人工智能深度学习系统班（第十期） - 猎人搜索 轻松搜寻全网资源

• file:课程详细目录.txt
• file:flask预测.zip
• file:深度学习.pdf
• file:PyTorch.pdf
• file:第五章：图像识别模型与训练策略（重点）.zip
• file:第六章：DataLoader自定义数据集制作.zip
• file:Transformer在视觉中的应用VIT算法.pdf
• file:transformer.pdf
• file:卷积神经网络.pdf
• file:咨询VX ETH22009.txt
• file:040-6-外接本地数据库工具 .mp4
• file:062-4-LORA微调的核心思想 .mp4
• file:020-1-论文概述分析 .mp4
• file:058-3-效果分析与总结 .mp4
• file:015-2-后端GPT项目部署启动 .mp4
• file:018-5-GPT中加入外部API调用方法 .mp4
• file:004-3-与大模型的关系分析 .mp4
• file:038-4-召回改进方案解读 .mp4
• file:066-3-源码调用DEBUG解读 .mp4
• file:023-4-基础解读-动作定义方式 .mp4
• file:030-1-Agent要完成的任务和业务逻辑定义 .mp4
• file:025-6-单动作智能体实现方法 .mp4
• file:033-4-子问题生成总结结果 .mp4
• file:045-5-感知与反思模块构建流程 .mp4
• file:基于MASK-RCNN框架训练自己的数据与任务.zip
• file:PyTorch框架基本处理操作.zip
• file:f112c9fda85536ee3eba662c9043e683.bat
• file:MaskRcnn网络框架源码详解.zip
• file:图像识别核心模块实战解读.zip
• file:第5节：U-2-Net.zip
• folder:人工智能深度学习系统班（第十期）
• folder:资料
• folder:3-深度学习框架PyTorch
• folder:4-Opencv图像处理框架实战
• folder:2-深度学习必备核心算法
• folder:15-缺陷检测实战
• folder:26-知识图谱实战系列
• folder:24-时间序列预测
• folder:23-自然语言处理必备神器Huggingface系列实战
• folder:18-强化学习与AI黑科技实例
• folder:8-走向AI论文实验与项目实战的捷径-MMLAB实战系列
• folder:19-CV与NLP经典大模型解读
• folder:25-自然语言处理通用框架-BERT实战
• folder:10-2022论⽂必备-Transformer实战系列
• folder:20-面向医学领域的深度学习实战
• folder:21-深度学习模型部署与剪枝优化实战
• folder:30-2024Ai必会Agent(应用解读+项目实战)
• folder:29-论文创新点常用方法及其应用实例
• folder:5-综合项目-物体检测经典算法实战
• folder:13-面向深度学习的无人驾驶实战
• folder:1-AI课程所需安装软件教程
• folder:9-经典视觉项目实战：行为识别、姿态估计、目标追踪
• folder:14-对比学习与多模态任务实战
• folder:7.第七章 图像分割实战
• folder:1.第1章 直播课
• folder:12.第一十二章 3D点云实战
• folder:14-Deeplab铁质材料缺陷检测与开源项⽬应⽤流程
• folder:8-Opencv梯度计算与边缘检测实例
• folder:6-Semi-supervised布料缺陷检测实战
• folder:1-课程介绍
• folder:12-图像分割deeplab系列算法
• folder:11-基于视频流⽔线的Opencv缺陷检测项⽬
• folder:4-物体检测框架YOLOV5项目工程源码解读
• folder:5-基于YOLOV5的钢材缺陷检测实战
• folder:13-基于deeplabV3+版本进⾏VOC分割实战
• folder:3-unet医学细胞分割实战
• folder:1-图像分割及其损失函数概述
• folder:2-Unet系列算法讲解
• folder:9-补充：Mask2former源码解读
• folder:7-医学⼼脏视频数据集分割建模实战
• folder:10-物体检测框架-MaskRcnn项目介绍与配置
• folder:4-U2NET显著性检测实战
• folder:2-知识图谱涉及技术点分析
• folder:6-文本关系抽取实践
• folder:7-金融平台风控模型实践
• folder:8-医学糖尿病数据命名实体识别
• folder:4-使用python操作neo4j实例
• folder:3-Neo4j数据库实战
• folder:5-基于知识图谱的医药问答系统实战
