百战-人工智能2022 - 猎人搜索 轻松搜寻全网资源

• file:9-CPTN项目代码剖析.mp4
• file:8-GreedySearch和BeamSearch解码的方式与代码逻辑.mp4
• file:7-CTC前向后向算法代码.mp4
• file:6-CTC损失函数前向后向算法推导_梯度求导公式推导.mp4
• file:5-CTC损失函数的理解.mp4
• file:4-总结理解深度学习文字识别架构.mp4
• file:3-OCR识别的CTC损失思想.mp4
• file:2-OCR识别本质就是文字检测和文字识别.mp4
• file:1-传统OCR识别_深度学习OCR识别.mp4
• file:9-总结MTCNN_缩放因子_注意3阶段网络里面的全连接.mp4
• file:8-训练数据的准备_每一阶段训练的流程.mp4
• file:7-每一个阶段每个分支的Loss损失_整合每个分支的Loss.mp4
• file:6-PRelu_每阶段输出多分支意义.mp4
• file:5-MTCNN论文_网络整体架构.mp4
• file:2-开源的FaceNet项目介绍.mp4
• file:19-人脸识别项目代码_人脸匹配以及最后的绘图展示.mp4
• file:18-人脸识别项目代码_FaceNet模型加载和使用.mp4
• file:17-FaceNet论文_ZF和Inception对比_总结.mp4
• file:8-通过模型来预测新的句子的序列标签.mp4
• file:7-计算CRF所有可能路径的总分数.mp4
• file:4-EmissionScore_TransitionScore.mp4
• file:3-了解CRF层添加的好处.mp4
• file:2-讲解了一下常见的深度学习LSTM+CRF的网络拓扑.mp4
• file:1-NER与分词和POS的关系_NER的标注策略_NER的主要方法.mp4
• file:8-Viterbi算法代码实现.mp4
• file:6-前向算法来解决概率计算问题.mp4
• file:5-HMM复习_明确概率计算问题要解决的目标.mp4
• file:4-HMM预测问题使用维特比算法.mp4
• file:2-HMM隐马的三组参数_三个基本问题.mp4
• file:1-HMM隐马的定义.mp4
• file:6-贝叶斯网络_马尔可夫链.mp4
• file:5-语言模型的设计目的_MLE的作用进行参数估计.mp4
• file:4-sklearn中调用NB_顺便讲解了GridSearchCV.mp4
• file:3-NB代码实现解析.mp4
• file:2-TF-IDF.mp4
• file:1-朴素贝叶斯分类算法.mp4
• file:9-Obj化简常数项_明确训练每颗回归树需要准备gi和hi.mp4
• file:8-推导XGBoost对Loss二阶泰勒展开之后的Obj.mp4
• file:7-得出XGBoost最开始的Obj目标函数.mp4
• file:6-Objective_vs_Heuristic.mp4
• file:5-通过目标函数Obj来达到准确率和复杂度平衡.mp4
• file:4-回顾基于树集成学习的模型和参数并举例说明.mp4
• file:3-基于树集成学习4个优点.mp4
• file:2-Bias_Variance_Trade-off.mp4
• file:17-总结XGBoost的特性_包括缺失值的处理策略.mp4
• file:16-样本权重对于模型学习的影响.mp4
• file:15-XGBoost中防止过拟合的前剪枝_后剪枝_学习率.mp4