咕泡-人工智能深度学习系统班第七期

咕泡-人工智能深度学习系统班第七期
├── 第10章 经典视觉项目实战-目标追踪与姿态估计
│ ├── 10-1 节课程介绍
│ │ ├── 0-姿态估计课程介绍.mp4(1.mp4
│ │ └── 0-姿态估计课程介绍.mp4.mp4
│ ├── 10-2 节姿态估计OpenPose系列算法解读
│ │ ├── 1-姿态估计要解决的问题分析.mp4(1.mp4
│ │ ├── 1-姿态估计要解决的问题分析.mp4.mp4
│ │ ├── 10-匹配方法解读.mp4(1.mp4
│ │ ├── 10-匹配方法解读.mp4.mp4
│ │ ├── 11-CPM模型特点.mp4(1.mp4
│ │ ├── 11-CPM模型特点.mp4.mp4
│ │ ├── 12-算法流程与总结.mp4(1.mp4
│ │ ├── 12-算法流程与总结.mp4.mp4
│ │ ├── 2-姿态估计应用领域概述.mp4(1.mp4
│ │ ├── 2-姿态估计应用领域概述.mp4.mp4
│ │ ├── 3-传统topdown方法的问题.mp4(1.mp4
│ │ ├── 3-传统topdown方法的问题.mp4.mp4
│ │ ├── 4-要解决的两个问题分析.mp4(1.mp4
│ │ ├── 4-要解决的两个问题分析.mp4.mp4
│ │ ├── 5-基于高斯分布预测关键点位置.mp4(1.mp4
│ │ ├── 5-基于高斯分布预测关键点位置.mp4.mp4
│ │ ├── 6-各模块输出特征图解读.mp4(1.mp4
│ │ ├── 6-各模块输出特征图解读.mp4.mp4
│ │ ├── 7-PAF向量登场.mp4(1.mp4
│ │ ├── 7-PAF向量登场.mp4.mp4
│ │ ├── 8-PAF标签设计方法.mp4(1.mp4
│ │ ├── 8-PAF标签设计方法.mp4.mp4
│ │ ├── 9-预测时PAF积分计算方法.mp4(1.mp4
│ │ └── 9-预测时PAF积分计算方法.mp4.mp4
│ ├── 10-3 节OpenPose算法源码分析
│ │ ├── 1-数据集与路径配置解读.mp4(1.mp4
│ │ ├── 1-数据集与路径配置解读.mp4.mp4
│ │ ├── 10-多阶段输出与预测.mp4(1.mp4
│ │ ├── 10-多阶段输出与预测.mp4.mp4
│ │ ├── 2-读取图像与标注信息.mp4(1.mp4
│ │ ├── 2-读取图像与标注信息.mp4.mp4
│ │ ├── 3-关键点与躯干特征图初始化.mp4(1.mp4
│ │ ├── 3-关键点与躯干特征图初始化.mp4.mp4
│ │ ├── 4-根据关键点位置设计关键点标签.mp4(1.mp4
│ │ ├── 4-根据关键点位置设计关键点标签.mp4.mp4
│ │ ├── 5-准备构建PAF躯干标签.mp4(1.mp4
│ │ ├── 5-准备构建PAF躯干标签.mp4.mp4
│ │ ├── 6-各位置点归属判断.mp4(1.mp4
│ │ ├── 6-各位置点归属判断.mp4.mp4
│ │ ├── 7-特征图各点累加向量计算.mp4(1.mp4
│ │ ├── 7-特征图各点累加向量计算.mp4.mp4
│ │ ├── 8-完成PAF特征图制作.mp4(1.mp4
│ │ ├── 8-完成PAF特征图制作.mp4.mp4
│ │ ├── 9-网络模型一阶段输出.mp4(1.mp4
│ │ └── 9-网络模型一阶段输出.mp4.mp4
│ ├── 10-4 节deepsort算法知识点解读
│ │ ├── 1-卡尔曼滤波通俗解释.mp4(1.mp4
│ │ ├── 1-卡尔曼滤波通俗解释.mp4.mp4
│ │ ├── 10-sort与deepsort建模流程分析.mp4(1.mp4
│ │ ├── 10-sort与deepsort建模流程分析.mp4.mp4
│ │ ├── 11-预测与匹配流程解读.mp4(1.mp4
│ │ ├── 11-预测与匹配流程解读.mp4.mp4
│ │ ├── 12-追踪任务流程拆解.mp4(1.mp4
│ │ ├── 12-追踪任务流程拆解.mp4.mp4
│ │ ├── 2-卡尔曼滤波要完成的任务.mp4(1.mp4
│ │ ├── 2-卡尔曼滤波要完成的任务.mp4.mp4
│ │ ├── 3-任务本质分析.mp4(1.mp4
│ │ ├── 3-任务本质分析.mp4.mp4
│ │ ├── 4-基于观测值进行最优估计.mp4(1.mp4
│ │ ├── 4-基于观测值进行最优估计.mp4.mp4
│ │ ├── 5-预测与更新操作.mp4(1.mp4
│ │ ├── 5-预测与更新操作.mp4.mp4
│ │ ├── 6-追踪中的状态量.mp4(1.mp4
│ │ ├── 6-追踪中的状态量.mp4.mp4
│ │ ├── 7-匈牙利匹配算法概述.mp4(1.mp4
│ │ ├── 7-匈牙利匹配算法概述.mp4.mp4
│ │ ├── 8-匹配小例子分析.mp4(1.mp4
│ │ ├── 8-匹配小例子分析.mp4.mp4
│ │ ├── 9-REID特征的作用.mp4(1.mp4
│ │ └── 9-REID特征的作用.mp4.mp4
│ ├── 10-5 节deepsort源码解读
│ │ ├── 1-项目环境配置.mp4(1.mp4
│ │ ├── 1-项目环境配置.mp4.mp4
│ │ ├── 10-匹配结果与总结.mp4(1.mp4
│ │ ├── 10-匹配结果与总结.mp4.mp4
│ │ ├── 2-参数与DEMO演示.mp4(1.mp4
│ │ ├── 2-参数与DEMO演示.mp4.mp4
│ │ ├── 3-针对检测结果初始化track.mp4(1.mp4
│ │ ├── 3-针对检测结果初始化track.mp4.mp4
│ │ ├── 4-对track执行预测操作.mp4(1.mp4
│ │ ├── 4-对track执行预测操作.mp4.mp4
│ │ ├── 5-状态量预测结果.mp4(1.mp4
│ │ ├── 5-状态量预测结果.mp4.mp4
│ │ ├── 6-IOU代价矩阵计算.mp4(1.mp4
│ │ ├── 6-IOU代价矩阵计算.mp4.mp4
│ │ ├── 7-参数更新操作.mp4(1.mp4
│ │ ├── 7-参数更新操作.mp4.mp4
│ │ ├── 8-级联匹配模块.mp4(1.mp4
│ │ ├── 8-级联匹配模块.mp4.mp4
│ │ ├── 9-ReID特征代价矩阵计算.mp4(1.mp4
│ │ └── 9-ReID特征代价矩阵计算.mp4.mp4
│ ├── 10-6 节YOLO-V4版本算法解读
│ │ ├── 1-V4版本整体概述.mp4(1.mp4
│ │ ├── 1-V4版本整体概述.mp4.mp4
│ │ ├── 10-PAN模块解读.mp4(1.mp4
│ │ ├── 10-PAN模块解读.mp4.mp4
│ │ ├── 11-激活函数与整体架构总结.mp4(1.mp4
│ │ ├── 11-激活函数与整体架构总结.mp4.mp4
│ │ ├── 2-V4版本贡献解读.mp4(1.mp4
│ │ ├── 2-V4版本贡献解读.mp4.mp4
│ │ ├── 3-数据增强策略分析.mp4(1.mp4
│ │ ├── 3-数据增强策略分析.mp4.mp4
│ │ ├── 4-DropBlock与标签平滑方法.mp4(1.mp4
│ │ ├── 4-DropBlock与标签平滑方法.mp4.mp4
│ │ ├── 5-损失函数遇到的问题.mp4(1.mp4
│ │ ├── 5-损失函数遇到的问题.mp4.mp4
│ │ ├── 6-CIOU损失函数定义.mp4(1.mp4
│ │ ├── 6-CIOU损失函数定义.mp4.mp4
│ │ ├── 7-NMS细节改进.mp4(1.mp4
│ │ ├── 7-NMS细节改进.mp4.mp4
│ │ ├── 8-SPP与CSP网络结构.mp4(1.mp4
│ │ ├── 8-SPP与CSP网络结构.mp4.mp4
│ │ ├── 9-SAM注意力机制模块.mp4(1.mp4
│ │ └── 9-SAM注意力机制模块.mp4.mp4
│ ├── 10-7 节V5版本项目配置
│ │ ├── 1-整体项目概述.mp4(1.mp4
│ │ ├── 1-整体项目概述.mp4.mp4
│ │ ├── 2-训练自己的数据集方法.mp4(1.mp4
│ │ ├── 2-训练自己的数据集方法.mp4.mp4
│ │ ├── 3-训练数据参数配置.mp4(1.mp4
│ │ ├── 3-训练数据参数配置.mp4.mp4
│ │ ├── 4-测试DEMO演示.mp4(1.mp4
│ │ └── 4-测试DEMO演示.mp4.mp4
│ └── 10-8 节V5项目工程源码解读
│ ├── 1-数据源DEBUG流程解读.mp4(1.mp4
│ ├── 1-数据源DEBUG流程解读.mp4.mp4
│ ├── 10-完成配置文件解析任务.mp4(1.mp4
│ ├── 10-完成配置文件解析任务.mp4.mp4
│ ├── 11-前向传播计算.mp4(1.mp4
│ ├── 11-前向传播计算.mp4.mp4
│ ├── 12-BottleneckCSP层计算方法.mp4(1.mp4
│ ├── 12-BottleneckCSP层计算方法.mp4.mp4
│ ├── 13-SPP层计算细节分析.mp4(1.mp4
│ ├── 13-SPP层计算细节分析.mp4.mp4
│ ├── 14Head层流程解读.mp4(1.mp4
│ ├── 14Head层流程解读.mp4.mp4
│ ├── 15-上采样与拼接操作.mp4(1.mp4
│ ├── 15-上采样与拼接操作.mp4.mp4
│ ├── 16-输出结果分析.mp4(1.mp4
│ ├── 16-输出结果分析.mp4.mp4
│ ├── 17-超参数解读.mp4(1.mp4
│ ├── 17-超参数解读.mp4.mp4
│ ├── 18-命令行参数介绍.mp4(1.mp4
│ ├── 18-命令行参数介绍.mp4.mp4
│ ├── 19-训练流程解读.mp4(1.mp4
│ ├── 19-训练流程解读.mp4.mp4
│ ├── 2-图像数据源配置.mp4(1.mp4
│ ├── 2-图像数据源配置.mp4.mp4
│ ├── 20-各种训练策略概述.mp4(1.mp4
│ ├── 20-各种训练策略概述.mp4.mp4
│ ├── 21-模型迭代过程.mp4(1.mp4
│ ├── 21-模型迭代过程.mp4.mp4
│ ├── 3-加载标签数据.mp4(1.mp4
│ ├── 3-加载标签数据.mp4.mp4
│ ├── 4-Mosaic数据增强方法.mp4(1.mp4
│ ├── 4-Mosaic数据增强方法.mp4.mp4
│ ├── 5-数据四合一方法与流程演示.mp4(1.mp4
│ ├── 5-数据四合一方法与流程演示.mp4.mp4
│ ├── 6-getItem构建batch.mp4(1.mp4
│ ├── 6-getItem构建batch.mp4.mp4
│ ├── 7-网络架构图可视化工具安装.mp4(1.mp4
│ ├── 7-网络架构图可视化工具安装.mp4.mp4
│ ├── 8-V5网络配置文件解读.mp4(1.mp4
│ ├── 8-V5网络配置文件解读.mp4.mp4
│ ├── 9-Focus模块流程分析.mp4(1.mp4
│ └── 9-Focus模块流程分析.mp4.mp4
├── 第11章 Transformer实战解读
│ ├── 11-1 节Transformer算法解读
│ │ ├── Transformer算法解读(1.mp4
│ │ └── Transformer算法解读.mp4
│ ├── 11-10 节MedicalTrasnformer论文解读
│ │ ├── 1-论文整体分析.mp4(1.mp4
│ │ ├── 1-论文整体分析.mp4.mp4
│ │ ├── 2-核心思想分析.mp4(1.mp4
│ │ ├── 2-核心思想分析.mp4.mp4
│ │ ├── 3-网络结构计算流程概述.mp4(1.mp4
│ │ ├── 3-网络结构计算流程概述.mp4.mp4
│ │ ├── 4-论文公式计算分析.mp4(1.mp4
│ │ ├── 4-论文公式计算分析.mp4.mp4
│ │ ├── 5-位置编码的作用与效果.mp4(1.mp4
│ │ ├── 5-位置编码的作用与效果.mp4.mp4
│ │ ├── 6-拓展应用分析.mp4(1.mp4
│ │ └── 6-拓展应用分析.mp4.mp4
│ ├── 11-11 节MedicalTransformer源码解读
│ │ ├── 1-项目环境配置MedicalTransformer.mp4(1.mp4
│ │ ├── 1-项目环境配置MedicalTransformer.mp4.mp4
│ │ ├── 2-医学数据介绍与分析.mp4(1.mp4
│ │ ├── 2-医学数据介绍与分析.mp4.mp4
│ │ ├── 3-基本处理操作.mp4(1.mp4
│ │ ├── 3-基本处理操作.mp4.mp4
│ │ ├── 4-AxialAttention实现过程.mp4(1.mp4
│ │ ├── 4-AxialAttention实现过程.mp4.mp4
│ │ ├── 5-位置编码向量解读.mp4(1.mp4
│ │ ├── 5-位置编码向量解读.mp4.mp4
│ │ ├── 6-注意力计算过程与方法.mp4(1.mp4
│ │ ├── 6-注意力计算过程与方法.mp4.mp4
│ │ ├── 7-局部特征提取与计算.mp4(1.mp4
│ │ └── 7-局部特征提取与计算.mp4.mp4
│ ├── 11-12 节商汤LoFTR算法解读
│ │ ├── 1-特征匹配的应用场景.mp4(1.mp4
│ │ ├── 1-特征匹配的应用场景.mp4.mp4
│ │ ├── 10-总结分析.mp4(1.mp4
│ │ ├── 10-总结分析.mp4.mp4
│ │ ├── 2-特征匹配的基本流程分析.mp4(1.mp4
│ │ ├── 2-特征匹配的基本流程分析.mp4.mp4
│ │ ├── 3-整体流程梳理分析.mp4(1.mp4
│ │ ├── 3-整体流程梳理分析.mp4.mp4
│ │ ├── 4-CrossAttention的作用与效果.mp4(1.mp4
│ │ ├── 4-CrossAttention的作用与效果.mp4.mp4
│ │ ├── 5-transformer构建匹配特征.mp4(1.mp4
│ │ ├── 5-transformer构建匹配特征.mp4.mp4
│ │ ├── 6-粗粒度匹配过程与作用.mp4(1.mp4
│ │ ├── 6-粗粒度匹配过程与作用.mp4.mp4
│ │ ├── 7-特征图拆解操作.mp4(1.mp4
│ │ ├── 7-特征图拆解操作.mp4.mp4
│ │ ├── 8-细粒度匹配的作用与方法.mp4(1.mp4
│ │ ├── 8-细粒度匹配的作用与方法.mp4.mp4
│ │ ├── 9-基于期望预测最终位置.mp4(1.mp4
│ │ └── 9-基于期望预测最终位置.mp4.mp4
│ ├── 11-13 节局部特征关键点匹配实战
│ │ ├── 1-项目与参数配置解读.mp4(1.mp4
│ │ ├── 1-项目与参数配置解读.mp4.mp4
│ │ ├── 10-得到精细化输出结果.mp4(1.mp4
│ │ ├── 10-得到精细化输出结果.mp4.mp4
│ │ ├── 11-通过期望计算最终输出.mp4(1.mp4
│ │ ├── 11-通过期望计算最终输出.mp4.mp4
│ │ ├── 2-DEMO效果演示.mp4(1.mp4
│ │ ├── 2-DEMO效果演示.mp4.mp4
│ │ ├── 3-backbone特征提取模块.mp4(1.mp4
│ │ ├── 3-backbone特征提取模块.mp4.mp4
│ │ ├── 4-注意力机制的作用与效果分析.mp4(1.mp4
│ │ ├── 4-注意力机制的作用与效果分析.mp4.mp4
