【黑马程序员】年度钻石会员-人工智能AI进阶 - 带源码课件 - 猎人搜索 轻松搜寻全网资源

• file:03-阶段5（自然语言处理NLP）、阶段6（NLP项目）.7z
• 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:01-计算机视觉CV课程环境使用说明文档.pdf
• file:26-虚拟机的使用.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:23-迁移学习—迁移理论—加载和使用预训练模型全小节增补-6加载问答模型头结果输出.mp4
• file:17-Transformer—新增案例机器翻译模型-8翻译函数的定义和9模型保存.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-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:02-文本预处理-文本预处理-文本数据增强代码实现.mp4
• file:21-深度学习基础-图像分类-图像分类案例补充(11)-模型预测.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:09-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-隐藏层权值的更新.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: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:5-你的规划你做主!.mp4
• file:9-世界那么大，趋势知多少？.mp4
• file:8-与领导意见分歧，你是怎么做的？.mp4
• file:4-自我介绍，你行吗？.mp4
• file:7-谈谈跳槽那些事.mp4
• file:20-提问的含金量，你知道吗？.mp4
• file:6-如何正视你的小缺点.mp4
• file:2-面试前的那些“坑”.mp4
• file:3-了解应聘流程，做个有条不紊的人.mp4
• file:19-处于下风？不存在的，几招教你定乾坤！.mp4
• file:18-加班，你怎么看？.mp4
• file:17-选择机会重因素，个人心中要有数.mp4
• file:16-生活中的那些爱好，挑一个盘他.mp4
• file:15-应聘企业早知道.mp4
• file:1-众里寻他千百度，你的简历在何处.mp4
• file:12-工作中的困难，你是如何处理的？.mp4
• file:11-谈钱怎么不伤感情.mp4
• file:08. custom ResDown简介与实现.mkv
• file:14. custom实现.mkv
• file:15.yoloV3模型总结.mkv
• file:07. yoloV3在视频中进行目标检测.mkv
• file:06. yoloV3模型检测框获取实现(2).mkv
• file:02. 视频中yoloV3目标检测简介.mkv
• file:19.目标关联实现（1）.mkv
• file:18.匈牙利算法进行目标匹配.mkv
• file:16.KM算法.mkv
• file:17.卡尔曼滤波器的总结.mkv
• file:04.filterpy中的更新.mkv
• file:05.小车案例简介及运动数据的生成.mkv
• file:09.辅助函数bbox表示形式转换的实现.mkv
• file:06.辅助函数中交并比简介.mkv
• file:04.常用的多目标跟踪算法.mkv
• file:01.车流量统计项目介绍.mkv
• file:32. test siamesetrack实现（6）.mkv
• file:19. test generate_anchors实现.mkv
• file:17. test get_subwindow_tracking实现.mkv
• file:12. Refine模块训练和总结.mkv
• file:09. train方法实现（2）.mkv
• file:06. train optim_lr方法实现.mkv
• file:05. 训练集数据构建实现.mkv
• file:02. DataSet初始化实现.mkv
• file:14.DNN BlobFromImage.mkv
• file:11.imutils骨架提取.mkv
• file:06.numba的使用方法.mkv
• file:22.demo简介.mkv
• file:21.Siamese总结.mkv
• file:15.SiamRPN++模型创新.mkv
• file:09.SiamRPN one-shot跟踪.mkv
• file:00. 目标车辆跟踪简介.mkv
• file:03.Siamese网络在目标跟踪中的应用.mkv
• file:16.视频中检测车道线的实现.mkv
• file:14.车道线中心位置计算.mkv
• file:07.车道线安全区域填充方法实现.mkv
• file:01.车道线定位和拟合简介.mkv
• file:07.图像去畸变.mkv
• file:02.相机校正流程与棋盘格数据.mkv
• file:06.相机坐标系到图像坐标系.mkv
• file:13. 视频中的车流量检测实现（1）.mkv
• file:13-生成HDF5数据集.mkv
• file:11-表情检测VGG模型构建.mkv
• file:13-性别检测测试程序代码实现（下）.mkv
• file:12-配置文件的编写.mkv
• file:09-性别检测模型训练（上）.mkv
• file:06-微调模型的构建(上).mkv
• file:05-数据集准备（下）.mkv
• file:04.1-表情识别模型构造与训练.mkv
• file:03-表情检测数据集的构造代码实现.mkv
• file:02-表情识别数据准备.mkv
• file:01-年龄性别检测概述.mkv
• file:02-性别年龄检测效果演示.mkv
• file:03-活体检测基本原理.mkv
• file:02-活体检测行业应用及AI实现.mkv
• file:8-评价Dlib模型代码实现.mkv
• file:4-Dlib模型训练过程与原理.mkv
• file:3-训练数据集的程序运行.mkv
• file:14-口罩检测模型测试应用及评价总结.mkv
• file:10-口罩检测数据增扩及微调模型的加载.mkv
• file:09.1-口罩数据集生成代码实现（中）.mkv
• file:06-口罩检测训练数据生成代码梳理1.mkv
• file:05-口罩检测图片批处理过程实现.mkv
• file:17-人脸对齐代码实现.mkv
