【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:其他资料.zip
- 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:13-深度学习基础-图像分类-图像分类案例补充(3)-图像增强.mp4
- file:08-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-输出层权值的更新.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: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: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: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: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:26-虚拟机的使用.mp4
- file:25-迁移学习—迁移理论—迁移学习实践增补内容-模型上传后加载使用.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:02-文本预处理-文本预处理-文本数据增强代码实现.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: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:10-应聘企业早知道.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:16-生活中的那些爱好,挑一个盘他.mp4
- file:17-选择机会重因素,个人心中要有数.mp4
- file:1-众里寻他千百度,你的简历在何处.mp4
- file:8-与领导意见分歧,你是怎么做的?.mp4
- file:7-谈谈跳槽那些事.mp4
- file:6-如何正视你的小缺点.mp4
- file:20-提问的含金量,你知道吗?.mp4
- file:2-面试前的那些“坑”.mp4
- file:4-自我介绍,你行吗?.mp4
- file:9-世界那么大,趋势知多少?.mp4
- file:3-了解应聘流程,做个有条不紊的人.mp4
- file:5-你的规划你做主!.mp4
- file:8-评价Dlib模型代码实现.mkv
- file:2-训练数据集的准备.mkv
- file:4-Dlib模型训练过程与原理.mkv
- file:11-性别检测测试程序代码实现(上).mkv
- file:06-微调模型的构建(上).mkv
- file:04.1-表情识别模型构造与训练.mkv
- file:13-生成HDF5数据集.mkv
- file:12-配置文件的编写.mkv
- file:05-数据集准备(下).mkv
- file:07-表情检测模型应用.mkv
- file:03-表情检测数据集的构造代码实现.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:11-口罩检测训练程序讲解.mkv
- file:07-口罩检测训练数据生成代码梳理2.mkv
- file:09.1-口罩数据集生成代码实现(中).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:12.3-口罩识别训练程序代码实现(下).mkv
- file:05-口罩检测图片批处理过程实现.mkv
- file:08-活体识别模型训练过程代码实现(下).mkv
- file:02-活体检测行业应用及AI实现.mkv
- file:03-Adaboost基本流程与Haar特征.mkv
- file:13.1-实践:人脸特征点的定位.mkv
- file:14-疲劳检测原理.mkv
- file:02-人脸识别流程及评价指标.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:15.4-练习_张嘴检测.mkv
- file:05-通过积分图计算Haar特征值.mkv
- file:13.4-实践:视频中寻人代码实现(下).mkv
- file:10-Adaboost人脸检测代码实践.mkv
- file:17-人脸对齐代码实现.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:3.3Cypher介绍与使用-part5.mkv
- file:6.1命名实体识别介绍.mkv
- file:1.2Unit对话API的使用-part2.mkv
- file:5.6NE模型使用-part1.mkv
- file:8.6模型部署-第2-3步和小结.mkv
- file:3.4在Python中使用neo4j-part1.mp4
- file:6.4BiLSTM+CRF模型-0网络架构介绍.mkv
- file:3.2neo4j图数据库的安装.mkv
- file:7.3主要逻辑服务-第1步-part1.mkv
- file:9.1系统联调与测试-2测试部分-part2.mkv
- file:4.1离线部分简要分析.mp4
- file:5.1任务介绍与模型选用.mkv
- file:5.3BERT中文预训练模型-part2.mkv
- file:4.2结构化数据流水线-part2.mkv
- file:6.5模型训练-第6步.mkv
- file:7.2werobot服务构建-part1.mkv
- file:2.1在线医生的总体架构-part2.mkv
- file:6.2BiLSTM介绍-第3步.mkv
- file:05.车道线定位实现(3).mkv
- file:07.车道线安全区域填充方法实现.mkv
- file:13.车道线提取总结.mkv
- file:22.demo简介.mkv
- file:15.车辆偏离距离实现.mkv
- file:04. 训练集数据构建简介.mkv
- file:01. DataSet初始化简介.mkv
- file:08.imutils图像平移.mkv
- file:14.DNN BlobFromImage.mkv