│ │ ├── 5-特征融合模块实现方法.mp4(1.mp4
│ │ ├── 5-特征融合模块实现方法.mp4.mp4
│ │ ├── 6-cross关系计算方法实例.mp4(1.mp4
│ │ ├── 6-cross关系计算方法实例.mp4.mp4
│ │ ├── 7-粗粒度匹配过程.mp4(1.mp4
│ │ ├── 7-粗粒度匹配过程.mp4.mp4
│ │ ├── 8-完成基础匹配模块.mp4(1.mp4
│ │ ├── 8-完成基础匹配模块.mp4.mp4
│ │ ├── 9-精细化调整方法与实例.mp4(1.mp4
│ │ └── 9-精细化调整方法与实例.mp4.mp4
│ ├── 11-14 节分割模型Maskformer系列
│ │ ├── 分割模型Maskformer系列(1.mp4
│ │ └── 分割模型Maskformer系列.mp4
│ ├── 11-15 节Mask2former源码解读
│ │ ├── 1-Backbone获取多层级特征.mp4(1.mp4
│ │ ├── 1-Backbone获取多层级特征.mp4.mp4
│ │ ├── 10-正样本筛选损失计算.mp4(1.mp4
│ │ ├── 10-正样本筛选损失计算.mp4.mp4
│ │ ├── 11-标签分类匹配结果分析.mp4(1.mp4
│ │ ├── 11-标签分类匹配结果分析.mp4.mp4
│ │ ├── 12-最终损失计算流程.mp4(1.mp4
│ │ ├── 12-最终损失计算流程.mp4.mp4
│ │ ├── 13-汇总所有损失完成迭代.mp4(1.mp4
│ │ ├── 13-汇总所有损失完成迭代.mp4.mp4
│ │ ├── 2-多层级采样点初始化构建.mp4(1.mp4
│ │ ├── 2-多层级采样点初始化构建.mp4.mp4
│ │ ├── 3-多层级输入特征序列创建方法.mp4(1.mp4
│ │ ├── 3-多层级输入特征序列创建方法.mp4.mp4
│ │ ├── 4-偏移量与权重计算并转换.mp4(1.mp4
│ │ ├── 4-偏移量与权重计算并转换.mp4.mp4
│ │ ├── 5-Encoder特征构建方法实例.mp4(1.mp4
│ │ ├── 5-Encoder特征构建方法实例.mp4.mp4
│ │ ├── 6-query要预测的任务解读.mp4(1.mp4
│ │ ├── 6-query要预测的任务解读.mp4.mp4
│ │ ├── 7-Decoder中的AttentionMask方法.mp4(1.mp4
│ │ ├── 7-Decoder中的AttentionMask方法.mp4.mp4
│ │ ├── 8-损失模块输入参数分析.mp4(1.mp4
│ │ ├── 8-损失模块输入参数分析.mp4.mp4
│ │ ├── 9-标签分配策略解读.mp4(1.mp4
│ │ └── 9-标签分配策略解读.mp4.mp4
│ ├── 11-16 节BEV特征空间
│ │ ├── BEV特征空间(1.mp4
│ │ └── BEV特征空间.mp4
│ ├── 11-17 节BevFormer源码解读
│ │ ├── 1-环境配置方法解读.mp4(1.mp4
│ │ ├── 1-环境配置方法解读.mp4.mp4
│ │ ├── 10-获取当前BEV特征.mp4(1.mp4
│ │ ├── 10-获取当前BEV特征.mp4.mp4
│ │ ├── 11-Decoder级联校正模块.mp4(1.mp4
│ │ ├── 11-Decoder级联校正模块.mp4.mp4
│ │ ├── 12-损失函数与预测可视化.mp4(1.mp4
│ │ ├── 12-损失函数与预测可视化.mp4.mp4
│ │ ├── 2-数据集下载与配置方法.mp4(1.mp4
│ │ ├── 2-数据集下载与配置方法.mp4.mp4
│ │ ├── 3-特征提取以及BEV空间初始化.mp4(1.mp4
│ │ ├── 3-特征提取以及BEV空间初始化.mp4.mp4
│ │ ├── 4-特征对齐与位置编码初始化.mp4(1.mp4
│ │ ├── 4-特征对齐与位置编码初始化.mp4.mp4
│ │ ├── 5-Reference初始点构建.mp4(1.mp4
│ │ ├── 5-Reference初始点构建.mp4.mp4
│ │ ├── 6-BEV空间与图像空间位置对应.mp4(1.mp4
│ │ ├── 6-BEV空间与图像空间位置对应.mp4.mp4
│ │ ├── 7-注意力机制模块计算方法.mp4(1.mp4
│ │ ├── 7-注意力机制模块计算方法.mp4.mp4
│ │ ├── 8-BEV空间特征构建.mp4(1.mp4
│ │ ├── 8-BEV空间特征构建.mp4.mp4
│ │ ├── 9-Decoder要完成的任务分析.mp4(1.mp4
│ │ └── 9-Decoder要完成的任务分析.mp4.mp4
│ ├── 11-18 节时间序列预测
│ │ ├── 时间序列预测(1.mp4
│ │ └── 时间序列预测.mp4
│ ├── 11-19 节Informer时间序列源码解读
│ │ ├── Informer时间序列预测源码解读(1.mp4
│ │ └── Informer时间序列预测源码解读.mp4
│ ├── 11-2 节视觉Transformer及其源码分析
│ │ ├── 视觉Transformer及其源码分析(1.mp4
│ │ └── 视觉Transformer及其源码分析.mp4
│ ├── 11-20 节Huggingface与NLP（讲故事
│ │ ├── Huggingface与NLP（讲故事）(1.mp4
│ │ └── Huggingface与NLP（讲故事.mp4
│ ├── 11-3 节VIT算法模型源码解读
│ │ ├── 1-项目配置说明.mp4(1.mp4
│ │ ├── 1-项目配置说明.mp4.mp4
│ │ ├── 2-输入序列构建方法解读.mp4(1.mp4
│ │ ├── 2-输入序列构建方法解读.mp4.mp4
│ │ ├── 3-注意力机制计算.mp4(1.mp4
│ │ ├── 3-注意力机制计算.mp4.mp4
│ │ ├── 4-输出层计算结果.mp4(1.mp4
│ │ └── 4-输出层计算结果.mp4.mp4
│ ├── 11-4 节swintransformer算法原理解析
│ │ ├── 1-swintransformer整体概述.mp4(1.mp4
│ │ ├── 1-swintransformer整体概述.mp4.mp4
│ │ ├── 10-分层计算方法.mp4(1.mp4
│ │ ├── 10-分层计算方法.mp4.mp4
│ │ ├── 2-要解决的问题及其优势分析.mp4(1.mp4
│ │ ├── 2-要解决的问题及其优势分析.mp4.mp4
│ │ ├── 3-一个block要完成的任务.mp4(1.mp4
│ │ ├── 3-一个block要完成的任务.mp4.mp4
│ │ ├── 4-获取各窗口输入特征.mp4(1.mp4
│ │ ├── 4-获取各窗口输入特征.mp4.mp4
│ │ ├── 5-基于窗口的注意力机制解读.mp4(1.mp4
│ │ ├── 5-基于窗口的注意力机制解读.mp4.mp4
│ │ ├── 6-窗口偏移操作的实现.mp4(1.mp4
│ │ ├── 6-窗口偏移操作的实现.mp4.mp4
│ │ ├── 7-偏移细节分析及其计算量概述.mp4(1.mp4
│ │ ├── 7-偏移细节分析及其计算量概述.mp4.mp4
│ │ ├── 8-整体网络架构整合.mp4(1.mp4
│ │ ├── 8-整体网络架构整合.mp4.mp4
│ │ ├── 9-下采样操作实现方法.mp4(1.mp4
│ │ └── 9-下采样操作实现方法.mp4.mp4
│ ├── 11-5 节swintransformer源码解读
│ │ ├── 1-数据与环境配置解读.mp4(1.mp4
│ │ ├── 1-数据与环境配置解读.mp4.mp4
│ │ ├── 2-图像数据patch编码.mp4(1.mp4
│ │ ├── 2-图像数据patch编码.mp4.mp4
│ │ ├── 3-数据按window进行划分计算.mp4(1.mp4
│ │ ├── 3-数据按window进行划分计算.mp4.mp4
│ │ ├── 4-基础attention计算模块.mp4(1.mp4
│ │ ├── 4-基础attention计算模块.mp4.mp4
│ │ ├── 5-窗口位移模块细节分析.mp4(1.mp4
│ │ ├── 5-窗口位移模块细节分析.mp4.mp4
│ │ ├── 6-patchmerge下采样操作.mp4(1.mp4
│ │ ├── 6-patchmerge下采样操作.mp4.mp4
│ │ ├── 7-各block计算方法解读.mp4(1.mp4
│ │ ├── 7-各block计算方法解读.mp4.mp4
│ │ ├── 8-输出层概述.mp4(1.mp4
│ │ └── 8-输出层概述.mp4.mp4
│ ├── 11-6 节基于Transformer的detr⽬标检测算法
│ │ ├── 1-DETR目标检测基本思想解读.mp4(1.mp4
│ │ ├── 1-DETR目标检测基本思想解读.mp4.mp4
│ │ ├── 2-整体网络架构分析.mp4(1.mp4
│ │ ├── 2-整体网络架构分析.mp4.mp4
│ │ ├── 3-位置信息初始化query向量.mp4(1.mp4
│ │ ├── 3-位置信息初始化query向量.mp4.mp4
│ │ ├── 4-注意力机制的作用方法.mp4(1.mp4
│ │ ├── 4-注意力机制的作用方法.mp4.mp4
│ │ ├── 5-训练过程的策略.mp4(1.mp4
│ │ └── 5-训练过程的策略.mp4.mp4
│ ├── 11-7 节detr⽬标检测源码解读
│ │ ├── 1-项目环境配置解读.mp4(1.mp4
│ │ ├── 1-项目环境配置解读.mp4.mp4
│ │ ├── 2-数据处理与dataloader.mp4(1.mp4
│ │ ├── 2-数据处理与dataloader.mp4.mp4
│ │ ├── 3-位置编码作用分析.mp4(1.mp4
│ │ ├── 3-位置编码作用分析.mp4.mp4
│ │ ├── 4-backbone特征提取模块.mp4(1.mp4
│ │ ├── 4-backbone特征提取模块.mp4.mp4
│ │ ├── 5-mask与编码模块.mp4(1.mp4
│ │ ├── 5-mask与编码模块.mp4.mp4
│ │ ├── 6-编码层作用方法.mp4(1.mp4
│ │ ├── 6-编码层作用方法.mp4.mp4
│ │ ├── 7-Decoder层操作与计算.mp4(1.mp4
│ │ ├── 7-Decoder层操作与计算.mp4.mp4
│ │ ├── 8-输出预测结果.mp4(1.mp4
│ │ ├── 8-输出预测结果.mp4.mp4
│ │ ├── 9-损失函数与预测输出.mp4(1.mp4
│ │ └── 9-损失函数与预测输出.mp4.mp4
│ ├── 11-8 节DeformableDetr算法解读
│ │ ├── DeformableDetr算法解读(1.mp4
│ │ └── DeformableDetr算法解读.mp4
│ └── 11-9 节DeformableDetr物体检测源码分析
│ ├── 1-特征提取与位置编码.mp4(1.mp4
│ ├── 1-特征提取与位置编码.mp4.mp4
│ ├── 10-分类与回归输出模块.mp4(1.mp4
│ ├── 10-分类与回归输出模块.mp4.mp4
│ ├── 11-预测输出结果与标签匹配模块.mp4(1.mp4
│ ├── 11-预测输出结果与标签匹配模块.mp4.mp4
│ ├── 2-序列特征展开并叠加.mp4(1.mp4
│ ├── 2-序列特征展开并叠加.mp4.mp4
│ ├── 3-得到相对位置点编码.mp4(1.mp4
│ ├── 3-得到相对位置点编码.mp4.mp4
│ ├── 4-准备Encoder编码层所需全部输入.mp4(1.mp4
│ ├── 4-准备Encoder编码层所需全部输入.mp4.mp4
│ ├── 5-编码层中的序列分析.mp4(1.mp4
│ ├── 5-编码层中的序列分析.mp4.mp4
│ ├── 6-偏移量offset计算.mp4(1.mp4
│ ├── 6-偏移量offset计算.mp4.mp4
│ ├── 7-偏移量对齐操作.mp4(1.mp4
│ ├── 7-偏移量对齐操作.mp4.mp4
│ ├── 8-Encoder层完成特征对齐.mp4(1.mp4
│ ├── 8-Encoder层完成特征对齐.mp4.mp4
│ ├── 9-Decoder要完成的操作.mp4(1.mp4
│ └── 9-Decoder要完成的操作.mp4.mp4
├── 第12章 图神经网络实战
│ ├── 12-1 节图神经网络基础
│ │ ├── 1-图神经网络应用领域分析.mp4(1.mp4
│ │ ├── 1-图神经网络应用领域分析.mp4.mp4
│ │ ├── 2-图基本模块定义.mp4(1.mp4
│ │ ├── 2-图基本模块定义.mp4.mp4
│ │ ├── 3-邻接矩阵的定义.mp4(1.mp4
│ │ ├── 3-邻接矩阵的定义.mp4.mp4
│ │ ├── 4-GNN中常见任务.mp4(1.mp4
│ │ ├── 4-GNN中常见任务.mp4.mp4
│ │ ├── 5-消息传递计算方法.mp4(1.mp4
│ │ ├── 5-消息传递计算方法.mp4.mp4
│ │ ├── 6-多层GCN的作用.mp4(1.mp4
│ │ └── 6-多层GCN的作用.mp4.mp4
│ ├── 12-10 节基于图模型的时间序列预测
│ │ ├── 基于图模型的时间序列预测(1.mp4
│ │ └── 基于图模型的时间序列预测.mp4
│ ├── 12-11 节异构图神经网络
│ │ ├── 异构图神经网络(1.mp4
│ │ └── 异构图神经网络.mp4
│ ├── 12-2 节图卷积GCN模型
│ │ ├── 1-GCN基本模型概述.mp4(1.mp4
│ │ ├── 1-GCN基本模型概述.mp4.mp4
│ │ ├── 2-图卷积的基本计算方法.mp4(1.mp4
│ │ ├── 2-图卷积的基本计算方法.mp4.mp4
│ │ ├── 3-邻接的矩阵的变换.mp4(1.mp4
│ │ ├── 3-邻接的矩阵的变换.mp4.mp4
│ │ ├── 4-GCN变换原理解读.mp4(1.mp4
│ │ └── 4-GCN变换原理解读.mp4.mp4
│ ├── 12-3 节图模型必备神器PyTorch Geometric安装与使用
│ │ ├── 1-PyTorch Geometric工具包安装与配置方法.mp4(1.mp4
│ │ ├── 1-PyTorch Geometric工具包安装与配置方法.mp4.mp4
│ │ ├── 2-数据集与邻接矩阵格式.mp4(1.mp4
│ │ ├── 2-数据集与邻接矩阵格式.mp4.mp4
│ │ ├── 3-模型定义与训练方法.mp4(1.mp4
│ │ ├── 3-模型定义与训练方法.mp4.mp4
│ │ ├── 4-文献引用数据集分类案例实战.mp4(1.mp4
│ │ └── 4-文献引用数据集分类案例实战.mp4.mp4
│ ├── 12-4 节使用PyTorch Geometric构建自己的图数据集
│ │ ├── 1-构建数据集基本方法.mp4(1.mp4
│ │ ├── 1-构建数据集基本方法.mp4.mp4
│ │ ├── 2-数据集与任务背景概述.mp4(1.mp4
│ │ ├── 2-数据集与任务背景概述.mp4.mp4
│ │ ├── 3-数据集基本预处理.mp4(1.mp4
│ │ ├── 3-数据集基本预处理.mp4.mp4
│ │ ├── 4-用户行为图结构创建.mp4(1.mp4
│ │ ├── 4-用户行为图结构创建.mp4.mp4
│ │ ├── 5-数据集创建函数介绍.mp4(1.mp4
│ │ ├── 5-数据集创建函数介绍.mp4.mp4