• file:15.4-练习_张嘴检测.mkv
• file:15.3-疲劳检测代码实现(下2).mkv
• file:13.1-实践：人脸特征点的定位.mkv
• file:12-关键点提取实践简介.mkv
• file:11-face_recognition面部特征提取API应用.mkv
• file:10-Adaboost人脸检测代码实践.mkv
• file:07-强分类器的检测原理及数据存储.mkv
• file:04-Haar特征图到特征值的降维.mkv
• file:05-通过积分图计算Haar特征值.mkv
• file:03-Adaboost基本流程与Haar特征.mkv
• file:22_GCP平台以及使用介绍.mkv
• file:21_数据读取.mkv
• file:23_超参数调优与GPU指定.mkv
• file:20_泛娱乐wdl模型实现代码.mkv
• file:17_Wide&deep模型介绍.mkv
• file:19_特征工程以及样本构建.mkv
• file:16_排序模块以及排序发展介绍.mp4
• file:15_用户推荐逻辑完善2.mkv
• file:13_规则过滤器介绍以及实现.mkv
• file:12_召回金字塔实现.mkv
• file:09_召回逻辑代码介绍以及热门召回实现.mkv
• file:11_公共召回、个性化召回以及总结.mkv
• file:06_双画像数据导入neo4j.mkv
• file:08_召回模块_多召回策略介绍.mkv
• file:05_双画像构建介绍.mkv
• file:04_召回模块介绍以及web接口业务对接.mkv
• file:02_泛娱乐推荐系统架构与流程介绍.mkv
• file:5.2搭建前端可视化页面v3.mp4
• file:5.1系统联调与测试v3-part1.mp4
• file:5.0导学.mp4
• file:4.2多模型多线程预测v3-part6.mkv
• file:3.5选取损失函数和优化方法v3-part2.mkv
• file:2.3获取原始语料v3.mkv
• file:1.6概率归一化与父标签检索v3-part2.mkv
• file:1.5概率调整v3-part1（最新）.mkv
• file:4.1离线部分简要分析.mp4
• file:3.4在Python中使用neo4j-part2.mp4
• file:3.3Cypher介绍与使用-part5.mkv
• file:3.2neo4j图数据库的安装.mkv
• file:2.2总体架构中的工具介绍-part5.mkv
• file:8.6模型部署-第2-3步和小结.mkv
• 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:【课件】
• folder:【主学习路线】06、阶段六人工智能项目实战
• 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】10、阶段十CV基础+项目（更新）
• 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:【课外拓展】03、阶段三赠送-文本摘要项目
• folder:1--第一章 智慧交通
• 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:9--第九章 fasttext工具的使用-v2.0
• folder:8--第八章 Transformer架构解析-v2.0
• folder:6--第六章 莎士比亚风格的文本生成任务-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:13--第十三章 HMM模型-v2.0
• folder:12--第十二章 ELMo, GPT等经典模型的介绍与对比-v2.0
• folder:1--第一章 Pytorch工具_v2.0
• folder:10--第十章图像特征提取与描述_v2.0
• folder:9--第九章OpenCV图像处理_v2.0
• folder:2--第二章tensorflow入门_v2.0
• folder:9--第九章逻辑回归V2.1
• folder:3--第三章matplotlibV2.1
• folder:17--第十七章集成学习进阶V2.1
• folder:9--第九章MySql数据库基本使用
• folder:8--第八章数据结构与算法
• folder:6--第六章闭包,装饰器及python高级语法
• folder:5--第五章HTTP协议和静态服务器
• folder:2--第二章Linux高级命令
• folder:17--第十七章学生管理系统(面向对象版)
• folder:16--第十六章模块
• folder:第四章 4-02 - OpenCV
• 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:第二章2-机器学习算法进阶
• folder:第二章2-SQL基础
• folder:第三章3-Python编程进阶
• folder:第一章1-文本摘要项目
• folder:无课程相关内容
• folder:第四章 4-试用期篇
• folder:4--第四章算法进阶迁移学习
• folder:2--第二章图像分割应用
• folder:10--第十章贝叶斯方法实现及粒子滤波
• folder:21--网络模型搭建（选学）
• folder:8--SORT
• folder:6--匈牙利算法
• folder:5--卡尔曼滤波
• folder:3--多目标跟踪
• 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:15--车道线定位与拟合
• folder:14--透视变换
• folder:12--相机校正和图像去畸变
• folder:3--Dlib模型训练
• folder:6--泛娱乐推荐介绍
• folder:5--系统联调和测试
• folder:4--多模型训练和预测
• folder:3--特征工程和fasttext模型训练
• folder:2--构建标签词汇图谱
• folder:1--整体系统搭建
• folder:9--离线部分简要分析
• folder:8--在Python中使用neo4j
• folder:7--Cypher介绍与使用
• folder:6--neo4j图数据库的安装
• folder:4--总体架构中的工具介绍
• folder:29--微调模型
• folder:3--在线医生的总体架构
• folder:28--BERT中文预训练模型1
• folder:27--任务介绍与模型选用及训练数据集