• folder:4-stargan论文架构解析
• folder:3-基于CycleGan开源项目实战图像合成
• folder:9-基于GAN的图像补全实战
• folder:2-对抗生成网络架构原理与实战解析
• folder:8-图像超分辨率重构实战
• folder:6-基于starganvc2的变声器论文原理解读
• folder:1-Informer原理解读
• folder:3-Timesnet时序预测
• folder:2-Transformer工具包基本操作实例解读
• folder:8-GPT训练与预测部署流程
• folder:5-文本标注工具与NER实例
• folder:11-补充Huggingface数据集制作方法实例
• folder:9-文本摘要建模
• folder:6-文本预训练模型构建实例
• folder:8-基于图模型的轨迹估计
• folder:5-图注意力机制与序列图模型
• folder:11-异构图神经网络
• folder:6-图相似度论文解读
• folder:2-图卷积GCN模型
• folder:4-使用PyTorch Geometric构建自己的图数据集
• folder:3-图模型必备神器PyTorch Geometric安装与使用
• folder:5-项目实战-基于行人局部特征融合的再识别实战
• folder:6-旷视研究院最新算法解读（基于图模型）
• folder:7-基于拓扑图的行人重识别项目实战
• folder:4-AAAI2020顶会算法精讲
• folder:8-额外补充：行人搜索源码分析
• folder:2-基于注意力机制的Reld模型论文解读
• folder:1-行人重识别原理及其应用
• folder:3-PPO实战-月球登陆器训练实例
• folder:7-用A3C玩转超级马里奥
• folder:12-Dalle2及其源码解读
• folder:11-Diffusion模型解读
• folder:4-Q-learning与DQN算法
• folder:2-PPO算法与公式推导
• folder:6-Actor-Critic算法分析（A3C）
• folder:8-GPT系列生成模型
• folder:13-ChatGPT
• folder:10-CLIP系列
• folder:5-DQN改进与应用技巧
• folder:23-额外补充-在源码中加入各种注意力机制方法
• folder:3-第一模块：训练结果测试与验证
• folder:10-第三模块：DeformableDetr算法解读
• folder:4-第一模块：模型源码DEBUG演示
• folder:2-第一模块：分类任务基本操作
• folder:5-第二模块：使用分割模块训练自己的数据集
• folder:14-第四模块：ANINET文字识别
• folder:17-第六模块：BasicVSR++视频超分辨重构源码解读
• folder:22-OCR算法解读
• folder:19-第八模块：模型蒸馏应用实例
• folder:16-第五模块：stylegan2源码解读
• folder:18-第七模块：多模态3D目标检测算法源码解读
• folder:21-第九模块：mmaction行为识别
• folder:1-MMCV安装方法
• folder:12-KIE关键信息抽取与视频超分辨率重构
• folder:6-第二模块：基于Unet进行各种策略修改
• folder:7-第二模块：分割任务CVPR最新Backbone设计及其应用
• folder:15-第四模块：KIE基于图模型的关键信息抽取
• folder:20-第八模块：模型剪枝方法概述分析
• folder:12-自监督任务-对比学习思想
• folder:16-BEV感知特征空间算法解读
• folder:5-LLM与LORA微调策略解读
• folder:15-视觉自监督任务BEITV2源码解读
• folder:6-LLM下游任务训练自己模型实战
• folder:4-chatgpt算法解读分析
• folder:18-补充-视觉大模型基础-deformableAttention
• folder:7-视觉大模型SAM
• folder:11-openai-dalle2源码解读
• folder:8-视觉QA算法与论文解读
• folder:4-项目实战-基于BERT的中文命名实体识别识别实战
• folder:6-必备基础-掌握Tensorflow如何实现word2vec模型
• folder:5-必备基础知识点-woed2vec模型通俗解读
• folder:7-必备基础知识点-RNN网络架构与情感分析应用实例
• folder:2-谷歌开源项目BERT源码解读与应用实例
• folder:4-VIT源码解读
• folder:7-detr目标检测源码解读
• folder:2-视觉Transformer及其源码分析
• folder:13-局部特征关键点匹配实战
• folder:6-基于Transformer的detr目标检测算法