│ │ ├── 6-网络结构定义模块.mp4(1.mp4
│ │ ├── 6-网络结构定义模块.mp4.mp4
│ │ ├── 7-TopkPooling进行下采样任务.mp4(1.mp4
│ │ ├── 7-TopkPooling进行下采样任务.mp4.mp4
│ │ ├── 8-获取全局特征.mp4(1.mp4
│ │ ├── 8-获取全局特征.mp4.mp4
│ │ ├── 9-模型训练与总结.mp4(1.mp4
│ │ └── 9-模型训练与总结.mp4.mp4
│ ├── 12-5 节图注意力机制与序列图模型
│ │ ├── 1-图注意力机制的作用与方法.mp4(1.mp4
│ │ ├── 1-图注意力机制的作用与方法.mp4.mp4
│ │ ├── 2-邻接矩阵计算图Attention.mp4(1.mp4
│ │ ├── 2-邻接矩阵计算图Attention.mp4.mp4
│ │ ├── 3-序列图神经网络.mp4
│ │ ├── 3-序列图神经网络.mp4
│ │ ├── 4-序列图神经网络细节.mp4(1.mp4
│ │ └── 4-序列图神经网络细节.mp4.mp4
│ ├── 12-6 节图相似度论文解读
│ │ ├── 1-要完成的任务分析.mp4(1.mp4
│ │ ├── 1-要完成的任务分析.mp4.mp4
│ │ ├── 2-基本方法概述解读.mp4(1.mp4
│ │ ├── 2-基本方法概述解读.mp4.mp4
│ │ ├── 3-图模型提取全局与局部特征.mp4(1.mp4
│ │ ├── 3-图模型提取全局与局部特征.mp4.mp4
│ │ ├── 4-NTN模块的作用与效果.mp4(1.mp4
│ │ ├── 4-NTN模块的作用与效果.mp4.mp4
│ │ ├── 5-点之间的对应关系计算.mp4(1.mp4
│ │ ├── 5-点之间的对应关系计算.mp4.mp4
│ │ ├── 6-结果输出与总结.mp4(1.mp4
│ │ └── 6-结果输出与总结.mp4.mp4
│ ├── 12-7 节图相似度计算实战
│ │ ├── 1-数据集与任务概述.mp4(1.mp4
│ │ ├── 1-数据集与任务概述.mp4.mp4
│ │ ├── 2-图卷积特征提取模块.mp4(1.mp4
│ │ ├── 2-图卷积特征提取模块.mp4.mp4
│ │ ├── 3-分别计算不同Batch点的分布.mp4(1.mp4
│ │ ├── 3-分别计算不同Batch点的分布.mp4.mp4
│ │ ├── 4-获得直方图特征结果.mp4(1.mp4
│ │ ├── 4-获得直方图特征结果.mp4.mp4
│ │ ├── 5-图的全局特征构建.mp4(1.mp4
│ │ ├── 5-图的全局特征构建.mp4.mp4
│ │ ├── 6-NTN图相似特征提取.mp4(1.mp4
│ │ ├── 6-NTN图相似特征提取.mp4.mp4
│ │ ├── 7-预测得到相似度结果.mp4(1.mp4
│ │ └── 7-预测得到相似度结果.mp4.mp4
│ ├── 12-8 节基于图模型的轨迹估计
│ │ ├── 1-数据集与标注信息解读(1.mp4
│ │ ├── 1-数据集与标注信息解读.mp4
│ │ ├── 2-整体三大模块分析.mp4(1.mp4
│ │ ├── 2-整体三大模块分析.mp4.mp4
│ │ ├── 3-特征工程的作用与效果.mp4(1.mp4
│ │ ├── 3-特征工程的作用与效果.mp4.mp4
│ │ ├── 4-传统方法与现在向量空间对比.mp4(1.mp4
│ │ ├── 4-传统方法与现在向量空间对比.mp4.mp4
│ │ ├── 5-输入细节分析.mp4(1.mp4
│ │ ├── 5-输入细节分析.mp4.mp4
│ │ ├── 6-子图模块构建方法.mp4(1.mp4
│ │ ├── 6-子图模块构建方法.mp4.mp4
│ │ ├── 7-特征融合模块分析.mp4(1.mp4
│ │ ├── 7-特征融合模块分析.mp4.mp4
│ │ ├── 8-VectorNet输出层分析.mp4(1.mp4
│ │ └── 8-VectorNet输出层分析.mp4.mp4
│ └── 12-9 节图模型轨迹估计实战
│ ├── 1-数据与环境配置.mp4(1.mp4
│ ├── 1-数据与环境配置.mp4.mp4
│ ├── 2-训练数据准备.mp4(1.mp4
│ ├── 2-训练数据准备.mp4.mp4
│ ├── 3-Agent特征提取方法.mp4(1.mp4
│ ├── 3-Agent特征提取方法.mp4.mp4
│ ├── 4-DataLoader构建图结构.mp4(1.mp4
│ ├── 4-DataLoader构建图结构.mp4.mp4
│ ├── 5-SubGraph与Attention模型流程.mp4(1.mp4
│ └── 5-SubGraph与Attention模型流程.mp4.mp4
├── 第13章 面向深度学习的无人驾驶实战
│ ├── 13-1 节深度估计算法原理解读
│ │ ├── 1-深度估计效果与应用.mp4(1.mp4
│ │ ├── 1-深度估计效果与应用.mp4.mp4
│ │ ├── 10-损失计算.mp4(1.mp4
│ │ ├── 10-损失计算.mp4.mp4
│ │ ├── 2-kitti数据集介绍.mp4(1.mp4
│ │ ├── 2-kitti数据集介绍.mp4.mp4
│ │ ├── 3-使用backbone获取层级特征.mp4(1.mp4
│ │ ├── 3-使用backbone获取层级特征.mp4.mp4
│ │ ├── 4-差异特征计算边界信息.mp4(1.mp4
│ │ ├── 4-差异特征计算边界信息.mp4.mp4
│ │ ├── 5-SPP层的作用.mp4(1.mp4
│ │ ├── 5-SPP层的作用.mp4.mp4
│ │ ├── 6-空洞卷积与ASPP.mp4(1.mp4
│ │ ├── 6-空洞卷积与ASPP.mp4.mp4
│ │ ├── 7-特征拼接方法分析.mp4(1.mp4
│ │ ├── 7-特征拼接方法分析.mp4.mp4
│ │ ├── 8-网络coarse-to-fine过程.mp4(1.mp4
│ │ ├── 8-网络coarse-to-fine过程.mp4.mp4
│ │ ├── 9-权重参数预处理.mp4(1.mp4
│ │ └── 9-权重参数预处理.mp4.mp4
│ ├── 13-10 节NeuralRecon项目源码解读
│ │ ├── 1-Backbone得到特征图.mp4(1.mp4
│ │ ├── 1-Backbone得到特征图.mp4.mp4
│ │ ├── 2-初始化体素位置.mp4(1.mp4
│ │ ├── 2-初始化体素位置.mp4.mp4
│ │ ├── 3-坐标映射方法实现.mp4(1.mp4
│ │ ├── 3-坐标映射方法实现.mp4.mp4
│ │ ├── 4-得到体素所对应特征图.mp4(1.mp4
│ │ ├── 4-得到体素所对应特征图.mp4.mp4
│ │ ├── 5-插值得到对应特征向量.mp4(1.mp4
│ │ ├── 5-插值得到对应特征向量.mp4.mp4
│ │ ├── 6-得到一阶段输出结果.mp4(1.mp4
│ │ ├── 6-得到一阶段输出结果.mp4.mp4
│ │ ├── 7-完成三个阶段预测结果.mp4(1.mp4
│ │ ├── 7-完成三个阶段预测结果.mp4.mp4
│ │ ├── 8-项目总结.mp4(1.mp4
│ │ └── 8-项目总结.mp4.mp4
│ ├── 13-11 节TSDF算法与应用
│ │ ├── 1-TSDF整体概述分析.mp4(1.mp4
│ │ ├── 1-TSDF整体概述分析.mp4.mp4
│ │ ├── 2-合成过程DEMO演示.mp4(1.mp4
│ │ ├── 2-合成过程DEMO演示.mp4.mp4
│ │ ├── 3-布局初始化操作.mp4(1.mp4
│ │ ├── 3-布局初始化操作.mp4.mp4
│ │ ├── 4-TSDF计算基本流程解读.mp4(1.mp4
│ │ ├── 4-TSDF计算基本流程解读.mp4.mp4
│ │ ├── 5-坐标转换流程分析.mp4(1.mp4
│ │ ├── 5-坐标转换流程分析.mp4.mp4
│ │ ├── 6-输出结果融合更新.mp4(1.mp4
│ │ └── 6-输出结果融合更新.mp4.mp4
│ ├── 13-12 节TSDF实战案例
│ │ ├── 1-环境配置概述.mp4(1.mp4
│ │ ├── 1-环境配置概述.mp4.mp4
│ │ ├── 2-初始化与数据读取.mp4(1.mp4
│ │ ├── 2-初始化与数据读取.mp4.mp4
│ │ ├── 3-计算得到TSDF输出.mp4(1.mp4
│ │ └── 3-计算得到TSDF输出.mp4.mp4
│ ├── 13-13 节轨迹估计算法与论文解读
│ │ ├── 1-数据集与标注信息解读.mp4(1.mp4
│ │ ├── 1-数据集与标注信息解读.mp4.mp4
│ │ ├── 2-整体三大模块分析.mp4(1.mp4
│ │ ├── 2-整体三大模块分析.mp4.mp4
│ │ ├── 3-特征工程的作用与效果.mp4(1.mp4
│ │ ├── 3-特征工程的作用与效果.mp4.mp4
│ │ ├── 4-传统方法与现在向量空间对比.mp4(1.mp4
│ │ ├── 4-传统方法与现在向量空间对比.mp4.mp4
│ │ ├── 5-输入细节分析.mp4(1.mp4
│ │ ├── 5-输入细节分析.mp4.mp4
│ │ ├── 6-子图模块构建方法.mp4(1.mp4
│ │ ├── 6-子图模块构建方法.mp4.mp4
│ │ ├── 7-特征融合模块分析.mp4(1.mp4
│ │ ├── 7-特征融合模块分析.mp4.mp4
│ │ ├── 8-VectorNet输出层分析.mp4(1.mp4
│ │ └── 8-VectorNet输出层分析.mp4.mp4
│ ├── 13-14 节轨迹估计预测实战
│ │ ├── 1-数据与环境配置..mp4(1.mp4
│ │ ├── 1-数据与环境配置..mp4.mp4
│ │ ├── 2-训练数据准备.mp4(1.mp4
│ │ ├── 2-训练数据准备.mp4.mp4
│ │ ├── 3-Agent特征提取方法.mp4(1.mp4
│ │ ├── 3-Agent特征提取方法.mp4.mp4
│ │ ├── 4-DataLoader构建图结构.mp4(1.mp4
│ │ ├── 4-DataLoader构建图结构.mp4.mp4
│ │ ├── 5-SubGraph与Attention模型流程.mp4(1.mp4
│ │ └── 5-SubGraph与Attention模型流程.mp4.mp4
│ ├── 13-15 节特斯拉无人驾驶解读
│ │ ├── 特斯拉无人驾驶解读(1.mp4
│ │ └── 特斯拉无人驾驶解读.mp4
│ ├── 13-2 节深度估计项目实战
│ │ ├── 1-项目环境配置解读.mp4(1.mp4
│ │ ├── 1-项目环境配置解读.mp4.mp4
│ │ ├── 10-损失函数通俗解读.mp4(1.mp4
│ │ ├── 10-损失函数通俗解读.mp4.mp4
│ │ ├── 11-模型DEMO输出结果.mp4(1.mp4
│ │ ├── 11-模型DEMO输出结果.mp4.mp4
│ │ ├── 2-数据与标签定义方法.mp4(1.mp4
│ │ ├── 2-数据与标签定义方法.mp4.mp4
│ │ ├── 3-数据集dataloader制作.mp4(1.mp4
│ │ ├── 3-数据集dataloader制作.mp4.mp4
│ │ ├── 4-使用backbone进行特征提取.mp4(1.mp4
│ │ ├── 4-使用backbone进行特征提取.mp4.mp4
│ │ ├── 5-计算差异特征.mp4(1.mp4
│ │ ├── 5-计算差异特征.mp4.mp4
│ │ ├── 6-权重参数标准化操作.mp4(1.mp4
│ │ ├── 6-权重参数标准化操作.mp4.mp4
│ │ ├── 7-网络结构ASPP层.mp4(1.mp4
│ │ ├── 7-网络结构ASPP层.mp4.mp4
│ │ ├── 8-特征拼接方法解读.mp4(1.mp4
│ │ ├── 8-特征拼接方法解读.mp4.mp4
│ │ ├── 9-输出深度估计结果.mp4(1.mp4
│ │ └── 9-输出深度估计结果.mp4.mp4
│ ├── 13-3 节车道线检测算法与论文解读
│ │ ├── 1-数据标签与任务分析.mp4(1.mp4
│ │ ├── 1-数据标签与任务分析.mp4.mp4
│ │ ├── 2-网络整体框架分析.mp4(1.mp4
│ │ ├── 2-网络整体框架分析.mp4.mp4
│ │ ├── 3-输出结果分析.mp4(1.mp4
│ │ ├── 3-输出结果分析.mp4.mp4
│ │ ├── 4-损失函数计算方法.mp4(1.mp4
│ │ ├── 4-损失函数计算方法.mp4.mp4
│ │ ├── 5-论文概述分析.mp4(1.mp4
│ │ └── 5-论文概述分析.mp4.mp4
│ ├── 13-4 节基于深度学习的车道线检测项目实战
│ │ ├── 1-车道数据与标签解读.mp4(1.mp4
│ │ ├── 1-车道数据与标签解读.mp4.mp4
│ │ ├── 10-车道线规则损失函数限制.mp4(1.mp4
│ │ ├── 10-车道线规则损失函数限制.mp4.mp4
│ │ ├── 11-DEMO制作与配置.mp4(1.mp4
│ │ ├── 11-DEMO制作与配置.mp4.mp4
│ │ ├── 2-项目环境配置演示.mp4(1.mp4
│ │ ├── 2-项目环境配置演示.mp4.mp4
│ │ ├── 3-制作数据集dataloader.mp4(1.mp4
│ │ ├── 3-制作数据集dataloader.mp4.mp4
│ │ ├── 4-车道线标签数据处理.mp4(1.mp4
│ │ ├── 4-车道线标签数据处理.mp4.mp4
│ │ ├── 5-四条车道线标签位置矩阵.mp4(1.mp4
│ │ ├── 5-四条车道线标签位置矩阵.mp4.mp4
│ │ ├── 6-grid设置方法.mp4(1.mp4
│ │ ├── 6-grid设置方法.mp4.mp4
│ │ ├── 7-完成数据与标签制作.mp4(1.mp4
│ │ ├── 7-完成数据与标签制作.mp4.mp4
│ │ ├── 8-算法网络结构解读.mp4(1.mp4
│ │ ├── 8-算法网络结构解读.mp4.mp4
│ │ ├── 9-损失函数计算模块分析.mp4(1.mp4
│ │ └── 9-损失函数计算模块分析.mp4.mp4
│ ├── 13-5 节商汤LoFTR算法解读
│ │ ├── 1-特征匹配的应用场景.mp4(1.mp4
│ │ ├── 1-特征匹配的应用场景.mp4.mp4
│ │ ├── 10-总结分析.mp4(1.mp4
│ │ ├── 10-总结分析.mp4.mp4
│ │ ├── 2-特征匹配的基本流程分析.mp4(1.mp4
│ │ ├── 2-特征匹配的基本流程分析.mp4.mp4
│ │ ├── 3-整体流程梳理分析.mp4(1.mp4
│ │ ├── 3-整体流程梳理分析.mp4.mp4
│ │ ├── 4-CrossAttention的作用与效果.mp4(1.mp4
│ │ ├── 4-CrossAttention的作用与效果.mp4.mp4
│ │ ├── 5-transformer构建匹配特征.mp4(1.mp4
│ │ ├── 5-transformer构建匹配特征.mp4.mp4
│ │ ├── 6-粗粒度匹配过程与作用.mp4(1.mp4
│ │ ├── 6-粗粒度匹配过程与作用.mp4.mp4
│ │ ├── 7-特征图拆解操作.mp4(1.mp4
│ │ ├── 7-特征图拆解操作.mp4.mp4
│ │ ├── 8-细粒度匹配的作用与方法.mp4(1.mp4
│ │ ├── 8-细粒度匹配的作用与方法.mp4.mp4