• folder:26--主要逻辑服务
• folder:25--werobot服务构建
• folder:21--BiLSTM+CRF模型
• folder:2--Unit对话API使用
• folder:18--命名实体识别介绍
• folder:10--结构化数据流水线
• folder:4--词向量迁移
• folder:2--进行文本分类
• folder:5--多头注意力机制
• folder:13--输出部分实现
• folder:1--Transformer背景介绍
• 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--文本的特征处理
• folder:4--维特比算法解码隐藏状态序列
• folder:4--请详述BERT, GPT, ELMo模型的对比和各自的优缺点
• folder:8--self-attention公式中添加scaled的原因
• folder:7--Transformer可以代替seq2seq的原因
• folder:4--Transformer中的self-attention
• folder:5--采用Multi-head Attention的原因和计算规则
• 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: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:10--BERT模型的优点和缺点
• folder:3--NLP中的常用预训练模型
• 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:5--LBP和HOG特征算子
• folder:4--Fast和ORB算法
• folder:2--Harris和Shi-Tomas算法
• folder:6--模版匹配和霍夫变换
• folder:1--图像的基础操作
• folder:2--OpenCV简介及安装方法
• folder:4--实例分割：MaskRCNN
• folder:3--Unet-案例
• folder:2--语义分割：FCN与Unet
• folder:3--Faster-RCNN原理与实现
• folder:2--R-CNN网络基础
• folder:4--GoogleNet
• folder:6--卷积神经网络CNN
• folder:4--深度学习的正则化
• folder:2--常见的损失函数
• folder:1--tensorflow和keras简介
• folder:2--计算机视觉（CV）
• folder:7--案例Facebook位置预测
• folder:6--交叉验证,网格搜索
• folder:4--北京租房数据统计分析
• folder:3--pandas高级使用
• folder:1--numpy使用
• folder:3--lightGBM算法
• folder:1--XGBoost算法
• folder:3--where条件查询
• folder:15--二叉树的遍历
• folder:3--property语法
• folder:2--静态web服务器搭建
• folder:3--TCP开发流程
• folder:5--进程和线程的对比
• folder:8--PyMySQL的使用
• folder:4--字符串操作方法
• folder:7--循环else应用
• folder:5--while循环嵌套及应用
• folder:4--break和continue
• folder:3--if...elif...else格式
• folder:3--python中的包
• folder:8--子类重写父类属性和方法
• folder:12--类属性及相关方法
• folder:4--文件及文件夹的相关操作
• folder:2--课后练习(学员管理系统)
• folder:9--函数返回值二
• folder:0-8 视频追踪
• folder:0-1 opencv简介
• folder:0-7 yolo目标检测
• folder:0-15 车道线曲率计算
• folder:0-3 人脸姿态任务
• folder:0-1 项目背景介绍
• folder:0-4 循环神经网络案例
• folder:0-4 yolo v1-v3算法介绍
• folder:0-4 Pytorch案例实战
• 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朴素贝叶斯算法
• folder:0-4逻辑回归
• folder:0-1人工智能原理基础
• folder:0-6SQL高阶特性
• folder:0-9FastAPI
• folder:0-6Socket网络编程
• folder:0-17正则表达式扩展
• folder:0-13With上下文管理器
• folder:0-4Linux常用命令(2)
• folder:0-5面向对象多态
• folder:0-1类定义及类属性使用
• folder:0-9for循环及案例
• folder:0-34案例-飞机大战
• folder:0-31案例-学生管理系统（三）
• folder:0-28lambda表达式
• folder:0-25可变类型及非可变类型
• folder:0-24基础加强练习
• folder:0-22不定长参数与组包拆包
• folder:0-21函数作用域
• folder:0-20函数基本使用替代视频（04,05,06）
• folder:0-18公共方法与推导式
• folder:0-12字符串查找，替换，合并
• folder:0-6seq3seq架构
• folder:0-4TextRank算法实现模型
• folder:0-38Flask实现模型部署
• folder:0-37CPU优化原理和实现
• folder:0-35模型转移实现
• folder:0-32回译数据法实现和评估
• folder:0-30单词替换法的类实现
• folder:0-2项目中的数据集初探
• folder:0-29TF-IDF算法原理和实现
• folder:0-28Beam-search模型类实现
• folder:0-26coverage训练和预测
• folder:0-23ROUGE算法实现
• folder:0-19PGN模型预测
• folder:0-16迭代器和类的实现
• folder:0-11词向量的单独训练
• folder:3--DeepQ-Network
• folder:2--Q-learning算法
• folder:4--变分自动编码器
• folder:1--自动编码器历史与应用介绍
• folder:DeepSort