- file:15.DNN API及总结.mkv
- file:06.numba的使用方法.mkv
- file:02.多目标跟踪分类.mkv
- file:01.车流量统计项目介绍.mkv
- file:03.运动模型.mkv
- file:16.卡尔曼滤波实际中的计算方法.mkv
- file:09.卡尔曼滤波器总结.mkv
- file:02.filterpy中的初始化.mkv
- file:05.小车案例简介及运动数据的生成.mkv
- file:28. test siamesetrack实现(2).mkv
- file:18.匈牙利算法进行目标匹配.mkv
- file:21.Siamese总结.mkv
- file:15.SiamRPN++模型创新.mkv
- file:03.Siamese网络在目标跟踪中的应用.mkv
- file:09.SiamRPN one-shot跟踪.mkv
- file:16.透视变换演示.mkv
- file:07. custom ResDowns简介与实现.mkv
- file:10. 车流量计数代码实现(1).mkv
- file:12. 视频中的车流量检测.mkv
- file:13. test.py简介.mkv
- file:03. train main简介.mkv
- file:12. Refine模块训练和总结.mkv
- file:05. train DataLoader方法实现.mkv
- file:17.视频中检测车道线的代码实现.mkv
- file:07.图像坐标系到像素坐标系.mkv
- file:01.相机校正的学习目标.mkv
- file:10.yoloV3的多尺度检测.mkv
- file:06. yoloV3模型检测框获取实现(2).mkv
- file:13_Yolov3模型源码分析.mkv
- file:07.辅助函数IOU的实现.mkv
- file:08.bbox表示形式的转换.mkv
- file:19. test generate_anchors实现.mkv
- file:17. test get_subwindow_tracking实现.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:【主学习路线】06、阶段六人工智能项目实战
- folder:【课件】
- 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】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:【课外拓展】10、阶段十CV基础+项目(更新)
- folder:【课外拓展】08、阶段八阶段四—深度学习基础补充视频
- folder:4--第四章 实时人脸识别检测项目
- folder:2--第二章 在线医生
- folder:3--第三章 智能文本分类系统
- folder:11--第十一章函数
- folder:2--第二章python基础语法
- 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:4--第四章numpyV2.1
- folder:17--第十七章集成学习进阶V2.1
- folder:3--第三章matplotlibV2.1
- 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:4--第四章 RNN架构解析-v2.0
- folder:9--第九章 fasttext工具的使用-v2.0
- folder:11--第十一章 BERT,Transformer的模型架构与详解-v2.0
- folder:2--第二章 自然语言处理NLP介绍-v2.0
- folder:1--第一章 Pytorch工具_v2.0
- folder:6--第六章 莎士比亚风格的文本生成任务-v2.0
- folder:5--第五章目标检测_v2.0
- folder:9--第九章OpenCV图像处理_v2.0
- folder:10--第十章图像特征提取与描述_v2.0
- folder:2--第二章tensorflow入门_v2.0
- folder:第三章3-Python编程进阶
- folder:第一章1-Linux基础
- 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Linux高级命令
- folder:9--第九章MySql数据库基本使用
- folder:5--第五章HTTP协议和静态服务器
- folder:第三章 3-面试篇
- folder:第一章 1-Pytorch与深度学习基础
- folder:第六章 6-04 - 智慧交通
- folder:第二章 2-深度学习核心模型与实战
- folder:第二章2-机器学习算法进阶
- folder:无课程相关内容
- folder:3--Dlib模型训练
- folder:5--属性识别
- folder:7--Cypher介绍与使用
- folder:18--命名实体识别介绍
- folder:2--Unit对话API使用
- folder:17--NE模型使用
- folder:8--在Python中使用neo4j
- folder:21--BiLSTM+CRF模型
- folder:6--neo4j图数据库的安装
- folder:26--主要逻辑服务
- folder:32--系统联调与测试
- folder:13--训练数据集
- folder:9--离线部分简要分析
- folder:14--BERT中文预训练模型
- folder:11--非结构化数据流水线
- folder:4--总体架构中的工具介绍
- folder:25--werobot服务构建
- folder:27--任务介绍与模型选用及训练数据集
- folder:3--在线医生的总体架构
- folder:20--CRF介绍
- folder:15--车道线定位与拟合
- folder:19--跟踪效果(选学)
- folder:16--车道曲率与车辆偏离中心线距离
- folder:6--匈牙利算法
- folder:18--SIamese网络系列(选学)
- folder:17--在视频中进行车道线检测
- folder:12--相机校正和图像去畸变
- folder:6--泛娱乐推荐介绍