│ │ ├── 9-基于期望预测最终位置.mp4(1.mp4
│ │ └── 9-基于期望预测最终位置.mp4.mp4
│ ├── 13-6 节局部特征关键点匹配实战
│ │ ├── 1-项目与参数配置解读.mp4(1.mp4
│ │ ├── 1-项目与参数配置解读.mp4.mp4
│ │ ├── 10-得到精细化输出结果.mp4(1.mp4
│ │ ├── 10-得到精细化输出结果.mp4.mp4
│ │ ├── 11-通过期望计算最终输出.mp4(1.mp4
│ │ ├── 11-通过期望计算最终输出.mp4.mp4
│ │ ├── 2-DEMO效果演示.mp4(1.mp4
│ │ ├── 2-DEMO效果演示.mp4.mp4
│ │ ├── 3-backbone特征提取模块.mp4(1.mp4
│ │ ├── 3-backbone特征提取模块.mp4.mp4
│ │ ├── 4-注意力机制的作用与效果分析.mp4(1.mp4
│ │ ├── 4-注意力机制的作用与效果分析.mp4.mp4
│ │ ├── 5-特征融合模块实现方法.mp4(1.mp4
│ │ ├── 5-特征融合模块实现方法.mp4.mp4
│ │ ├── 6-cross关系计算方法实例.mp4(1.mp4
│ │ ├── 6-cross关系计算方法实例.mp4.mp4
│ │ ├── 7-粗粒度匹配过程.mp4(1.mp4
│ │ ├── 7-粗粒度匹配过程.mp4.mp4
│ │ ├── 8-完成基础匹配模块.mp4(1.mp4
│ │ ├── 8-完成基础匹配模块.mp4.mp4
│ │ ├── 9-精细化调整方法与实例.mp4(1.mp4
│ │ └── 9-精细化调整方法与实例.mp4.mp4
│ ├── 13-7 节三维重建应用与坐标系基础
│ │ ├── 1-三维重建概述分析.mp4(1.mp4
│ │ ├── 1-三维重建概述分析.mp4.mp4
│ │ ├── 2-三维重建应用领域概述.mp4(1.mp4
│ │ ├── 2-三维重建应用领域概述.mp4.mp4
│ │ ├── 3-成像方法概述.mp4(1.mp4
│ │ ├── 3-成像方法概述.mp4.mp4
│ │ ├── 4-相机坐标系.mp4(1.mp4
│ │ ├── 4-相机坐标系.mp4.mp4
│ │ ├── 5-坐标系转换方法解读.mp4(1.mp4
│ │ ├── 5-坐标系转换方法解读.mp4.mp4
│ │ ├── 6-相机内外参.mp4(1.mp4
│ │ ├── 6-相机内外参.mp4.mp4
│ │ ├── 7-通过内外参数进行坐标变换.mp4(1.mp4
│ │ ├── 7-通过内外参数进行坐标变换.mp4.mp4
│ │ ├── 8-相机标定简介.mp4(1.mp4
│ │ └── 8-相机标定简介.mp4.mp4
│ ├── 13-8 节NeuralRecon算法解读
│ │ ├── 1-任务流程分析.mp4(1.mp4
│ │ ├── 1-任务流程分析.mp4.mp4
│ │ ├── 2-基本框架熟悉.mp4(1.mp4
│ │ ├── 2-基本框架熟悉.mp4.mp4
│ │ ├── 3-特征映射方法解读.mp4(1.mp4
│ │ ├── 3-特征映射方法解读.mp4.mp4
│ │ ├── 4-片段融合思想.mp4(1.mp4
│ │ ├── 4-片段融合思想.mp4.mp4
│ │ ├── 5-整体架构重构方法.mp4(1.mp4
│ │ └── 5-整体架构重构方法.mp4.mp4
│ └── 13-9 节NeuralRecon项目环境配置
│ ├── 1-数据集下载与配置方法.mp4(1.mp4
│ ├── 1-数据集下载与配置方法.mp4.mp4
│ ├── 2-Scannet数据集内容概述.mp4(1.mp4
│ ├── 2-Scannet数据集内容概述.mp4.mp4
│ ├── 3-TSDF标签生成方法.mp4(1.mp4
│ ├── 3-TSDF标签生成方法.mp4.mp4
│ ├── 4-ISSUE的作用.mp4(1.mp4
│ ├── 4-ISSUE的作用.mp4.mp4
│ ├── 5-完成依赖环境配置.mp4(1.mp4
│ └── 5-完成依赖环境配置.mp4.mp4
├── 第14章 对比学习与多模态任务实战
│ ├── 14-1 节对比学习算法与实例
│ │ ├── 对比学习算法与实例(1.mp4
│ │ └── 对比学习算法与实例.mp4
│ ├── 14-2 节CLIP系列
│ │ ├── CLIP系列.mp4(1.mp4
│ │ └── CLIP系列.mp4.mp4
│ ├── 14-3 节多模态3D目标检测算法源码解读
│ │ ├── 1-环境配置与数据集概述.mp4(1.mp4
│ │ ├── 1-环境配置与数据集概述.mp4.mp4
│ │ ├── 10-3D卷积特征融合.mp4(1.mp4
│ │ ├── 10-3D卷积特征融合.mp4.mp4
│ │ ├── 11-输出层预测结果.mp4(1.mp4
│ │ ├── 11-输出层预测结果.mp4.mp4
│ │ ├── 2-数据与标注文件介绍.mp4(1.mp4
│ │ ├── 2-数据与标注文件介绍.mp4.mp4
│ │ ├── 3-基本流程梳理并进入debug模式.mp4(1.mp4
│ │ ├── 3-基本流程梳理并进入debug模式.mp4.mp4
│ │ ├── 4-数据与图像特征提取模块.mp4(1.mp4
│ │ ├── 4-数据与图像特征提取模块.mp4.mp4
│ │ ├── 5-体素索引位置获取.mp4(1.mp4
│ │ ├── 5-体素索引位置获取.mp4.mp4
│ │ ├── 6-体素特征提取方法解读.mp4(1.mp4
│ │ ├── 6-体素特征提取方法解读.mp4.mp4
│ │ ├── 7-体素特征计算方法分析.mp4(1.mp4
│ │ ├── 7-体素特征计算方法分析.mp4.mp4
│ │ ├── 8-全局体素特征提取.mp4(1.mp4
│ │ ├── 8-全局体素特征提取.mp4.mp4
│ │ ├── 9-多模态特征融合.mp4(1.mp4
│ │ └── 9-多模态特征融合.mp4.mp4
│ ├── 14-4 节多模态文字识别
│ │ ├── 多模态文字识别(1.mp4
│ │ └── 多模态文字识别.mp4
│ └── 14-5 节ANINET源码解读
│ ├── 1-数据集与环境概述.mp4(1.mp4
│ ├── 1-数据集与环境概述.mp4.mp4
│ ├── 2-配置文件修改方法.mp4(1.mp4
│ ├── 2-配置文件修改方法.mp4.mp4
│ ├── 3-Bakbone模块得到特征.mp4(1.mp4
│ ├── 3-Bakbone模块得到特征.mp4.mp4
│ ├── 4-视觉Transformer模块的作用.mp4(1.mp4
│ ├── 4-视觉Transformer模块的作用.mp4.mp4
│ ├── 5-视觉模型中的编码与解码的效果.mp4(1.mp4
│ ├── 5-视觉模型中的编码与解码的效果.mp4.mp4
│ ├── 6-文本模型中的结构分析.mp4(1.mp4
│ ├── 6-文本模型中的结构分析.mp4.mp4
│ ├── 7-迭代修正模块.mp4(1.mp4
│ ├── 7-迭代修正模块.mp4.mp4
│ ├── 8-输出层与损失计算.mp4(1.mp4
│ └── 8-输出层与损失计算.mp4.mp4
├── 第15章 行人重识别实战
│ ├── 15-1 节行人重识别原理及其应用
│ │ ├── 1-行人重识别要解决的问题.mp4(1.mp4
│ │ ├── 1-行人重识别要解决的问题.mp4.mp4
│ │ ├── 2-挑战与困难分析.mp4(1.mp4
│ │ ├── 2-挑战与困难分析.mp4.mp4
│ │ ├── 3-评估标准rank1指标.mp4(1.mp4
│ │ ├── 3-评估标准rank1指标.mp4.mp4
│ │ ├── 4-map值计算方法.mp4(1.mp4
│ │ ├── 4-map值计算方法.mp4.mp4
│ │ ├── 5-triplet损失计算实例.mp4(1.mp4
│ │ ├── 5-triplet损失计算实例.mp4.mp4
│ │ ├── 6-Hard-Negative方法应用.mp4(1.mp4
│ │ └── 6-Hard-Negative方法应用.mp4.mp4
│ ├── 15-2 节基于注意力机制的Reld模型论文解读
│ │ ├── 1-论文整体思想及注意力机制的作用解读.mp4(1.mp4
│ │ ├── 1-论文整体思想及注意力机制的作用解读.mp4.mp4
│ │ ├── 2-空间权重值计算流程分析.mp4(1.mp4
│ │ ├── 2-空间权重值计算流程分析.mp4.mp4
│ │ ├── 3-融合空间注意力所需特征.mp4(1.mp4
│ │ ├── 3-融合空间注意力所需特征.mp4.mp4
│ │ ├── 4-基于特征图的注意力计算.mp4(1.mp4
│ │ └── 4-基于特征图的注意力计算.mp4.mp4
│ ├── 15-3 节基于Attention的行人重识别项目实战
│ │ ├── 1-项目环境与数据集配置.mp4(1.mp4
│ │ ├── 1-项目环境与数据集配置.mp4.mp4
│ │ ├── 2-参数配置与整体架构分析.mp4(1.mp4
│ │ ├── 2-参数配置与整体架构分析.mp4.mp4
│ │ ├── 3-进入debug模式解读网络计算流程.mp4(1.mp4
│ │ ├── 3-进入debug模式解读网络计算流程.mp4.mp4
│ │ ├── 4-获得空间位置点之间的关系.mp4(1.mp4
│ │ ├── 4-获得空间位置点之间的关系.mp4.mp4
│ │ ├── 5-组合关系特征图.mp4(1.mp4
│ │ ├── 5-组合关系特征图.mp4.mp4
│ │ ├── 6-计算得到位置权重值.mp4(1.mp4
│ │ ├── 6-计算得到位置权重值.mp4.mp4
│ │ ├── 7-基于特征图的权重计算.mp4(1.mp4
│ │ ├── 7-基于特征图的权重计算.mp4.mp4
│ │ ├── 8-损失函数计算实例解读.mp4(1.mp4
│ │ ├── 8-损失函数计算实例解读.mp4.mp4
│ │ ├── 9-训练与测试模块演示.mp4(1.mp4
│ │ └── 9-训练与测试模块演示.mp4.mp4
│ ├── 15-4 节AAAI2020顶会算法精讲
│ │ ├── 1-论文整体框架概述.mp4(1.mp4
│ │ ├── 1-论文整体框架概述.mp4.mp4
│ │ ├── 2-局部特征与全局关系计算方法.mp4(1.mp4
│ │ ├── 2-局部特征与全局关系计算方法.mp4.mp4
│ │ ├── 3-特征分组方法.mp4(1.mp4
│ │ ├── 3-特征分组方法.mp4.mp4
│ │ ├── 4-GCP模块特征融合方法.mp4(1.mp4
│ │ ├── 4-GCP模块特征融合方法.mp4.mp4
│ │ ├── 5-oneVsReset方法实例.mp4(1.mp4
│ │ ├── 5-oneVsReset方法实例.mp4.mp4
│ │ ├── 6-损失函数应用位置.mp4(1.mp4
│ │ └── 6-损失函数应用位置.mp4.mp4
│ ├── 15-5 节项目实战-基于行人局部特征融合的再识别实战
│ │ ├── 1-项目配置与数据集介绍.mp4(1.mp4
│ │ ├── 1-项目配置与数据集介绍.mp4.mp4
│ │ ├── 10-得到所有分组特征结果.mp4(1.mp4
│ │ ├── 10-得到所有分组特征结果.mp4.mp4
│ │ ├── 11-损失函数与训练过程演示.mp4(1.mp4
│ │ ├── 11-损失函数与训练过程演示.mp4.mp4
│ │ ├── 12-测试与验证模块.mp4(1.mp4
│ │ ├── 12-测试与验证模块.mp4.mp4
│ │ ├── 2-数据源构建方法分析.mp4(1.mp4
│ │ ├── 2-数据源构建方法分析.mp4.mp4
│ │ ├── 3-dataloader加载顺序解读.mp4(1.mp4
│ │ ├── 3-dataloader加载顺序解读.mp4.mp4
│ │ ├── 4-debug模式解读.mp4(1.mp4
│ │ ├── 4-debug模式解读.mp4.mp4
│ │ ├── 5-网络计算整体流程演示.mp4(1.mp4
│ │ ├── 5-网络计算整体流程演示.mp4.mp4
│ │ ├── 6-特征序列构建.mp4(1.mp4
│ │ ├── 6-特征序列构建.mp4.mp4
│ │ ├── 7-GCP全局特征提取.mp4(1.mp4
│ │ ├── 7-GCP全局特征提取.mp4.mp4
│ │ ├── 8-局部特征提取实例.mp4(1.mp4
│ │ ├── 8-局部特征提取实例.mp4.mp4
│ │ ├── 9-特征组合汇总.mp4(1.mp4
│ │ └── 9-特征组合汇总.mp4.mp4
│ ├── 15-6 节旷视研究院最新算法解读（基于图模型
│ │ ├── 1-关键点位置特征构建.mp4(1.mp4
│ │ ├── 1-关键点位置特征构建.mp4.mp4
│ │ ├── 2-图卷积与匹配的作用.mp4(1.mp4
│ │ ├── 2-图卷积与匹配的作用.mp4.mp4
│ │ ├── 3-局部特征热度图计算.mp4(1.mp4
│ │ ├── 3-局部特征热度图计算.mp4.mp4
│ │ ├── 4-基于图卷积构建人体拓扑关系.mp4(1.mp4
│ │ ├── 4-基于图卷积构建人体拓扑关系.mp4.mp4
│ │ ├── 5-图卷积模块实现方法.mp4(1.mp4
│ │ ├── 5-图卷积模块实现方法.mp4.mp4
│ │ ├── 6-图匹配在行人重识别中的作用.mp4(1.mp4
│ │ ├── 6-图匹配在行人重识别中的作用.mp4.mp4
│ │ ├── 7-整体算法框架分析.mp4(1.mp4
│ │ └── 7-整体算法框架分析.mp4.mp4
│ └── 15-7 节基于拓扑图的行人重识别项目实战
│ ├── 1-数据集与环境配置概述.mp4(1.mp4
│ ├── 1-数据集与环境配置概述.mp4.mp4
│ ├── 10-整体项目总结.mp4(1.mp4
│ ├── 10-整体项目总结.mp4.mp4
│ ├── 2-局部特征准备方法.mp4(1.mp4
│ ├── 2-局部特征准备方法.mp4.mp4
│ ├── 3-得到一阶段热度图结果.mp4(1.mp4
│ ├── 3-得到一阶段热度图结果.mp4.mp4
│ ├── 4-阶段监督训练.mp4(1.mp4
│ ├── 4-阶段监督训练.mp4.mp4
│ ├── 5-初始化图卷积模型.mp4(1.mp4
│ ├── 5-初始化图卷积模型.mp4.mp4
│ ├── 6-mask矩阵的作用.mp4(1.mp4
│ ├── 6-mask矩阵的作用.mp4.mp4
│ ├── 7-邻接矩阵学习与更新.mp4(1.mp4
│ ├── 7-邻接矩阵学习与更新.mp4.mp4
│ ├── 8-基于拓扑结构组合关键点特征.mp4(1.mp4
│ ├── 8-基于拓扑结构组合关键点特征.mp4.mp4
│ ├── 9-图匹配模块计算流程.mp4(1.mp4
│ └── 9-图匹配模块计算流程.mp4.mp4
├── 第16章 对抗生成网络实战
│ ├── 16-1 节课程介绍
│ │ ├── 课程介绍.mp4(1.mp4
│ │ └── 课程介绍.mp4.mp4
│ ├── 16-2 节对抗生成网络架构原理与实战解析
│ │ ├── 1-对抗生成网络通俗解释.mp4(1.mp4
│ │ ├── 1-对抗生成网络通俗解释.mp4.mp4
│ │ ├── 2-GAN网络组成.mp4(1.mp4
│ │ ├── 2-GAN网络组成.mp4.mp4
│ │ ├── 3-损失函数解释说明.mp4(1.mp4
│ │ ├── 3-损失函数解释说明.mp4.mp4
│ │ ├── 4-数据读取模块.mp4(1.mp4
│ │ ├── 4-数据读取模块.mp4.mp4
│ │ ├── 5-生成与判别网络定义.mp4(1.mp4
