文档详情 ID: cmr4j82xa0g8zh7uwkgxb73jo 后台管理 22.第二十二章 自然语言处理经典案例实战.zip 20.第二十章 CV与NLP经典大模型解读.zip 14.第一十三章 对比学习与多模态任务实战.zip 21.第二十一章 深度学习模型部署与剪枝优化实战.zip 23.第二十三章 自然语言处理必备神器Huggingface系列实战.zip 28 推荐系统实战系列.zip 24.第二十四章 时间序列预测.zip 29 论文创新点常用方法及其应用实例.zip 16.第一十六章 行人重识别实战.zip 040-6-外接本地数据库工具 .mp4 014-1-DEMO演示与整体架构分析 .mp4 012-3-API相关配置完成 .mp4 055-5-数据切块方法 .mp4 066-3-源码调用DEBUG解读 .mp4 069-1-RAG与微调可以解决与无法解决的问题 .mp4 044-4-Agent的记忆信息 .mp4 061-3-LLAMA与LORA介绍 .mp4 006-5-框架的作用和能解决的问题 .mp4 009-8-经典任务分析 .mp4 059-1-大模型如何做下游任务 .mp4 063-5-LORA模型实现细节 .mp4 041-1-整体故事解读 .mp4 018-5-GPT中加入外部API调用方法 .mp4 042-2-要解决的问题和整体框架分析 .mp4 035-1-RAG要完成的任务解读 .mp4 001-课程介绍 .mp4 033-4-子问题生成总结结果 .mp4 1-Transformer.mp4 1-卷积神经网络.mp4 1-Pycharm环境配置与Debug演示(没用过的同学必看).mp4 1-密集场景计数统计实战.mp4 1-CVPR2024:YOLO- World.mp4 9-实体关键词字典制作.mp4 3-任务流程概述.mp4 2-医疗数据介绍及其各字段含义.mp4 6-创建关系边.mp4 7-打造医疗知识图谱模型.mp4 4-环境配置与所需工具包安装.mp4 5-提取数据中的关键字段信息.mp4 8-加载所有实体数据.mp4 10-完成对话系统构建.mp4 2-常用NLP技术点分析.mp4 5-视觉领域图编码实例.mp4 3-graph-embedding的作用与效果.mp4 6-图谱知识融合与总结分析.mp4 3-数据-标签-语料库处理.mp4 2-整体模型架构.mp4 4-输入样本填充补齐.mp4 6-医疗数据集(糖尿病)实体识别.mp4 5-训练网络模型.mp4 1-使用Py2neo建立连接.mp4 5-数据库更改查询操作演示.mp4 2-Neo4j数据库安装流程演示.mp4 4-deepwalk构建图顶点特征.mp4 3-节点权重特征提取(PageRank).mp4 1-关系抽取要完成的任务演示与分析.mp4 8-设计规则完成关系抽取.mp4 4-得到分词与词性标注结果.mp4 2-LTP工具包概述介绍.mp4 7-语义角色构建与分析.mp4 3-pyltp安装与流程演示.mp4 6-句法分析结果整理.mp4 [咕泡学院]人工智能深度学习系统班(第09期录播) 课件 1-直播回放 26-知识图谱实战系列 30-2024Ai必会Agent(应用解读+项目实战) 15-缺陷检测实战 18-强化学习与AI黑科技实例 24-时间序列预测 13-面向深度学习的无人驾驶实战 2-AI课程所需安装软件教程 20-面向医学领域的深度学习实战 8-走向AI论文实验与项目实战的捷径-MMLAB实战系列 21-深度学习模型部署与剪枝优化实战 22-自然语言处理经典案例实战 14-对比学习与多模态任务实战 4-深度学习框架PyTorch 19-CV与NLP经典大模型解读 10-2022论文必备-Transformer实战系列 5-Opencv图像处理框架实战 6-综合项目-物体检测经典算法实战 9-经典视觉项目实战:行为识别,姿态估计,目标追踪 3-深度学习必备核心算法 4-卷积神经网络 6-视觉Transformer Vit Debug解读 10-YOLO V9 9-Agent应用实战 5-基于知识图谱的医药问答系统实战 2-知识图谱涉及技术点分析 8-医学糖尿病数据命名实体识别 