找,替换,合并
folder:0-10循环else
folder:0-22不定长参数与组包拆包
folder:0-30文件操作案例
folder:0-25可变类型及非可变类型
folder:4-函数文档说明
folder:11-拆包,交换变量
folder:4-break和continue
folder:4-文件及文件夹的相关操作
folder:8-数据类型转换
folder:1-函数应用学员管理系统
folder:3-对象属性操作
folder:10-私有属性和方法
folder:6-案例搬家具
folder:8-子类重写父类属性和方法
folder:3-if.elif.else格式
folder:0-15PGN数据特殊性分析
folder:0-37CPU优化原理和实现
folder:0-31单词替换法的训练和评估
folder:0-38Flask实现模型部署
folder:0-21BLEU算法理论
folder:0-25coverage模型类实现
folder:0-28Beam-search模型类实现
folder:0-16迭代器和类的实现
folder:0-1文本摘要项项目背景介绍
folder:0-35模型转移实现
folder:0-4TextRank算法实现模型
folder:0-11词向量的单独训练
folder:0-20评估方法介绍
folder:0-5seq2seq架构
folder:0-29TF-IDF算法原理和实现
folder:0-23ROUGE算法实现
folder:0-6 深度学习优化理论
folder:0-7 BP神经网络案例
folder:0-6 yolo v5算法介绍
folder:0-2 FasterRCNN原理与实现
folder:0-1 目标检测概述
folder:0-8 视频追踪
folder:0-1 opencv简介
folder:0-15 车道线曲率计算
folder:1-tensorflow和keras简介
folder:1-图像处理简介
folder:3-OpenCV的模块
folder:5-yoloV3案例
folder:6-模版匹配和霍夫变换
folder:5-LBP和HOG特征算子
folder:2-Harris和Shi-Tomas算法
folder:4-Fast和ORB算法
folder:2-常见的损失函数
folder:6-卷积神经网络CNN
folder:2-语义分割:FCN与Unet
folder:4-实例分割:MaskRCNN
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:2-Q-learning算法
folder:3-DeepQ-Network
folder:1-自动编码器历史与应用介绍
folder:4-变分自动编码器
folder:1-生成对抗学习
folder:8-在Python中使用neo4j
folder:14-BERT中文预训练模型
folder:27-任务介绍与模型选用及训练数据集
folder:32-系统联调与测试
folder:31-模型部署
folder:26-主要逻辑服务
folder:25-werobot服务构建
folder:3-在线医生的总体架构
folder:11-非结构化数据流水线
folder:6-neo4j图数据库的安装
folder:7-Cypher介绍与使用
folder:9-离线部分简要分析
folder:4-总体架构中的工具介绍
folder:2-Unit对话API使用
folder:18-命名实体识别介绍
folder:4-多模型训练和预测
folder:1-整体系统搭建
folder:2-构建标签词汇图谱
folder:21-网络模型搭建(选学)
folder:12-相机校正和图像去畸变
folder:19-跟踪效果(选学)
folder:15-车道线定位与拟合
folder:18-SIamese网络系列(选学)
folder:17-在视频中进行车道线检测
folder:16-车道曲率与车辆偏离中心线距离
folder:10-车流量统计

分享时间

2026-05-29

入库时间

2026-05-31

资源类型

夸克网盘

分享用户

奔跑*香蕉

[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