│ │ └── 5-生成与判别网络定义.mp4.mp4
│ ├── 16-3 节基于CycleGan开源项目实战图像合成
│ │ ├── 1-CycleGan网络所需数据.mp4(1.mp4
│ │ ├── 1-CycleGan网络所需数据.mp4.mp4
│ │ ├── 10-额外补充：VISDOM可视化配置.mp4(1.mp4
│ │ ├── 10-额外补充：VISDOM可视化配置.mp4.mp4
│ │ ├── 2-CycleGan整体网络架构.mp4(1.mp4
│ │ ├── 2-CycleGan整体网络架构.mp4.mp4
│ │ ├── 3-PatchGan判别网络原理.mp4(1.mp4
│ │ ├── 3-PatchGan判别网络原理.mp4.mp4
│ │ ├── 4-Cycle开源项目简介.mp4(1.mp4
│ │ ├── 4-Cycle开源项目简介.mp4.mp4
│ │ ├── 5-数据读取与预处理操作.mp4(1.mp4
│ │ ├── 5-数据读取与预处理操作.mp4.mp4
│ │ ├── 6-生成网络模块构造.mp4(1.mp4
│ │ ├── 6-生成网络模块构造.mp4.mp4
│ │ ├── 7-判别网络模块构造.mp4(1.mp4
│ │ ├── 7-判别网络模块构造.mp4.mp4
│ │ ├── 8-损失函数：identity loss计算方法.mp4(1.mp4
│ │ ├── 8-损失函数：identity loss计算方法.mp4.mp4
│ │ ├── 9-生成与判别损失函数指定.mp4(1.mp4
│ │ └── 9-生成与判别损失函数指定.mp4.mp4
│ ├── 16-4 节stargan论文架构解析
│ │ ├── 1-stargan效果演示分析.mp4(1.mp4
│ │ ├── 1-stargan效果演示分析.mp4.mp4
│ │ ├── 2-网络架构整体思路解读.mp4(1.mp4
│ │ ├── 2-网络架构整体思路解读.mp4.mp4
│ │ ├── 3-建模流程分析.mp4(1.mp4
│ │ ├── 3-建模流程分析.mp4.mp4
│ │ ├── 4-V1版本存在的问题及后续改进思路.mp4(1.mp4
│ │ ├── 4-V1版本存在的问题及后续改进思路.mp4.mp4
│ │ ├── 5-V2版本在整体网络架构.mp4(1.mp4
│ │ ├── 5-V2版本在整体网络架构.mp4.mp4
│ │ ├── 6-编码器训练方法.mp4(1.mp4
│ │ ├── 6-编码器训练方法.mp4.mp4
│ │ ├── 7-损失函数公式解析.mp4(1.mp4
│ │ ├── 7-损失函数公式解析.mp4.mp4
│ │ ├── 8-训练过程分析.mp4(1.mp4
│ │ └── 8-训练过程分析.mp4.mp4
│ ├── 16-5 节stargan项目实战及其源码解读
│ │ ├── 1-生成模块损失计算.mp4(1.mp4
│ │ ├── 1-生成模块损失计算.mp4.mp4
│ │ ├── 10-损失计算详细过程.mp4(1.mp4
│ │ ├── 10-损失计算详细过程.mp4.mp4
│ │ ├── 2-测试模块效果与实验分析.mp4(1.mp4
│ │ ├── 2-测试模块效果与实验分析.mp4.mp4
│ │ ├── 3-项目配置与数据源下载.mp4(1.mp4
│ │ ├── 3-项目配置与数据源下载.mp4.mp4
│ │ ├── 4-测试效果演示.mp4(1.mp4
│ │ ├── 4-测试效果演示.mp4.mp4
│ │ ├── 5-项目参数解析.mp4(1.mp4
│ │ ├── 5-项目参数解析.mp4.mp4
│ │ ├── 6-生成器模块源码解读.mp4(1.mp4
│ │ ├── 6-生成器模块源码解读.mp4.mp4
│ │ ├── 7-所有网络模块构建实例.mp4(1.mp4
│ │ ├── 7-所有网络模块构建实例.mp4.mp4
│ │ ├── 8-数据读取模块分析.mp4(1.mp4
│ │ ├── 8-数据读取模块分析.mp4.mp4
│ │ ├── 9-判别器损失计算.mp4(1.mp4
│ │ └── 9-判别器损失计算.mp4.mp4
│ ├── 16-6 节基于starganvc2的变声器论文原理解读
│ │ ├── 1-论文整体思路与架构解读.mp4(1.mp4
│ │ ├── 1-论文整体思路与架构解读.mp4.mp4
│ │ ├── 2-VCC2016输入数据.mp4(1.mp4
│ │ ├── 2-VCC2016输入数据.mp4.mp4
│ │ ├── 3-语音特征提取.mp4(1.mp4
│ │ ├── 3-语音特征提取.mp4.mp4
│ │ ├── 4-生成器模型架构分析.mp4(1.mp4
│ │ ├── 4-生成器模型架构分析.mp4.mp4
│ │ ├── 5-InstanceNorm的作用解读.mp4(1.mp4
│ │ ├── 5-InstanceNorm的作用解读.mp4.mp4
│ │ ├── 6-AdaIn的目的与效果.mp4(1.mp4
│ │ ├── 6-AdaIn的目的与效果.mp4.mp4
│ │ ├── 7-判别器模块分析.mp4(1.mp4
│ │ └── 7-判别器模块分析.mp4.mp4
│ ├── 16-7 节starganvc2变声器项目实战及其源码解读
│ │ ├── 1-数据与项目文件解读.mp4(1.mp4
│ │ ├── 1-数据与项目文件解读.mp4.mp4
│ │ ├── 10-源码损失计算流程.mp4(1.mp4
│ │ ├── 10-源码损失计算流程.mp4.mp4
│ │ ├── 11-测试模块-生成转换语音.mp4(1.mp4
│ │ ├── 11-测试模块-生成转换语音.mp4.mp4
│ │ ├── 2-环境配置与工具包安装.mp4(1.mp4
│ │ ├── 2-环境配置与工具包安装.mp4.mp4
│ │ ├── 3-数据预处理与声音特征提取.mp4(1.mp4
│ │ ├── 3-数据预处理与声音特征提取.mp4.mp4
│ │ ├── 4-生成器构造模块解读.mp4(1.mp4
│ │ ├── 4-生成器构造模块解读.mp4.mp4
│ │ ├── 5-下采样与上采样操作.mp4(1.mp4
│ │ ├── 5-下采样与上采样操作.mp4.mp4
│ │ ├── 6-starganvc2版本标签输入分析.mp4(1.mp4
│ │ ├── 6-starganvc2版本标签输入分析.mp4.mp4
│ │ ├── 7-生成器前向传播维度变化.mp4(1.mp4
│ │ ├── 7-生成器前向传播维度变化.mp4.mp4
│ │ ├── 8-判别器模块解读.mp4(1.mp4
│ │ ├── 8-判别器模块解读.mp4.mp4
│ │ ├── 9-论文损失函数.mp4(1.mp4
│ │ └── 9-论文损失函数.mp4.mp4
│ ├── 16-8 节图像超分辨率重构实战
│ │ ├── 1-论文概述.mp4(1.mp4
│ │ ├── 1-论文概述.mp4.mp4
│ │ ├── 2-网络架构.mp4(1.mp4
│ │ ├── 2-网络架构.mp4.mp4
│ │ ├── 3-数据与环境配置.mp4(1.mp4
│ │ ├── 3-数据与环境配置.mp4.mp4
│ │ ├── 4-数据加载与配置.mp4(1.mp4
│ │ ├── 4-数据加载与配置.mp4.mp4
│ │ ├── 5-生成模块.mp4(1.mp4
│ │ ├── 5-生成模块.mp4.mp4
│ │ ├── 6-判别模块.mp4(1.mp4
│ │ ├── 6-判别模块.mp4.mp4
│ │ ├── 7-VGG特征提取网络.mp4(1.mp4
│ │ ├── 7-VGG特征提取网络.mp4.mp4
│ │ ├── 8-损失函数与训练.mp4(1.mp4
│ │ ├── 8-损失函数与训练.mp4.mp4
│ │ ├── 9-测试模块.mp4(1.mp4
│ │ └── 9-测试模块.mp4.mp4
│ └── 16-9 节基于GAN的图像补全实战
│ ├── 1-.论文概述.mp4(1.mp4
│ ├── 1-.论文概述.mp4.mp4
│ ├── 2-网络架构.mp4(1.mp4
│ ├── 2-网络架构.mp4.mp4
│ ├── 3- 细节设计.mp4(1.mp4
│ ├── 3- 细节设计.mp4.mp4
│ ├── 4- 论文总结.mp4(1.mp4
│ ├── 4- 论文总结.mp4.mp4
│ ├── 5- 数据与项目概述.mp4(1.mp4
│ ├── 5- 数据与项目概述.mp4.mp4
│ ├── 6- 参数基本设计.mp4(1.mp4
│ ├── 6- 参数基本设计.mp4.mp4
│ ├── 7- 网络结构配置.mp4(1.mp4
│ ├── 7- 网络结构配置.mp4.mp4
│ ├── 8- 网络迭代训练.mp4(1.mp4
│ ├── 8- 网络迭代训练.mp4.mp4
│ ├── 9- 测试模块.mp4(1.mp4
│ └── 9- 测试模块.mp4.mp4
├── 第17章 强化学习实战系列
│ ├── 17-1 节强化学习简介及其应用
│ │ ├── 1-一张图通俗解释强化学习.mp4(1.mp4
│ │ ├── 1-一张图通俗解释强化学习.mp4.mp4
│ │ ├── 2-强化学习的指导依据.mp4(1.mp4
│ │ ├── 2-强化学习的指导依据.mp4.mp4
│ │ ├── 3-强化学习AI游戏DEMO.mp4(1.mp4
│ │ ├── 3-强化学习AI游戏DEMO.mp4.mp4
│ │ ├── 4-应用领域简介.mp4(1.mp4
│ │ ├── 4-应用领域简介.mp4.mp4
│ │ ├── 5-强化学习工作流程.mp4(1.mp4
│ │ ├── 5-强化学习工作流程.mp4.mp4
│ │ ├── 6-计算机眼中的状态与行为.mp4(1.mp4
│ │ └── 6-计算机眼中的状态与行为.mp4.mp4
│ ├── 17-2 节PPO算法与公式推导
│ │ ├── 1-基本情况介绍.mp4(1.mp4
│ │ ├── 1-基本情况介绍.mp4.mp4
│ │ ├── 2-与环境交互得到所需数据.mp4(1.mp4
│ │ ├── 2-与环境交互得到所需数据.mp4.mp4
│ │ ├── 3-要完成的目标分析.mp4(1.mp4
│ │ ├── 3-要完成的目标分析.mp4.mp4
│ │ ├── 4-策略梯度推导.mp4(1.mp4
│ │ ├── 4-策略梯度推导.mp4.mp4
│ │ ├── 5-baseline方法.mp4(1.mp4
│ │ ├── 5-baseline方法.mp4.mp4
│ │ ├── 6-OnPolicy与OffPolicy策略(1.mp4
│ │ ├── 6-OnPolicy与OffPolicy策略.mp4
│ │ ├── 7-importance sampling的作用.mp4(1.mp4
│ │ ├── 7-importance sampling的作用.mp4.mp4
│ │ ├── 8-PPO算法整体思路解析.mp4(1.mp4
│ │ └── 8-PPO算法整体思路解析.mp4.mp4
│ ├── 17-3 节PPO实战-月球登陆器训练实例
│ │ ├── 1-Critic的作用与效果.mp4(1.mp4
│ │ ├── 1-Critic的作用与效果.mp4.mp4
│ │ ├── 2-PPO2版本公式解读.mp4(1.mp4
│ │ ├── 2-PPO2版本公式解读.mp4.mp4
│ │ ├── 3-参数与网络结构定义.mp4(1.mp4
│ │ ├── 3-参数与网络结构定义.mp4.mp4
│ │ ├── 4-得到动作结果.mp4(1.mp4
│ │ ├── 4-得到动作结果.mp4.mp4
│ │ ├── 5-奖励获得与计算.mp4(1.mp4
│ │ ├── 5-奖励获得与计算.mp4.mp4
│ │ ├── 6-参数迭代与更新.mp4(1.mp4
│ │ └── 6-参数迭代与更新.mp4.mp4
│ ├── 17-4 节Q-learning与DQN算法
│ │ ├── 1-算法原理通俗解读.mp4(1.mp4
│ │ ├── 1-算法原理通俗解读.mp4.mp4
│ │ ├── 2-目标函数与公式解析.mp4(1.mp4
│ │ ├── 2-目标函数与公式解析.mp4.mp4
│ │ ├── 3-Qlearning算法实例解读.mp4(1.mp4
│ │ ├── 3-Qlearning算法实例解读.mp4.mp4
│ │ ├── 4-Q值迭代求解.mp4(1.mp4
│ │ ├── 4-Q值迭代求解.mp4.mp4
│ │ ├── 5-DQN简介.mp4(1.mp4
│ │ └── 5-DQN简介.mp4.mp4
│ ├── 17-5 节DQN算法实例演示
│ │ ├── 1-整体任务流程演示.mp4(1.mp4
│ │ ├── 1-整体任务流程演示.mp4.mp4
│ │ ├── 2-探索与action获取.mp4(1.mp4
│ │ ├── 2-探索与action获取.mp4.mp4
│ │ ├── 3-计算target值.mp4(1.mp4
│ │ ├── 3-计算target值.mp4.mp4
│ │ ├── 4-训练与更新.mp4(1.mp4
│ │ └── 4-训练与更新.mp4.mp4
│ ├── 17-6 节DQN改进与应用技巧
│ │ ├── 1-DoubleDqn要解决的问题.mp4(1.mp4
│ │ ├── 1-DoubleDqn要解决的问题.mp4.mp4
│ │ ├── 2-DuelingDqn改进方法.mp4(1.mp4
│ │ ├── 2-DuelingDqn改进方法.mp4.mp4
│ │ ├── 3-Dueling整体网络架构分析.mp4(1.mp4
│ │ ├── 3-Dueling整体网络架构分析.mp4.mp4
│ │ ├── 4-MultiSetp策略.mp4(1.mp4
│ │ ├── 4-MultiSetp策略.mp4.mp4
│ │ ├── 5-连续动作处理方法.mp4(1.mp4
│ │ └── 5-连续动作处理方法.mp4.mp4
│ ├── 17-7 节Actor-Critic算法分析（A3C
│ │ ├── 1-AC算法回顾与知识点总结.mp4(1.mp4
│ │ ├── 1-AC算法回顾与知识点总结.mp4.mp4
│ │ ├── 2-优势函数解读与分析.mp4(1.mp4
│ │ ├── 2-优势函数解读与分析.mp4.mp4
│ │ ├── 3-计算流程实例.mp4(1.mp4
│ │ ├── 3-计算流程实例.mp4.mp4
│ │ ├── 4-A3C整体架构分析.mp4(1.mp4
│ │ ├── 4-A3C整体架构分析.mp4.mp4
│ │ ├── 5-损失函数整理.mp4(1.mp4
│ │ └── 5-损失函数整理.mp4.mp4
│ └── 17-8 节用A3C玩转超级马里奥
│ ├── 1-整体流程与环境配置.mp4(1.mp4
│ ├── 1-整体流程与环境配置.mp4.mp4
│ ├── 2-启动游戏环境.mp4(1.mp4
│ ├── 2-启动游戏环境.mp4.mp4
│ ├── 3-要计算的指标回顾.mp4(1.mp4
│ ├── 3-要计算的指标回顾.mp4.mp4
│ ├── 4-初始化局部模型并加载参数.mp4(1.mp4
│ ├── 4-初始化局部模型并加载参数.mp4.mp4
│ ├── 5-与环境交互得到训练数据.mp4(1.mp4
│ ├── 5-与环境交互得到训练数据.mp4.mp4
│ ├── 6-训练网络模型.mp4(1.mp4
│ └── 6-训练网络模型.mp4.mp4
├── 第18章 AI黑科技实例
│ ├── 18-1 节GPT系列生成模型
│ │ ├── GPT系列(1.mp4
│ │ └── GPT系列.mp4
│ ├── 18-2 节GPT建模与预测流程
│ │ ├── 1-生成模型可以完成的任务概述.mp4(1.mp4
│ │ ├── 1-生成模型可以完成的任务概述.mp4.mp4
│ │ ├── 2-数据样本生成方法.mp4(1.mp4