4-使用python操作neo4j实例 3-Neo4j数据库实战 7-金融平台风控模型实践 6-文本关系抽取实践 5-基于YOLOV5的钢材缺陷检测实战 13-基于deeplabV3+版本进行VOC分割实战 6-Semi-supervised布料缺陷检测实战 4-物体检测框架YOLOV5项目工程源码解读 11-基于视频流水线的Opencv缺陷检测项目 12-图像分割deeplab系列算法 8-Opencv梯度计算与边缘检测实例 14-Deeplab铁质材料缺陷检测与开源项目应用流程 9-GPT建模与预测流程 6-Actor-Critic算法分析(A3C) 5-DQN改进与应用技巧 1-强化学习简介及其应用 2-PPO算法与公式推导 13-ChatGPT 8-GPT系列生成模型 3-PPO实战-月球登陆器训练实例 12-Dalle2及其源码解读 4-Q-learning与DQN算法 7-用A3C玩转超级马里奥 11-Diffusion模型解读 1-Informer原理解读 3-Timesnet时序预测 1-3D点云实战 3D点云应用领域分析 7-点云配准及其案例实战 4-Pointnet++项目实战 5-点云补全PF-Net论文解读 8-基础补充-对抗生成网络架构原理与实战解析 2-3D点云PointNet算法 05-第五模块:机器学习算法建模实战项目 08-第八模块:Python金融分析与量化交易实战 11-选修:机器学习进阶实战 10-选修:Python数据分析案例实战 03-第三模块:人工智能-必备数学课程 01-第一模块:Python快速入门 07-第七模块:机器学习竞赛优胜解决方案实战 09-第九模块:深度学习经典算法解析 5-stargan项目实战及其源码解读 3-基于CycleGan开源项目实战图像合成 8-图像超分辨率重构实战 9-基于GAN的图像补全实战 6-基于starganvc2的变声器论文原理解读 10-NeuralRecon项目源码解读 3-车道线检测算法与论文解读 6-局部特征关键点匹配实战 5-商汤LoFTR算法解读 15-特斯拉无人驾驶解读 7-三维重建应用与坐标系基础 2-深度估计项目实战 4-基于深度学习的车道线检测项目实战 11-TSDF算法与应用 6-Unet系列算法讲解 11-YOLO系列物体检测算法原理解读 10-基于deeplab的心脏视频数据诊断分析 2-PyTorch框架基本处理操作 16-词向量模型与RNN网络架构 5-图像分割及其损失函数概述 7-unet医学细胞分割实战 4-基于Resnet的医学数据集分类实战 7-图相似度计算实战 4-使用PyTorch Geometric构建自己的图数据集 8-基于图模型的轨迹估计 2-图卷积GCN模型 3-图模型必备神器PyTorch Geometric安装与使用 5-图注意力机制与序列图模型 8-第三模块:mmdet训练自己的数据任务 21-第九模块:mmaction行为识别 23-额外补充-在源码中加入各种注意力机制方法 10-第三模块:DeformableDetr算法解读 1-MMCV安装方法 3-第一模块:训练结果测试与验证 12-KIE关键信息抽取与视频超分辨率重构 20-第八模块:模型剪枝方法概述分析 14-第四模块:ANINET文字识别 4-第一模块:模型源码DEBUG演示 7-第二模块:分割任务CVPR最新Backbone设计及其应用 22-OCR算法解读 17-第六模块:BasicVSR++视频超分辨重构源码解读 16-第五模块:stylegan2源码解读 19-第八模块:模型蒸馏应用实例 2-第一模块:分类任务基本操作 15-第四模块:KIE基于图模型的关键信息抽取 18-第七模块:多模态3D目标检测算法源码解读 6-第二模块:基于Unet进行各种策略修改 3-AIoT人工智能物联网之NVIDIA TAO 实用级的训练神器 11-模型剪枝-Network Slimming实战解读 4- AIoT人工智能物联网之deepstream 12-Mobilenet三代网络模型架构 9-tensorflow-serving实战 7-YOLO-V3物体检测部署实例 8-docker实例演示 