AI精选付费资料包（37.4GB）（合集） - 猎人搜索 轻松搜寻全网资源

• file:人工智能大纲升级版本.pdf
• file:5.mp4
• file:PyTorch-YOLOv3.zip
• file:YOLO5.zip
• file:NEU-DET.zip
• file:第四章：练手小项目-人体姿态识别demo.zip
• file:第三章：基于MASK-RCNN框架训练自己的数据与任务.zip
• file:第二章：MaskRcnn网络框架源码详解.zip
• file:第五章：迁移学习.zip
• file:5-项目参数配置.mp4
• file:6-缺陷检测模型培训.mp4
• file:1.任务需求与项目概述.mp4
• file:3-标签转格式脚本制作.mp4
• file:7-输出结果与项目总结.mp4
• file:2-数据与标签配置方法.mp4
• file:深度学习分割任务.pdf
• file:unet++.zip
• file:第2-7章notebook课件.zip
• file:第九章：项目实战-信用卡数字识别.zip
• file:第十三章：案例实战-全景图像拼接.zip
• file:第二十章：人脸关键点定位.zip
• file:第二十一章：项目实战-疲劳检测.zip
• file:第十八章：Opencv的DNN模块.zip
• file:5. 4-基于图卷积构建人体拓扑关系.mp4
• file:6. 5-图卷积模块实现方法.mp4
• file:1. 1-关键点位置特征构建.mp4
• file:4. 3-局部特征热度图计算.mp4
• file:3. 2-BERT模型摘要概述.mp4
• file:1. 课程介绍.mp4
• file:5. 4-预训练模型的作用.mp4
• file:6. 5-输入数据特殊编码字符解析.mp4
• file:4. 3-模型在NLP领域应用效果.mp4
• file:2. 1-论文讲解思路概述.mp4
• file:论文集索引.jpg
• file:13-额外补充-Resnet论文解读.mp4
• file:Szegedy_Going_Deeper_With_2015_CVPR_paper.pdf
• file:1311.2524v5_R_CNN.pdf
• file:1512.03385v1_Deep Residual Learning for Image Recognition.pdf
• file:4824-imagenet-classification-with-deep-convolutional-neural-networks.pdf
• file:1311.2901v3_Visualizing and Understanding Convolutional Networks.pdf
• file:1506.02025_Spatial Transformer Networks.pdf
• file:1504.08083_Fast R-CNN.pdf
• file:1406.2661v1_Generative Adversarial Nets.pdf
• file:1409.1556v6_VERY DEEP CONVOLUTIONAL Networks.pdf
• file:1412.2306v2_Deep Visual-Semantic Alignments for Generating Image Descriptions.pdf
• file:10 GAN实战-2.flv
• file:1 数据的分布.flv
• file:8 WGAN-GP原理.flv
• file:3 生成对抗网络.flv
• file:4 纳什均衡-1.flv
• file:3. 课时3 循环神经网络基本原理-2.mp4
• file:10. 课时10 RNN训练难题—梯度弥散与梯度爆炸.mp4
• file:11. 课时11 项目实战-情感分类问题.mp4
• file:9. 课时9 LSTM中Layer的使用.mp4
• file:Deep-Learning-with-PyTorch-Tutorials.zip
• file:23-ResNet实战-4.mp4
• file:12-CIFAR100与VGG13实战-3.mp4
• file:3-卷积运算详解-3.mp4
• file:19-ResNet, DenseNet详解.mp4
• file:17-BatchNorm-2.mp4
• file:9-池化与采样操作讲解.mp4
• folder:AI精选付费资料包（37.4GB）（合集）
• folder:六：计算机视觉实战项目
• folder:一：人工智能论文合集
• folder:四：机器学习基础算法教程
• folder:五：深度学习神经网络基础教程
• folder:三：超详细人工智能学习大纲
• folder:二：AI必读经典书籍
• folder:04.Unet图像分割实战视频课程
• folder:06.YOLOV5目标检测课程资料
• folder:07.MASK-RCNN课程资料
• folder:05.OpenCV图像处理课程资料
• folder:CVPR行人重识别论文解读
• folder:深度学习论文精讲-BERT模型
• folder:ICCV2021
• folder:图神经网络（GNN）100篇论文集
• folder:Resnet论文解读
• folder:CNN_不能错过的10篇论文
• folder:01.机器学习经典算法精讲视频课程
• folder:GAN对抗生成网络基础
• folder:神经网络模型基础课件资料
• folder:项目实战一：信用卡数字识别
• folder:项目实战三：全景图像拼接
• folder:第六章：物体检测-faster-rcnn
• folder:第一章：物体检测框架-MaskRcnn项目介绍与配置
• folder:解压密码： iccv2021
• folder:Models
• folder:Survey
• folder:Applications
• folder:第三章：模型评估方法
• folder:课程简介
• folder:第五章：逻辑回归原理推导
• folder:第八章：聚类算法-Kmeans&Dbscan原理
• folder:第十二章：决策树代码实现
• folder:第十章：聚类算法实验分析
• folder:部分代码资料
• folder:CNN+RNN+GAN