│ │ ├── 2-数据样本生成方法.mp4.mp4
│ │ ├── 3-训练所需参数解读.mp4(1.mp4
│ │ ├── 3-训练所需参数解读.mp4.mp4
│ │ ├── 4-模型训练过程.mp4(1.mp4
│ │ ├── 4-模型训练过程.mp4.mp4
│ │ ├── 5-部署与网页预测展示.mp4(1.mp4
│ │ └── 5-部署与网页预测展示.mp4.mp4
│ ├── 18-3 节CLIP系列
│ │ ├── CLIP系列.mp4(1.mp4
│ │ └── CLIP系列.mp4.mp4
│ ├── 18-4 节Diffusion模型解读
│ │ ├── Diffusion模型解读(1.mp4
│ │ └── Diffusion模型解读.mp4
│ ├── 18-5 节Dalle2及其源码解读
│ │ ├── 直播15：Openai Dalle2建模分析(1.mp4
│ │ └── 直播15：Openai Dalle2建模分析.mp4
│ └── 18-6 节Cha
│ ├── Cha.mp4
│ └── Cha.mp4
├── 第19章 深度学习模型部署与剪枝优化实战
│ ├── 19-1 节AIoT人工智能物联网之认识 jetson nano
│ │ ├── 1.1 jetson nano 硬件介绍.mp4(1.mp4
│ │ ├── 1.1 jetson nano 硬件介绍.mp4.mp4
│ │ ├── 1.2 jetson nano 刷机.mp4(1.mp4
│ │ ├── 1.2 jetson nano 刷机.mp4.mp4
│ │ ├── 1.2b jetson nano 系统安装过程.mp4(1.mp4
│ │ ├── 1.2b jetson nano 系统安装过程.mp4.mp4
│ │ ├── 1.3 感受nano的GPU算力.mp4(1.mp4
│ │ ├── 1.3 感受nano的GPU算力.mp4.mp4
│ │ ├── 1.4 安装使用摄像头csi usb.mp4(1.mp4
│ │ └── 1.4 安装使用摄像头csi usb.mp4.mp4
│ ├── 19-10 节模型剪枝-Network Slimming实战解读
│ │ ├── 1-整体案例流程解读.mp4(1.mp4
│ │ ├── 1-整体案例流程解读.mp4.mp4
│ │ ├── 2-加入L1正则化来进行更新.mp4(1.mp4
│ │ ├── 2-加入L1正则化来进行更新.mp4.mp4
│ │ ├── 3-剪枝模块介绍.mp4(1.mp4
│ │ ├── 3-剪枝模块介绍.mp4.mp4
│ │ ├── 4-筛选需要的特征图.mp4(1.mp4
│ │ ├── 4-筛选需要的特征图.mp4.mp4
│ │ ├── 5-剪枝后模型参数赋值.mp4(1.mp4
│ │ ├── 5-剪枝后模型参数赋值.mp4.mp4
│ │ ├── 6-微调完成剪枝模型.mp4(1.mp4
│ │ └── 6-微调完成剪枝模型.mp4.mp4
│ ├── 19-11 节Mobilenet三代网络模型架构
│ │ ├── 1-模型剪枝分析.mp4(1.mp4
│ │ ├── 1-模型剪枝分析.mp4.mp4
│ │ ├── 10-V2整体架构与效果分析.mp4(1.mp4
│ │ ├── 10-V2整体架构与效果分析.mp4.mp4
│ │ ├── 11-V3版本网络架构分析.mp4(1.mp4
│ │ ├── 11-V3版本网络架构分析.mp4.mp4
│ │ ├── 12-SE模块作用与效果解读.mp4(1.mp4
│ │ ├── 12-SE模块作用与效果解读.mp4.mp4
│ │ ├── 13-代码实现mobilenetV3网络架构.mp4(1.mp4
│ │ ├── 13-代码实现mobilenetV3网络架构.mp4.mp4
│ │ ├── 2-常见剪枝方法介绍.mp4(1.mp4
│ │ ├── 2-常见剪枝方法介绍.mp4.mp4
│ │ ├── 3-mobilenet简介.mp4(1.mp4
│ │ ├── 3-mobilenet简介.mp4.mp4
│ │ ├── 4-经典卷积计算量与参数量分析.mp4(1.mp4
│ │ ├── 4-经典卷积计算量与参数量分析.mp4.mp4
│ │ ├── 5-深度可分离卷积的作用与效果.mp4(1.mp4
│ │ ├── 5-深度可分离卷积的作用与效果.mp4.mp4
│ │ ├── 6-参数与计算量的比较.mp4(1.mp4
│ │ ├── 6-参数与计算量的比较.mp4.mp4
│ │ ├── 7-V1版本效果分析.mp4(1.mp4
│ │ ├── 7-V1版本效果分析.mp4.mp4
│ │ ├── 8-V2版本改进以及Relu激活函数的问题.mp4(1.mp4
│ │ ├── 8-V2版本改进以及Relu激活函数的问题.mp4.mp4
│ │ ├── 9-倒残差结构的作用.mp4(1.mp4
│ │ └── 9-倒残差结构的作用.mp4.mp4
│ ├── 19-2 节AIoT人工智能物联网之AI 实战
│ │ ├── 2.1 jetson-inference 入门.mp4(1.mp4
│ │ ├── 2.1 jetson-inference 入门.mp4.mp4
│ │ ├── 2.2 docker 的安装使用.mp4(1.mp4
│ │ ├── 2.2 docker 的安装使用.mp4.mp4
│ │ ├── 2.3 docker中运行分类模型.mp4(1.mp4
│ │ ├── 2.3 docker中运行分类模型.mp4.mp4
│ │ ├── 2.4 训练自己的目标检测模型准备.mp4(1.mp4
│ │ ├── 2.4 训练自己的目标检测模型准备.mp4.mp4
│ │ ├── 2.5 训练出自己目标识别模型a.mp4(1.mp4
│ │ ├── 2.5 训练出自己目标识别模型a.mp4.mp4
│ │ ├── 2.5 训练出自己目标识别模型b.mp4(1.mp4
│ │ ├── 2.5 训练出自己目标识别模型b.mp4.mp4
│ │ ├── 2.6 转换出onnx模型，并使用.mp4(1.mp4
│ │ └── 2.6 转换出onnx模型，并使用.mp4.mp4
│ ├── 19-3 节AIoT人工智能物联网之NVIDIA TAO 实用级的训练神器
│ │ ├── 3.1 NVIDIA TAO介绍和安装.mp4(1.mp4
│ │ ├── 3.1 NVIDIA TAO介绍和安装.mp4.mp4
│ │ ├── 3.2 NVIDIA TAO数据准备和环境设置.mp4(1.mp4
│ │ ├── 3.2 NVIDIA TAO数据准备和环境设置.mp4.mp4
│ │ ├── 3.3 NVIDIA TAO数据转换.mp4(1.mp4
│ │ ├── 3.3 NVIDIA TAO数据转换.mp4.mp4
│ │ ├── 3.4 NVIDIA TAO预训练模型和训练a.mp4(1.mp4
│ │ ├── 3.4 NVIDIA TAO预训练模型和训练a.mp4.mp4
│ │ ├── 3.4 NVIDIA TAO预训练模型和训练b.mp4(1.mp4
│ │ ├── 3.4 NVIDIA TAO预训练模型和训练b.mp4.mp4
│ │ ├── 3.4 NVIDIA TAO预训练模型和训练c.mp4(1.mp4
│ │ ├── 3.4 NVIDIA TAO预训练模型和训练c.mp4.mp4
│ │ ├── 3.5 TAO剪枝在训练推理验证.mp4(1.mp4
│ │ └── 3.5 TAO剪枝在训练推理验证.mp4.mp4
│ ├── 19-4 节 AIoT人工智能物联网之deepstream
│ │ ├── 4.1 deepstream 介绍安装.mp4(1.mp4
│ │ ├── 4.1 deepstream 介绍安装.mp4.mp4
│ │ ├── 4.2 deepstream HelloWorld.mp4(1.mp4
│ │ ├── 4.2 deepstream HelloWorld.mp4.mp4
│ │ ├── 4.3 GStreamer RTP和RTSP1.mp4(1.mp4
│ │ ├── 4.3 GStreamer RTP和RTSP1.mp4.mp4
│ │ ├── 4.3 GStreamer RTP和RTSP2.mp4(1.mp4
│ │ ├── 4.3 GStreamer RTP和RTSP2.mp4.mp4
│ │ ├── 4.4 python实现RTP和RTSP.mp4(1.mp4
│ │ ├── 4.4 python实现RTP和RTSP.mp4.mp4
│ │ ├── 4.5 deepstream推理.mp4(1.mp4
│ │ ├── 4.5 deepstream推理.mp4.mp4
│ │ ├── 4.6 deepstream集成yolov4.mp4(1.mp4
│ │ └── 4.6 deepstream集成yolov4.mp4.mp4
│ ├── 19-5 节pyTorch框架部署实践
│ │ ├── 1-所需基本环境配置.mp4(1.mp4
│ │ ├── 1-所需基本环境配置.mp4.mp4
│ │ ├── 2-模型加载与数据预处理.mp4(1.mp4
│ │ ├── 2-模型加载与数据预处理.mp4.mp4
│ │ ├── 3-接收与预测模块实现.mp4(1.mp4
│ │ ├── 3-接收与预测模块实现.mp4.mp4
│ │ ├── 4-效果实例演示.mp4(1.mp4
│ │ ├── 4-效果实例演示.mp4.mp4
│ │ ├── 5-课程简介.mp4(1.mp4
│ │ └── 5-课程简介.mp4.mp4
│ ├── 19-6 节YOLO-V3物体检测部署实例
│ │ ├── 1-项目所需配置文件介绍.mp4(1.mp4
│ │ ├── 1-项目所需配置文件介绍.mp4.mp4
│ │ ├── 2-加载参数与模型权重.mp4(1.mp4
│ │ ├── 2-加载参数与模型权重.mp4.mp4
│ │ ├── 3-数据预处理.mp4(1.mp4
│ │ ├── 3-数据预处理.mp4.mp4
│ │ ├── 4-返回线性预测结果.mp4(1.mp4
│ │ └── 4-返回线性预测结果.mp4.mp4
│ ├── 19-7 节docker实例演示
│ │ ├── 1-docker简介.mp4(1.mp4
│ │ ├── 1-docker简介.mp4.mp4
│ │ ├── 2-docker安装与配置.mp4(1.mp4
│ │ ├── 2-docker安装与配置.mp4.mp4
│ │ ├── 3-阿里云镜像配置.mp4(1.mp4
│ │ ├── 3-阿里云镜像配置.mp4.mp4
│ │ ├── 4-基于docker配置pytorch环境.mp4(1.mp4
│ │ ├── 4-基于docker配置pytorch环境.mp4.mp4
│ │ ├── 5-安装演示环境所需依赖.mp4(1.mp4
│ │ ├── 5-安装演示环境所需依赖.mp4.mp4
│ │ ├── 6-复制所需配置到容器中.mp4(1.mp4
│ │ ├── 6-复制所需配置到容器中.mp4.mp4
│ │ ├── 7-上传与下载配置好的项目.mp4(1.mp4
│ │ └── 7-上传与下载配置好的项目.mp4.mp4
│ ├── 19-8 节tensorflow-serving实战
│ │ ├── 1-tf-serving项目获取与配置.mp4(1.mp4
│ │ ├── 1-tf-serving项目获取与配置.mp4.mp4
│ │ ├── 2-加载并启动模型服务.mp4(1.mp4
│ │ ├── 2-加载并启动模型服务.mp4.mp4
│ │ ├── 3-测试模型部署效果.mp4(1.mp4
│ │ ├── 3-测试模型部署效果.mp4.mp4
│ │ ├── 4-fashion数据集获取.mp4(1.mp4
│ │ ├── 4-fashion数据集获取.mp4.mp4
│ │ ├── 5-加载fashion模型启动服务.mp4(1.mp4
│ │ └── 5-加载fashion模型启动服务.mp4.mp4
│ └── 19-9 节模型剪枝-Network Slimming算法分析
│ ├── 1-论文算法核心框架概述.mp4(1.mp4
│ ├── 1-论文算法核心框架概述.mp4.mp4
│ ├── 2-BatchNorm要解决的问题.mp4(1.mp4
│ ├── 2-BatchNorm要解决的问题.mp4.mp4
│ ├── 3-BN的本质作用.mp4(1.mp4
│ ├── 3-BN的本质作用.mp4.mp4
│ ├── 4-额外的训练参数解读.mp4(1.mp4
│ ├── 4-额外的训练参数解读.mp4.mp4
│ ├── 5-稀疏化原理与效果.mp4(1.mp4
│ └── 5-稀疏化原理与效果.mp4.mp4
├── 第1章 直播回放
│ ├── 1-1 节开班典礼
│ │ ├── 20230301人工智能第七期开班典礼(1.mp4
│ │ └── 20230301人工智能第七期开班典礼.mp4
│ ├── 1-10 节直播8：图神经网络
│ │ ├── 图神经网络(1.mp4
│ │ └── 图神经网络.mp4
│ ├── 1-11 节直播9：LangChain与VQA任务
│ │ ├── LangChain与VQA任务(1.mp4
│ │ └── LangChain与VQA任务.mp4
│ ├── 1-12 节直播10：EfficientVIT与DINOV2
│ │ ├── EfficientVIT与DINOV2(1.mp4
│ │ └── EfficientVIT与DINOV2.mp4
│ ├── 1-13 节直播11：对比学习与自监督任务
│ │ ├── 对比学习与自监督任务(1.mp4
│ │ └── 对比学习与自监督任务.mp4
│ ├── 1-14 节直播12：注意力机制串讲
│ │ ├── 注意力机制串讲(1.mp4
│ │ └── 注意力机制串讲.mp4
│ ├── 1-15 节直播13：BEITV2-3与Mmlab自监督源码解读
│ │ ├── BEITV2-3与Mmlab自监督源码解读(1.mp4
│ │ └── BEITV2-3与Mmlab自监督源码解读.mp4
│ ├── 1-16 节直播14：Bev特征空间与知识蒸馏
│ │ ├── Bev特征空间与知识蒸馏(1.mp4
│ │ └── Bev特征空间与知识蒸馏.mp4
│ ├── 1-17 节直播15：总结与论文和简历
│ │ ├── 总结与论文和简历(1.mp4
│ │ └── 总结与论文和简历.mp4
│ ├── 1-2 节Pycharm环境配置与Debug演示(没用过的同学必看
│ │ ├── Pycharm环境配置与Debug演示(没用过的同学必看).mp4(1.mp4
│ │ └── Pycharm环境配置与Debug演示(没用过的同学必看).mp4.mp4
│ ├── 1-3 节直播1：神经网络结构
│ │ ├── 神经网络结构(1.mp4
│ │ └── 神经网络结构.mp4
│ ├── 1-4 节直播2：卷积神经网络
│ │ ├── 卷积神经网络.mp4(1.mp4
│ │ └── 卷积神经网络.mp4.mp4
│ ├── 1-5 节直播3：Transformer
│ │ ├── Transformer(1.mp4
│ │ └── Transformer.mp4
│ ├── 1-6 节直播4：VIT源码解读
│ │ ├── VIT源码解读(1.mp4
│ │ └── VIT源码解读.mp4
│ ├── 1-7 节直播5：Segment anything
│ │ ├── 视觉大模型Segment Anything.mp4(1.mp4
│ │ └── 视觉大模型Segment Anything.mp4.mp4
│ ├── 1-8 节直播6：时间序列timesnet
│ │ ├── 时间序列通用解决方案TimesNet.mp4(1.mp4
│ │ └── 时间序列通用解决方案TimesNet.mp4.mp4
│ └── 1-9 节直播7：文本大模型下游任务一条龙
│ ├── 文本大模型.mp4(1.mp4
│ └── 文本大模型.mp4.mp4
├── 第20章 面向医学领域的深度学习实战
│ ├── 20-1 节卷积神经网络原理与参数解读