- folder:4--多模型训练和预测
- folder:2--构建标签词汇图谱
- folder:3--特征工程和fasttext模型训练
- folder:1--整体系统搭建
- folder:4--break和continue
- folder:2--while循环
- folder:4--字符串操作方法
- folder:2--字典的常见操作
- folder:4--函数文档说明
- folder:12--类属性及相关方法
- folder:8--子类重写父类属性和方法
- folder:3--if...elif...else格式
- folder:2--if基本格式
- folder:8--数据类型转换
- folder:4--文件及文件夹的相关操作
- folder:1--函数应用学员管理系统
- folder:3--pandas高级使用
- folder:3--lightGBM算法
- folder:1--XGBoost算法
- folder:6--交叉验证,网格搜索
- folder:7--案例Facebook位置预测
- folder:3--回归相关知识
- folder:4--北京租房数据统计分析
- 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:1--认识RNN模型
- folder:3--NLP中的常用预训练模型
- folder:5--文本的特征处理
- folder:5--多头注意力机制
- folder:1--认识Transformer架构
- folder:2--使用seq2seq模型架构实现英译法任务
- folder:6--Transformer相比于RNN的优势和原因
- folder:3--Transformer结构中的Decoder端具体输入
- 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:4--Transformer中的self-attention
- folder:8--self-attention公式中添加scaled的原因
- folder:2--Transformer的结构是什么样的 各个子模块各有什么作用
- folder:5--采用Multi-head Attention的原因和计算规则
- folder:2-- Pytorch中的autograd
- folder:4--使用Pytorch构建一个分类器
- folder:4--GoogleNet
- folder:2--计算机视觉(CV)
- folder:4--深度学习的正则化
- folder:6--卷积神经网络CNN
- folder:5--yoloV3案例
- folder:3--Faster-RCNN原理与实现
- folder:2--R-CNN网络基础
- folder:6--模版匹配和霍夫变换
- folder:4--实例分割:MaskRCNN
- folder:2--语义分割:FCN与Unet
- folder:2--OpenCV简介及安装方法
- 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:1--tensorflow和keras简介
- folder:0-19Python爬虫
- folder:0-9FastAPI
- folder:0-8静态Weeb服务器
- folder:0-3PyMySQL
- folder:0-7TCP服务器开发
- folder:0-4HTML基础
- folder:0-6Socket网络编程
- folder:0-13With上下文管理器
- folder:0-10进程
- folder:0-17正则表达式扩展
- folder:0-4Linux常用命令(2)
- folder:0-5SQL多表查询
- folder:0-11词向量的单独训练
- folder:0-7工具函数的实现
- folder:0-3TextRank算法理论基础
- folder:0-27Beam-search原理介绍
- folder:0-24coverage机制原理
- folder:0-21BLEU算法理论
- folder:0-1文本摘要项项目背景介绍
- folder:0-20评估方法介绍
- folder:0-15PGN数据特殊性分析
- folder:0-37CPU优化原理和实现
- folder:0-6seq3seq架构
- folder:0-29TF-IDF算法原理和实现
- folder:0-38Flask实现模型部署
- folder:0-2项目中的数据集初探
- folder:0-30单词替换法的类实现
- folder:0-23ROUGE算法实现
- folder:0-32回译数据法实现和评估
- folder:1--自动编码器历史与应用介绍
- folder:4--变分自动编码器
- folder:3--DeepQ-Network
- folder:2--Q-learning算法
- 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:0-24基础加强练习
- folder:0-18公共方法与推导式
- folder:0-25可变类型及非可变类型
- folder:0-14元祖定义及使用
- folder:0-12字符串查找,替换,合并
- folder:0-30文件操作案例
- folder:0-34案例-飞机大战
- folder:0-22不定长参数与组包拆包
- folder:0-28lambda表达式
- folder:0-5面向对象多态
- folder:3--property语法
- folder:5--进程和线程的对比
- folder:15--二叉树的遍历
- folder:0-2 Pytorch张量操作
- folder:0-7 BP神经网络案例
- folder:0-6 sort
- folder:0-15 车道线曲率计算
- folder:0-3 人脸姿态任务
- 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:0-6机器学习算法回顾总结(有需要的同学可以看看)
分享时间 | 2024-03-22 |
---|---|
入库时间 | 2024-08-24 |
状态检测 | 有效 |
资源类型 | QUARK |
分享用户 | 拔刀*助的柿饼 |
资源有问题?点此举报