• folder:10-MedicalTrasnformer论文解读
• folder:14-分割模型Maskformer系列
• folder:20-Huggingface与NLP（讲故事）
• folder:9-DeformableDetr物体检测源码分析
• folder:4-基于Resnet的医学数据集分类实战(1)
• folder:10-基于deeplab的心脏视频数据诊断分析
• folder:1-卷积神经网络原理与参数解读
• folder:16-词向量模型与RNN网络架构
• folder:3-PyTorch框架必备核心模块解读
• folder:11-YOLO系列物体检测算法原理解读
• folder:7-YOLO-V3物体检测部署实例
• folder:2-AIoT人工智能物联网之AI 实战
• folder:10-模型剪枝-Network Slimming算法分析
• folder:12-Mobilenet三代网络模型架构
• folder:1-AIoT人工智能物联网之认识 jetson nano
• folder:8-docker实例演示
• folder:9-tensorflow-serving实战
• folder:3-AIoT人工智能物联网之NVIDIA TAO 实用级的训练神器
• folder:2-3D点云PointNet算法
• folder:4-Pointnet++项目实战
• folder:5-点云补全PF-Net论文解读
• folder:1-3D点云实战 3D点云应用领域分析
• folder:7-点云配准及其案例实战
• folder:1-YOLO V9
• folder:11-TSDF算法与应用
• folder:5-商汤LoFTR算法解读
• folder:8-NeuralRecon算法解读
• folder:4-基于深度学习的车道线检测项目实战
• folder:2-深度估计项目实战
• folder:15-特斯拉无人驾驶解读
• folder:7-三维重建应用与坐标系基础
• folder:5-语音分离ConvTasnet模型
• folder:1-seq2seq序列网络模型
• folder:2-LAS模型语音识别实战
• folder:6-ConvTasnet语音分离实战
• folder:7-语音合成tacotron最新版实战
• folder:14-V5版本项目配置
• folder:1-slowfast算法知识点通俗解读
• folder:4-基于3D卷积的视频分析与动作识别
• folder:10-OpenPose算法源码分析
• folder:9-姿态估计OpenPose系列算法解读
• folder:5-视频异常检测算法与元学习
• folder:2-slowfast项目环境配置与配置文件
• folder:7-基础补充-Resnet模型及其应用实例
• folder:6-视频异常检测CVPR2021论文及其源码解读
• folder:5-5 节图像梯度计算
• folder:5-11 节图像特征-harris
• folder:5-15 节答题卡识别判卷
• folder:5-1 节课程简介与环境配置
• folder:5-13 节全景图像拼接
• folder:5-10 节⽂档扫描OCR识别
• folder:5-18 节Opencv的DNN模块
• folder:5-8 节直⽅图与傅⾥叶变换
• folder:5-21 节疲劳检测
• folder:5-9 节信⽤卡数字识别
• folder:5-3 节阈值与平滑处理
• folder:5-7 节图像⾦字塔与轮廓检测
• folder:5-20 节卷积原理与操作
• folder:3-7 节LSTM文本分类实战
• folder:3-2 节使用神经网络进行分类任务
• folder:3-8 节PyTorch框架Flask部署例子
• folder:3-4 节卷积网络参数解读分析
• folder:3-3 节神经网络回归任务-气温预测
• folder:3-5 节图像识别模型与训练策略（重点）
• folder:8-推荐系统常用工具包演示
• folder:11-补充-基于相似度的酒店推荐系统
• folder:3-音乐推荐系统实战
• folder:10-基本统计分析的电影推荐
• folder:2-协同过滤与矩阵分解
• folder:7-DeepFM算法实战
• folder:6-点击率估计FM与DeepFM算法
• folder:9-基于文本数据的推荐实例
• folder:4-多模态文字识别
• folder:11-NLP-相似度模型
• folder:3-贝叶斯算法
• folder:10-NLP-文本特征方法对比
• folder:5-HMM隐马尔科夫模型
• folder:6-HMM工具包实战
• folder:9-基于word2vec的分类任务
• folder:14-对话机器人
• folder:4-新闻分类任务实战
• folder:12-LSTM情感分析
• folder:2-商品信息可视化与文本分析
• folder:8-使用Gemsim构建词向量