│ │ ├── 1-卷积神经网络应用领域.mp4(1.mp4
│ │ ├── 1-卷积神经网络应用领域.mp4.mp4
│ │ ├── 10-VGG网络架构.mp4(1.mp4
│ │ ├── 10-VGG网络架构.mp4.mp4
│ │ ├── 11-残差网络Resnet.mp4(1.mp4
│ │ ├── 11-残差网络Resnet.mp4.mp4
│ │ ├── 12-感受野的作用.mp4(1.mp4
│ │ ├── 12-感受野的作用.mp4.mp4
│ │ ├── 2-卷积的作用.mp4(1.mp4
│ │ ├── 2-卷积的作用.mp4.mp4
│ │ ├── 3-卷积特征值计算方法.mp4(1.mp4
│ │ ├── 3-卷积特征值计算方法.mp4.mp4
│ │ ├── 4-得到特征图表示.mp4(1.mp4
│ │ ├── 4-得到特征图表示.mp4.mp4
│ │ ├── 5-步长与卷积核大小对结果的影响.mp4(1.mp4
│ │ ├── 5-步长与卷积核大小对结果的影响.mp4.mp4
│ │ ├── 6-边缘填充方法.mp4(1.mp4
│ │ ├── 6-边缘填充方法.mp4.mp4
│ │ ├── 7-特征图尺寸计算与参数共享.mp4(1.mp4
│ │ ├── 7-特征图尺寸计算与参数共享.mp4.mp4
│ │ ├── 8-池化层的作用.mp4(1.mp4
│ │ ├── 8-池化层的作用.mp4.mp4
│ │ ├── 9-整体网络架构.mp4(1.mp4
│ │ └── 9-整体网络架构.mp4.mp4
│ ├── 20-10 节基于deeplab的心脏视频数据诊断分析
│ │ ├── 1-数据集与任务概述.mp4(1.mp4
│ │ ├── 1-数据集与任务概述.mp4.mp4
│ │ ├── 2-项目基本配置参数.mp4(1.mp4
│ │ ├── 2-项目基本配置参数.mp4.mp4
│ │ ├── 3-任务流程解读.mp4(1.mp4
│ │ ├── 3-任务流程解读.mp4.mp4
│ │ ├── 4-文献报告分析.mp4(1.mp4
│ │ ├── 4-文献报告分析.mp4.mp4
│ │ ├── 5-补充：视频数据源特征处理方法概述.mp4(1.mp4
│ │ ├── 5-补充：视频数据源特征处理方法概述.mp4.mp4
│ │ ├── 6-补充：R(2plus1)D处理方法分析.mp4(1.mp4
│ │ └── 6-补充：R(2plus1)D处理方法分析.mp4.mp4
│ ├── 20-11 节YOLO系列物体检测算法原理解读
│ │ ├── 1-检测任务中阶段的意义.mp4(1.mp4
│ │ ├── 1-检测任务中阶段的意义.mp4.mp4
│ │ ├── 10-置信度误差与优缺点分析.mp4(1.mp4
│ │ ├── 10-置信度误差与优缺点分析.mp4.mp4
│ │ ├── 11-V2版本细节升级概述.mp4(1.mp4
│ │ ├── 11-V2版本细节升级概述.mp4.mp4
│ │ ├── 12-网络结构特点.mp4(1.mp4
│ │ ├── 12-网络结构特点.mp4.mp4
│ │ ├── 13-架构细节解读.mp4(1.mp4
│ │ ├── 13-架构细节解读.mp4.mp4
│ │ ├── 14-基于聚类来选择先验框尺寸.mp4(1.mp4
│ │ ├── 14-基于聚类来选择先验框尺寸.mp4.mp4
│ │ ├── 15-偏移量计算方法.mp4(1.mp4
│ │ ├── 15-偏移量计算方法.mp4.mp4
│ │ ├── 16-坐标映射与还原.mp4(1.mp4
│ │ ├── 16-坐标映射与还原.mp4.mp4
│ │ ├── 17-感受野的作用.mp4(1.mp4
│ │ ├── 17-感受野的作用.mp4.mp4
│ │ ├── 18-特征融合改进.mp4(1.mp4
│ │ ├── 18-特征融合改进.mp4.mp4
│ │ ├── 19-V3版本改进概述.mp4(1.mp4
│ │ ├── 19-V3版本改进概述.mp4.mp4
│ │ ├── 2-不同阶段算法优缺点分析.mp4(1.mp4
│ │ ├── 2-不同阶段算法优缺点分析.mp4.mp4
│ │ ├── 20-多scale方法改进与特征融合.mp4(1.mp4
│ │ ├── 20-多scale方法改进与特征融合.mp4.mp4
│ │ ├── 21-经典变换方法对比分析.mp4(1.mp4
│ │ ├── 21-经典变换方法对比分析.mp4.mp4
│ │ ├── 22-残差连接方法解读.mp4(1.mp4
│ │ ├── 22-残差连接方法解读.mp4.mp4
│ │ ├── 23-整体网络模型架构分析.mp4(1.mp4
│ │ ├── 23-整体网络模型架构分析.mp4.mp4
│ │ ├── 24-先验框设计改进.mp4(1.mp4
│ │ ├── 24-先验框设计改进.mp4.mp4
│ │ ├── 25-softmax层改进.mp4(1.mp4
│ │ ├── 25-softmax层改进.mp4.mp4
│ │ ├── 26-V4版本整体概述.mp4(1.mp4
│ │ ├── 26-V4版本整体概述.mp4.mp4
│ │ ├── 27-V4版本贡献解读.mp4(1.mp4
│ │ ├── 27-V4版本贡献解读.mp4.mp4
│ │ ├── 28-数据增强策略分析.mp4(1.mp4
│ │ ├── 28-数据增强策略分析.mp4.mp4
│ │ ├── 29-DropBlock与标签平滑方法.mp4(1.mp4
│ │ ├── 29-DropBlock与标签平滑方法.mp4.mp4
│ │ ├── 3-IOU指标计算.mp4(1.mp4
│ │ ├── 3-IOU指标计算.mp4.mp4
│ │ ├── 30-损失函数遇到的问题.mp4(1.mp4
│ │ ├── 30-损失函数遇到的问题.mp4.mp4
│ │ ├── 31-CIOU损失函数定义.mp4(1.mp4
│ │ ├── 31-CIOU损失函数定义.mp4.mp4
│ │ ├── 32-NMS细节改进.mp4(1.mp4
│ │ ├── 32-NMS细节改进.mp4.mp4
│ │ ├── 33-SPP与CSP网络结构.mp4(1.mp4
│ │ ├── 33-SPP与CSP网络结构.mp4.mp4
│ │ ├── 34-SAM注意力机制模块.mp4(1.mp4
│ │ ├── 34-SAM注意力机制模块.mp4.mp4
│ │ ├── 35-PAN模块解读.mp4(1.mp4
│ │ ├── 35-PAN模块解读.mp4.mp4
│ │ ├── 36-激活函数与整体架构总结.mp4(1.mp4
│ │ ├── 36-激活函数与整体架构总结.mp4.mp4
│ │ ├── 4-评估所需参数计算.mp4(1.mp4
│ │ ├── 4-评估所需参数计算.mp4.mp4
│ │ ├── 5-map指标计算.mp4(1.mp4
│ │ ├── 5-map指标计算.mp4.mp4
│ │ ├── 6-YOLO算法整体思路解读.mp4(1.mp4
│ │ ├── 6-YOLO算法整体思路解读.mp4.mp4
│ │ ├── 7-检测算法要得到的结果.mp4(1.mp4
│ │ ├── 7-检测算法要得到的结果.mp4.mp4
│ │ ├── 8-整体网络架构解读.mp4(1.mp4
│ │ ├── 8-整体网络架构解读.mp4.mp4
│ │ ├── 9-位置损失计算.mp4(1.mp4
│ │ └── 9-位置损失计算.mp4.mp4
│ ├── 20-12 节基于YOLO5细胞检测实战
│ │ ├── 1-任务与细胞数据集介绍.mp4(1.mp4
│ │ ├── 1-任务与细胞数据集介绍.mp4.mp4
│ │ ├── 2-模型与算法配置参数解读.mp4(1.mp4
│ │ ├── 2-模型与算法配置参数解读.mp4.mp4
│ │ ├── 3-网络训练流程演示.mp4(1.mp4
│ │ ├── 3-网络训练流程演示.mp4.mp4
│ │ ├── 4-效果评估与展示.mp4(1.mp4
│ │ ├── 4-效果评估与展示.mp4.mp4
│ │ ├── 5-细胞检测效果演示.mp4(1.mp4
│ │ └── 5-细胞检测效果演示.mp4.mp4
│ ├── 20-13 节知识图谱原理解读
│ │ ├── 1-知识图谱通俗解读.mp4(1.mp4
│ │ ├── 1-知识图谱通俗解读.mp4.mp4
│ │ ├── 10-视觉领域图编码实例.mp4(1.mp4
│ │ ├── 10-视觉领域图编码实例.mp4.mp4
│ │ ├── 11-图谱知识融合与总结分析.mp4(1.mp4
│ │ ├── 11-图谱知识融合与总结分析.mp4.mp4
│ │ ├── 2-知识图谱在搜索引擎中的应用.mp4(1.mp4
│ │ ├── 2-知识图谱在搜索引擎中的应用.mp4.mp4
│ │ ├── 3-知识图谱在医疗领域应用实例.mp4(1.mp4
│ │ ├── 3-知识图谱在医疗领域应用实例.mp4.mp4
│ │ ├── 4-金融与推荐领域的应用.mp4(1.mp4
│ │ ├── 4-金融与推荐领域的应用.mp4.mp4
│ │ ├── 5-数据获取分析.mp4(1.mp4
│ │ ├── 5-数据获取分析.mp4.mp4
│ │ ├── 6-数据关系抽取分析.mp4(1.mp4
│ │ ├── 6-数据关系抽取分析.mp4.mp4
│ │ ├── 7-常用NLP技术点分析.mp4(1.mp4
│ │ ├── 7-常用NLP技术点分析.mp4.mp4
│ │ ├── 8-graph-embedding的作用与效果.mp4(1.mp4
│ │ ├── 8-graph-embedding的作用与效果.mp4.mp4
│ │ ├── 9-金融领域图编码实例.mp4(1.mp4
│ │ └── 9-金融领域图编码实例.mp4.mp4
│ ├── 20-14 节Neo4j数据库实战
│ │ ├── 1-Neo4j图数据库介绍.mp4(1.mp4
│ │ ├── 1-Neo4j图数据库介绍.mp4.mp4
│ │ ├── 2-Neo4j数据库安装流程演示.mp4(1.mp4
│ │ ├── 2-Neo4j数据库安装流程演示.mp4.mp4
│ │ ├── 3-可视化例子演示.mp4(1.mp4
│ │ ├── 3-可视化例子演示.mp4.mp4
│ │ ├── 4-创建与删除操作演示.mp4(1.mp4
│ │ ├── 4-创建与删除操作演示.mp4.mp4
│ │ ├── 5-数据库更改查询操作演示.mp4(1.mp4
│ │ └── 5-数据库更改查询操作演示.mp4.mp4
│ ├── 20-15 节基于知识图谱的医药问答系统实战
│ │ ├── 1-项目概述与整体架构分析.mp4(1.mp4
│ │ ├── 1-项目概述与整体架构分析.mp4.mp4
│ │ ├── 10-完成对话系统构建.mp4(1.mp4
│ │ ├── 10-完成对话系统构建.mp4.mp4
│ │ ├── 2-医疗数据介绍及其各字段含义.mp4(1.mp4
│ │ ├── 2-医疗数据介绍及其各字段含义.mp4.mp4
│ │ ├── 3-任务流程概述.mp4(1.mp4
│ │ ├── 3-任务流程概述.mp4.mp4
│ │ ├── 4-环境配置与所需工具包安装.mp4(1.mp4
│ │ ├── 4-环境配置与所需工具包安装.mp4.mp4
│ │ ├── 5-提取数据中的关键字段信息.mp4(1.mp4
│ │ ├── 5-提取数据中的关键字段信息.mp4.mp4
│ │ ├── 6-创建关系边.mp4(1.mp4
│ │ ├── 6-创建关系边.mp4.mp4
│ │ ├── 7-打造医疗知识图谱模型.mp4(1.mp4
│ │ ├── 7-打造医疗知识图谱模型.mp4.mp4
│ │ ├── 8-加载所有实体数据.mp4(1.mp4
│ │ ├── 8-加载所有实体数据.mp4.mp4
│ │ ├── 9-实体关键词字典制作.mp4(1.mp4
│ │ └── 9-实体关键词字典制作.mp4.mp4
│ ├── 20-16 节词向量模型与RNN网络架构
│ │ ├── 1-词向量模型通俗解释.mp4(1.mp4
│ │ ├── 1-词向量模型通俗解释.mp4.mp4
│ │ ├── 2-模型整体框架.mp4(1.mp4
│ │ ├── 2-模型整体框架.mp4.mp4
│ │ ├── 3-训练数据构建.mp4(1.mp4
│ │ ├── 3-训练数据构建.mp4.mp4
│ │ ├── 4-CBOW与Skip-gram模型.mp4(1.mp4
│ │ ├── 4-CBOW与Skip-gram模型.mp4.mp4
│ │ ├── 5-负采样方案.mp4(1.mp4
│ │ ├── 5-负采样方案.mp4.mp4
│ │ ├── 额外补充-RNN网络模型解读.mp4(1.mp4
│ │ └── 额外补充-RNN网络模型解读.mp4.mp4
│ ├── 20-17 节医学糖尿病数据命名实体识别
│ │ ├── 1-数据与任务介绍.mp4(1.mp4
│ │ ├── 1-数据与任务介绍.mp4.mp4
│ │ ├── 2-整体模型架构.mp4(1.mp4
│ │ ├── 2-整体模型架构.mp4.mp4
│ │ ├── 3-数据-标签-语料库处理.mp4(1.mp4
│ │ ├── 3-数据-标签-语料库处理.mp4.mp4
│ │ ├── 4-输入样本填充补齐.mp4(1.mp4
│ │ ├── 4-输入样本填充补齐.mp4.mp4
│ │ ├── 5-训练网络模型.mp4(1.mp4
│ │ ├── 5-训练网络模型.mp4.mp4
│ │ ├── 6-医疗数据集（糖尿病）实体识别.mp4(1.mp4
│ │ └── 6-医疗数据集（糖尿病）实体识别.mp4.mp4
│ ├── 20-2 节PyTorch框架基本处理操作
│ │ ├── 1-PyTorch实战课程简介.mp4(1.mp4
│ │ ├── 1-PyTorch实战课程简介.mp4.mp4
│ │ ├── 2-PyTorch框架发展趋势简介.mp4(1.mp4
│ │ ├── 2-PyTorch框架发展趋势简介.mp4.mp4
│ │ ├── 3-框架安装方法（CPU与GPU版本）.mp4(1.mp4
│ │ ├── 3-框架安装方法（CPU与GPU版本）.mp4.mp4
│ │ ├── 4-PyTorch基本操作简介.mp4(1.mp4
│ │ ├── 4-PyTorch基本操作简介.mp4.mp4
│ │ ├── 5-自动求导机制.mp4(1.mp4
│ │ ├── 5-自动求导机制.mp4.mp4
│ │ ├── 6-线性回归DEMO-数据与参数配置.mp4(1.mp4
│ │ ├── 6-线性回归DEMO-数据与参数配置.mp4.mp4
│ │ ├── 7-线性回归DEMO-训练回归模型.mp4(1.mp4
│ │ ├── 7-线性回归DEMO-训练回归模型.mp4.mp4
│ │ ├── 8-补充：常见tensor格式.mp4(1.mp4
│ │ ├── 8-补充：常见tensor格式.mp4.mp4
│ │ ├── 9-补充：Hub模块简介.mp4(1.mp4
│ │ └── 9-补充：Hub模块简介.mp4.mp4
│ ├── 20-3 节PyTorch框架必备核心模块解读
│ │ ├── 1-卷积网络参数定义.mp4(1.mp4
│ │ ├── 1-卷积网络参数定义.mp4.mp4
│ │ ├── 10-加载训练好的网络模型.mp4(1.mp4
│ │ ├── 10-加载训练好的网络模型.mp4.mp4
│ │ ├── 11-优化器模块配置.mp4(1.mp4
│ │ ├── 11-优化器模块配置.mp4.mp4
│ │ ├── 12-实现训练模块.mp4(1.mp4
│ │ ├── 12-实现训练模块.mp4.mp4
│ │ ├── 13-训练结果与模型保存.mp4(1.mp4
│ │ ├── 13-训练结果与模型保存.mp4.mp4
│ │ ├── 14-加载模型对测试数据进行预测.mp4(1.mp4
│ │ ├── 14-加载模型对测试数据进行预测.mp4.mp4