1-Huggingface与NLP介绍解读 5-文本标注工具与NER实例 9-文本摘要建模 6-文本预训练模型构建实例 2-LAS模型语音识别实战 5-语音分离ConvTasnet模型 7-语音合成tacotron最新版实战 1-seq2seq序列网络模型 6-ConvTasnet语音分离实战 8-使用Gemsim构建词向量 6-HMM工具包实战 12-LSTM情感分析 14-对话机器人 10-NLP-文本特征方法对比 9-基于word2vec的分类任务 5-HMM隐马尔科夫模型 3-贝叶斯算法 2-商品信息可视化与文本分析 4-新闻分类任务实战 11-NLP-相似度模型 7-医学心脏视频数据集分割建模实战 8-分割模型Maskformer系列 11-MaskRcnn网络框架源码详解 12-基于MASK-RCNN框架训练自己的数据与任务 10-物体检测框架-MaskRcnn项目介绍与配置 4-U2NET显著性检测实战 4-多模态文字识别 5-ANINET源码解读 3-神经网络回归任务-气温预测 4-卷积网络参数解读分析 5-图像识别模型与训练策略(重点) 6-DataLoader自定义数据集制作 2-使用神经网络进行分类任务 4-AAAI2020顶会算法精讲 6-旷视研究院最新算法解读(基于图模型) 5-项目实战-基于行人局部特征融合的再识别实战 8-额外补充:行人搜索源码分析 3-基于Attention的行人重识别项目实战 2-基于注意力机制的Reld模型论文解读 5-必备基础知识点-woed2vec模型通俗解读 3-项目实战-基于BERT的中文情感分析实战 2-谷歌开源项目BERT源码解读与应用实例 7-必备基础知识点-RNN网络架构与情感分析应用实例 6-必备基础-掌握Tensorflow如何实现word2vec模型 1-自然语言处理通用框架BERT原理解读 14-视觉自监督任务BEITV2论文解读 18-补充-视觉大模型基础-deformableAttention 16-BEV感知特征空间算法解读 10-openai-dalle2论文解读 5-LLM与LORA微调策略解读 6-LLM下游任务训练自己模型实战 4-chatgpt算法解读分析 7-视觉大模型SAM 12-自监督任务-对比学习思想 9-DeformableDetr物体检测源码分析 4-swintransformer算法原理解析 3-VIT算法模型源码解读 11-MedicalTransformer源码解读 7-detr目标检测源码解读 18-Opencv的DNN模块 8-直方图与傅里叶变换 13-案例实战-全景图像拼接 3-阈值与平滑处理 12-图像特征-sift 21-项目实战-疲劳检测 4-图像形态学操作 1-课程简介与环境配置 7-图像金字塔与轮廓检测 9-项目实战-信用卡数字识别 20-卷积原理与操作 3-音乐推荐系统实战 10-基本统计分析的电影推荐 8-推荐系统常用工具包演示 9-基于文本数据的推荐实例 11-补充-基于相似度的酒店推荐系统 6-点击率估计FM与DeepFM算法 2-协同过滤与矩阵分解 7-基于YOLO-V3训练自己的数据集与任务(建议直接跑V5版本) 3-YOLO-V1整体思想与网络架构 18-EfficientDet检测算法 16-半监督物体检测 1-物体检测评估指标 6-项目实战-基于V3版本进行源码解读(建议直接跑V5版本) 10-V5项目工程源码解读 13-基于Transformer的detr目标检测算法 9-V5版本项目配置 4-YOLO-V2改进细节详解 2-slowfast项目环境配置与配置文件 3-slowfast源码详细解读 5-视频异常检测算法与元学习 6-视频异常检测CVPR2021论文及其源码解读 10-OpenPose算法源码分析 7-基础补充-Resnet模型及其应用实例 9-姿态估计OpenPose系列算法解读 11-deepsort算法知识点解读 4-基于3D卷积的视频分析与动作识别 分享时间 0001-01-01 入库时间 2026-08-05 资源类型 夸克网盘 分享用户 夸父*109 扫码获取资源 问题反馈 链接失效、内容异常、密码错误等问题都可以快速提交。 选择举报类型 复制链接 进入网盘 分享资源