│ │ ├── 15-额外补充-Resnet论文解读.mp4(1.mp4
│ │ ├── 15-额外补充-Resnet论文解读.mp4.mp4
│ │ ├── 16-额外补充-Resnet网络架构解读.mp4(1.mp4
│ │ ├── 16-额外补充-Resnet网络架构解读.mp4.mp4
│ │ ├── 2-网络流程解读.mp4(1.mp4
│ │ ├── 2-网络流程解读.mp4.mp4
│ │ ├── 3-Vision模块功能解读.mp4(1.mp4
│ │ ├── 3-Vision模块功能解读.mp4.mp4
│ │ ├── 4-分类任务数据集定义与配置.mp4(1.mp4
│ │ ├── 4-分类任务数据集定义与配置.mp4.mp4
│ │ ├── 5-图像增强的作用.mp4(1.mp4
│ │ ├── 5-图像增强的作用.mp4.mp4
│ │ ├── 6-数据预处理与数据增强模块.mp4(1.mp4
│ │ ├── 6-数据预处理与数据增强模块.mp4.mp4
│ │ ├── 7-Batch数据制作.mp4(1.mp4
│ │ ├── 7-Batch数据制作.mp4.mp4
│ │ ├── 8-迁移学习的目标.mp4(1.mp4
│ │ ├── 8-迁移学习的目标.mp4.mp4
│ │ ├── 9-迁移学习策略.mp4(1.mp4
│ │ └── 9-迁移学习策略.mp4.mp4
│ ├── 20-4 节基于Resnet的医学数据集分类实战
│ │ ├── 1-医学疾病数据集介绍.mp4(1.mp4
│ │ ├── 1-医学疾病数据集介绍.mp4.mp4
│ │ ├── 2-Resnet网络架构原理分析.mp4(1.mp4
│ │ ├── 2-Resnet网络架构原理分析.mp4.mp4
│ │ ├── 3-dataloader加载数据集.mp4(1.mp4
│ │ ├── 3-dataloader加载数据集.mp4.mp4
│ │ ├── 4-Resnet网络前向传播.mp4(1.mp4
│ │ ├── 4-Resnet网络前向传播.mp4.mp4
│ │ ├── 5-残差网络的shortcut操作.mp4(1.mp4
│ │ ├── 5-残差网络的shortcut操作.mp4.mp4
│ │ ├── 6-特征图升维与降采样操作.mp4(1.mp4
│ │ ├── 6-特征图升维与降采样操作.mp4.mp4
│ │ ├── 7-网络整体流程与训练演示.mp4(1.mp4
│ │ └── 7-网络整体流程与训练演示.mp4.mp4
│ ├── 20-5 节图像分割及其损失函数概述
│ │ ├── 1-语义分割与实例分割概述.mp4(1.mp4
│ │ ├── 1-语义分割与实例分割概述.mp4.mp4
│ │ ├── 2-分割任务中的目标函数定义.mp4(1.mp4
│ │ ├── 2-分割任务中的目标函数定义.mp4.mp4
│ │ ├── 3-MIOU评估标准.mp4(1.mp4
│ │ └── 3-MIOU评估标准.mp4.mp4
│ ├── 20-6 节Unet系列算法讲解
│ │ ├── 1-Unet网络编码与解码过程.mp4(1.mp4
│ │ ├── 1-Unet网络编码与解码过程.mp4.mp4
│ │ ├── 2-网络计算流程.mp4(1.mp4
│ │ ├── 2-网络计算流程.mp4.mp4
│ │ ├── 3-Unet升级版本改进.mp4(1.mp4
│ │ ├── 3-Unet升级版本改进.mp4.mp4
│ │ ├── 4-后续升级版本介绍.mp4(1.mp4
│ │ └── 4-后续升级版本介绍.mp4.mp4
│ ├── 20-7 节unet医学细胞分割实战
│ │ ├── 1-医学细胞数据集介绍与参数配置.mp4(1.mp4
│ │ ├── 1-医学细胞数据集介绍与参数配置.mp4.mp4
│ │ ├── 2-数据增强工具.mp4(1.mp4
│ │ ├── 2-数据增强工具.mp4.mp4
│ │ ├── 3-Debug模式演示网络计算流程.mp4(1.mp4
│ │ ├── 3-Debug模式演示网络计算流程.mp4.mp4
│ │ ├── 4-特征融合方法演示.mp4(1.mp4
│ │ ├── 4-特征融合方法演示.mp4.mp4
│ │ ├── 5-迭代完成整个模型计算任务.mp4(1.mp4
│ │ ├── 5-迭代完成整个模型计算任务.mp4.mp4
│ │ ├── 6-模型效果验证.mp4(1.mp4
│ │ └── 6-模型效果验证.mp4.mp4
│ ├── 20-8 节deeplab系列算法
│ │ ├── 1-deeplab分割算法概述.mp4(1.mp4
│ │ ├── 1-deeplab分割算法概述.mp4.mp4
│ │ ├── 2-空洞卷积的作用.mp4(1.mp4
│ │ ├── 2-空洞卷积的作用.mp4.mp4
│ │ ├── 3-感受野的意义.mp4(1.mp4
│ │ ├── 3-感受野的意义.mp4.mp4
│ │ ├── 4-SPP层的作用.mp4(1.mp4
│ │ ├── 4-SPP层的作用.mp4.mp4
│ │ ├── 5-ASPP特征融合策略.mp4(1.mp4
│ │ ├── 5-ASPP特征融合策略.mp4.mp4
│ │ ├── 6-deeplabV3Plus版本网络架构.mp4(1.mp4
│ │ └── 6-deeplabV3Plus版本网络架构.mp4.mp4
│ └── 20-9 节基于deeplabV3+版本进行VOC分割实战
│ ├── 1-PascalVoc数据集介绍.mp4(1.mp4
│ ├── 1-PascalVoc数据集介绍.mp4.mp4
│ ├── 2-项目参数与数据集读取.mp4(1.mp4
│ ├── 2-项目参数与数据集读取.mp4.mp4
│ ├── 3-网络前向传播流程.mp4(1.mp4
│ ├── 3-网络前向传播流程.mp4.mp4
│ ├── 4-ASPP层特征融合.mp4(1.mp4
│ ├── 4-ASPP层特征融合.mp4.mp4
│ ├── 5-分割模型训练.mp4(1.mp4
│ └── 5-分割模型训练.mp4.mp4
├── 第21章 自然语言处理经典案例实战
│ ├── 21-1 节NLP常用工具包实战
│ │ ├── 1-Python字符串处理.mp4(1.mp4
│ │ ├── 1-Python字符串处理.mp4.mp4
│ │ ├── 10-名字实体匹配.mp4(1.mp4
│ │ ├── 10-名字实体匹配.mp4.mp4
│ │ ├── 11-恐怖袭击分析.mp4(1.mp4
│ │ ├── 11-恐怖袭击分析.mp4.mp4
│ │ ├── 12-统计分析结果.mp4(1.mp4
│ │ ├── 12-统计分析结果.mp4.mp4
│ │ ├── 13-结巴分词器.mp4(1.mp4
│ │ ├── 13-结巴分词器.mp4.mp4
│ │ ├── 14-词云展示.mp4(1.mp4
│ │ ├── 14-词云展示.mp4.mp4
│ │ ├── 2-正则常用符号.mp4(1.mp4
│ │ ├── 2-正则常用符号.mp4.mp4
│ │ ├── 2-正则表达式基本语法.mp4(1.mp4
│ │ ├── 2-正则表达式基本语法.mp4.mp4
│ │ ├── 4-常用函数介绍.mp4(1.mp4
│ │ ├── 4-常用函数介绍.mp4.mp4
│ │ ├── 5-NLTK工具包简介.mp4(1.mp4
│ │ ├── 5-NLTK工具包简介.mp4.mp4
│ │ ├── 6-停用词过滤.mp4(1.mp4
│ │ ├── 6-停用词过滤.mp4.mp4
│ │ ├── 7-词性标注.mp4(1.mp4
│ │ ├── 7-词性标注.mp4.mp4
│ │ ├── 8-数据清洗实例.mp4(1.mp4
│ │ ├── 8-数据清洗实例.mp4.mp4
│ │ ├── 9-Spacy工具包.mp4(1.mp4
│ │ └── 9-Spacy工具包.mp4.mp4
│ ├── 21-10 节NLP-文本特征方法对比
│ │ ├── 1-任务概述.mp4(1.mp4
│ │ ├── 1-任务概述.mp4.mp4
│ │ ├── 2-词袋模型.mp4(1.mp4
│ │ ├── 2-词袋模型.mp4.mp4
│ │ ├── 3-词袋模型分析.mp4(1.mp4
│ │ ├── 3-词袋模型分析.mp4.mp4
│ │ ├── 4-TFIDF模型.mp4(1.mp4
│ │ ├── 4-TFIDF模型.mp4.mp4
│ │ ├── 5-word2vec词向量模型.mp4(1.mp4
│ │ ├── 5-word2vec词向量模型.mp4.mp4
│ │ ├── 6-深度学习模型.mp4(1.mp4
│ │ └── 6-深度学习模型.mp4.mp4
│ ├── 21-11 节NLP-相似度模型
│ │ ├── 1.任务概述.mp4(1.mp4
│ │ ├── 1.任务概述.mp4.mp4
│ │ ├── 2-数据展示.mp4(1.mp4
│ │ ├── 2-数据展示.mp4.mp4
│ │ ├── 3-正负样本制作.mp4(1.mp4
│ │ ├── 3-正负样本制作.mp4.mp4
│ │ ├── 4-数据预处理.mp4(1.mp4
│ │ ├── 4-数据预处理.mp4.mp4
│ │ ├── 5-网络模型定义.mp4(1.mp4
│ │ ├── 5-网络模型定义.mp4.mp4
│ │ ├── 6-基于字符的训练.mp4(1.mp4
│ │ ├── 6-基于字符的训练.mp4.mp4
│ │ ├── 7-基于句子的相似度训练.mp4(1.mp4
│ │ └── 7-基于句子的相似度训练.mp4.mp4
│ ├── 21-12 节LSTM情感分析
│ │ ├── 1-RNN网络架构.mp4(1.mp4
│ │ ├── 1-RNN网络架构.mp4.mp4
│ │ ├── 2-LSTM网络架构.mp4(1.mp4
│ │ ├── 2-LSTM网络架构.mp4.mp4
│ │ ├── 3-案例：使用LSTM进行情感分类.mp4(1.mp4
│ │ ├── 3-案例：使用LSTM进行情感分类.mp4.mp4
│ │ ├── 4-情感数据集处理.mp4(1.mp4
│ │ ├── 4-情感数据集处理.mp4.mp4
│ │ ├── 5-基于word2vec的LSTM模型.mp4(1.mp4
│ │ └── 5-基于word2vec的LSTM模型.mp4.mp4
│ ├── 21-13 节机器人写唐诗
│ │ ├── 1-任务概述与环境配置.mp4(1.mp4
│ │ ├── 1-任务概述与环境配置.mp4.mp4
│ │ ├── 2-参数配置.mp4(1.mp4
│ │ ├── 2-参数配置.mp4.mp4
│ │ ├── 3-数据预处理模块.mp4(1.mp4
│ │ ├── 3-数据预处理模块.mp4.mp4
│ │ ├── 4-batch数据制作.mp4(1.mp4
│ │ ├── 4-batch数据制作.mp4.mp4
│ │ ├── 5-RNN模型定义.mp4(1.mp4
│ │ ├── 5-RNN模型定义.mp4.mp4
│ │ ├── 6-完成训练模块.mp4(1.mp4
│ │ ├── 6-完成训练模块.mp4.mp4
│ │ ├── 7-训练唐诗生成模型.mp4(1.mp4
│ │ ├── 7-训练唐诗生成模型.mp4.mp4
│ │ ├── 8-测试唐诗生成效果.mp4(1.mp4
│ │ └── 8-测试唐诗生成效果.mp4.mp4
│ ├── 21-14 节对话机器人
│ │ ├── 1-效果演示.mp4(1.mp4
│ │ ├── 1-效果演示.mp4.mp4
│ │ ├── 2-参数配置与数据加载.mp4(1.mp4
│ │ ├── 2-参数配置与数据加载.mp4.mp4
│ │ ├── 3-数据处理.mp4(1.mp4
│ │ ├── 3-数据处理.mp4.mp4
│ │ ├── 4-词向量与投影.mp4(1.mp4
│ │ ├── 4-词向量与投影.mp4.mp4
│ │ ├── 5-seq网络.mp4(1.mp4
│ │ ├── 5-seq网络.mp4.mp4
│ │ ├── 6-网络训练.mp4(1.mp4
│ │ └── 6-网络训练.mp4.mp4
│ ├── 21-2 节商品信息可视化与文本分析
│ │ ├── 1-任务概述.mp4(1.mp4
│ │ ├── 1-任务概述.mp4.mp4
│ │ ├── 2-商品类别划分.mp4(1.mp4
│ │ ├── 2-商品类别划分.mp4.mp4
│ │ ├── 3-商品类别可视化展示.mp4(1.mp4
│ │ ├── 3-商品类别可视化展示.mp4.mp4
│ │ ├── 4-描述长度对价格的影响.mp4(1.mp4
│ │ ├── 4-描述长度对价格的影响.mp4.mp4
│ │ ├── 5-词云展示.mp4(1.mp4
│ │ ├── 5-词云展示.mp4.mp4
│ │ ├── 6-tf-idf结果.mp4(1.mp4
│ │ ├── 6-tf-idf结果.mp4.mp4
│ │ ├── 7-降维可视化展示.mp4(1.mp4
│ │ ├── 7-降维可视化展示.mp4.mp4
│ │ ├── 8-聚类与主题模型.mp4(1.mp4
│ │ └── 8-聚类与主题模型.mp4.mp4
│ ├── 21-3 节贝叶斯算法
│ │ ├── 1-贝叶斯算法概述.mp4(1.mp4
│ │ ├── 1-贝叶斯算法概述.mp4.mp4
│ │ ├── 2-贝叶斯推导实例.mp4(1.mp4
│ │ ├── 2-贝叶斯推导实例.mp4.mp4
│ │ ├── 3-贝叶斯拼写纠错实例.mp4(1.mp4
│ │ ├── 3-贝叶斯拼写纠错实例.mp4.mp4
│ │ ├── 4-垃圾邮件过滤实例.mp4(1.mp4
│ │ ├── 4-垃圾邮件过滤实例.mp4.mp4
│ │ ├── 5-贝叶斯实现拼写检查器.mp4(1.mp4
│ │ └── 5-贝叶斯实现拼写检查器.mp4.mp4
│ ├── 21-4 节新闻分类任务实战
│ │ ├── 1-文本分析与关键词提取.mp4(1.mp4
│ │ ├── 1-文本分析与关键词提取.mp4.mp4
│ │ ├── 2-相似度计算.mp4(1.mp4
│ │ ├── 2-相似度计算.mp4.mp4
│ │ ├── 3-新闻数据与任务简介.mp4(1.mp4
│ │ ├── 3-新闻数据与任务简介.mp4.mp4
│ │ ├── 4-TF-IDF关键词提取.mp4(1.mp4
│ │ ├── 4-TF-IDF关键词提取.mp4.mp4
│ │ ├── 5-LDA建模.mp4(1.mp4
│ │ ├── 5-LDA建模.mp4.mp4
│ │ ├── 6-基于贝叶斯算法进行新闻分类.mp4(1.mp4
│ │ └── 6-基于贝叶斯算法进行新闻分类.mp4.mp4
│ ├── 21-5 节HMM隐马尔科夫模型
│ │ ├── 1-马尔科夫模型.mp4(1.mp4
│ │ ├── 1-马尔科夫模型.mp4.mp4
│ │ ├── 10-维特比算法.mp4(1.mp4
│ │ ├── 10-维特比算法.mp4.mp4
│ │ ├── 2-隐马尔科夫模型基本出发点.mp4(1.mp4
│ │ ├── 2-隐马尔科夫模型基本出发点.mp4.mp4
│ │ ├── 3-组成与要解决的问题.mp4(1.mp4
│ │ ├── 3-组成与要解决的问题.mp4.mp4
│ │ ├── 4-暴力求解方法.mp4(1.mp4
│ │ ├── 4-暴力求解方法.mp4.mp4
│ │ ├── 5-复杂度计算.mp4(1.mp4
│ │ ├── 5-复杂度计算.mp4.mp4
│ │ ├── 6-前向算法.mp4(1.mp4
│ │ ├── 6-前向算法.mp4.mp4
│ │ ├── 7-前向算法求解实例.mp4(1.mp4
│ │ ├── 7-前向算法求解实例.mp4.mp4
│ │ ├── 8-Baum-Welch算法.mp4(1.mp4
│ │ ├── 8-Baum-Welch算法.mp4.mp4
│ │ ├── 9-参数求解.mp4(1.mp4
│ │ └── 9-参数求解.mp4.mp4
│ ├── 21-6 节HMM工具包实战