【尊享】ZX098 – 人工智能深度学习高薪就业班六期 [307G]
以下目录非循环遍历，部分0B文件夹大小非实际大小，总大小307G
【尊享】ZX098–人工智能深度学习高薪就业班六期[307G]
┗━━01.视频[0B]┣━━1-直播课回放[0B]┃┣━━1-开班典礼┃┣━━2-Pycharm环境配置与Debug演示(没用过的同学必看)┃┣━━3-直播1：深度学习核心算法-神经网络与卷积网络┃┣━━4-直播2：卷积神经网络┃┣━━5-直播3：Transformer架构┃┣━━6-直播4：Transfomer在视觉任务中的应用实例┃┣━━7-直播5：YOLO系列（V7）算法解读┃┣━━8-直播6：分割模型Maskformer系列┃┣━━9-补充：Mask2former源码解读┃┣━━10-直播7：半监督物体检测┃┣━━11-直播8：基于图模型的时间序列预测┃┣━━12-直播9：图像定位与检索┃┣━━13-直播10：近期内容补充┃┣━━14-直播11：文本生成GPT系列┃┣━━15-直播12：异构图神经网络┃┣━━16-直播13：BEV特征空间┃┣━━17-补充：BevFormer源码解读┃┣━━18-直播14：知识蒸馏┃┗━━19-直播15六期总结与论文简历┣━━2-深度学习必备核心算法[0B]┃┣━━1-神经网络算法解读┃┣━━2-卷积神经网络算法解读┃┗━━3-递归神经网络算法解读┣━━3-深度学习核心框架PyTorch[0B]┃┣━━1-PyTorch框架介绍与配置安装┃┣━━2-使用神经网络进行分类任务┃┣━━3-神经网络回归任务-气温预测┃┣━━4-卷积网络参数解读分析┃┣━━5-图像识别模型与训练策略（重点）┃┣━━6-DataLoader自定义数据集制作┃┣━━7-LSTM文本分类实战┃┗━━8-PyTorch框架Flask部署例子┣━━4-MMLAB实战系列[0B]┃┣━━1-MMCV安装方法┃┣━━2-第一模块：分类任务基本操作┃┣━━3-第一模块：训练结果测试与验证┃┣━━4-第一模块：模型源码DEBUG演示┃┣━━7-第二模块：使用分割模块训练自己的数据集┃┣━━8-第二模块：基于Unet进行各种策略修改┃┣━━9-第二模块：分割任务CVPR最新Backbone设计及其应用┃┣━━10-第三模块：mmdet训练自己的数据任务┃┣━━11-第三模块：DeformableDetr算法解读┃┣━━12-第三模块：DeformableDetr物体检测源码分析┃┣━━13-KIE关键信息抽取与视频超分辨率重构┃┣━━14-第四模块：ANINET文字识别┃┣━━14-第四模块：DBNET文字检测┃┣━━15-OCR算法解读┃┣━━15-第八模块：模型蒸馏应用实例┃┣━━15-第四模块：KIE基于图模型的关键信息抽取┃┣━━16-第八模块：模型剪枝方法概述分析┃┣━━16-第五模块：stylegan2源码解读┃┣━━17-第九模块：mmaction行为识别┃┣━━17-第六模块：BasicVSR++视频超分辨重构源码解读┃┣━━18-第七模块：多模态3D目标检测算法源码解读┃┗━━18-额外补充-在源码中加入各种注意力机制方法┣━━5-Opencv图像处理框架实战[0B]┃┣━━1-课程简介与环境配置┃┣━━2-图像基本操作┃┣━━3-阈值与平滑处理┃┣━━4-图像形态学操作┃┣━━5-图像梯度计算┃┣━━6-边缘检测┃┣━━7-图像金字塔与轮廓检测┃┣━━8-直方图与傅里叶变换┃┣━━9-项目实战-信用卡数字识别┃┣━━10-项目实战-文档扫描OCR识别┃┣━━11-图像特征-harris┃┣━━12-图像特征-sift┃┣━━13-案例实战-全景图像拼接┃┣━━14-项目实战-停车场车位识别┃┣━━15-项目实战-答题卡识别判卷┃┣━━16-背景建模┃┣━━17-光流估计┃┣━━18-Opencv的DNN模块┃┣━━19-项目实战-目标追踪┃┣━━20-卷积原理与操作┃┗━━21-项目实战-疲劳检测┣━━6-综合项目-物体检测经典算法实战[0B]┃┣━━1-深度学习经典检测⽅法概述┃┣━━2-YOLO-V1整体思想与网络架构┃┣━━3-YOLO-V2改进细节详解┃┣━━4-YOLO-V3核心网络模型┃┣━━5-项目实战-基于V3版本进行源码解读┃┣━━6-基于YOLO-V3训练自己的数据集与任务┃┣━━7-YOLO-V4版本算法解读┃┣━━8-V5版本项目配置┃┣━━9-V5项目工程源码解读┃┣━━10-V7源码解读┃┣━━11-EfficientNet网络┃┣━━12-EfficientDet检测算法┃┣━━13-基于Transformer的detr目标检测算法┃┗━━14-detr目标检测源码解读┣━━7-图像分割实战[0B]┃┣━━1-图像分割及其损失函数概述┃┣━━2-卷积神经⽹络原理与参数解读┃┣━━3-Unet系列算法讲解┃┣━━4-unet医学细胞分割实战┃┣━━5-U2NET显著性检测实战┃┣━━6-deeplab系列算法┃┣━━7-基于deeplabV3+版本进⾏VOC分割实战┃┣━━8-医学⼼脏视频数据集分割建模实战┃┣━━9-物体检测框架-MaskRcnn项目介绍与配置┃┣━━10-MaskRcnn网络框架源码详解┃┗━━11-基于MASK-RCNN框架训练自己的数据与任务┣━━8-行为识别实战[0B]┃┣━━1-slowfast算法知识点通俗解读┃┣━━2-slowfast项目环境配置与配置文件┃┣━━3-slowfast源码详细解读┃┣━━4-基于3D卷积的视频分析与动作识别┃┣━━5-视频异常检测算法与元学习┃┣━━6-视频异常检测CVPR2021论文及其源码解读┃┗━━7-基础补充-Resnet模型及其应用实例┣━━9-2022论文必备-Transformer实战系列[0B]┃┣━━2-课程介绍┃┣━━3-自然语言处理通用框架BERT原理解读┃┣━━4-Transformer在视觉中的应用VIT算法┃┣━━5-VIT算法模型源码解读┃┣━━6-swintransformer算法原理解析┃┣━━7-swintransformer源码解读┃┣━━8-detr目标检测源码解读┃┣━━8-基于Transformer的detr目标检测算法┃┣━━9-MedicalTrasnformer论文解读┃┣━━10-MedicalTransformer源码解读┃┣━━11-商汤LoFTR算法解读┃┣━━12-局部特征关键点匹配实战┃┣━━13-项目补充-谷歌开源项目BERT源码解读与应用实例┃┗━━14-项目补充-基于BERT的中文情感分析实战┣━━10-图神经网络实战[0B]┃┣━━1-图神经网络基础┃┣━━2-图卷积GCN模型┃┣━━3-图模型必备神器PyTorchGeometric安装与使用┃┣━━4-使用PyTorchGeometric构建自己的图数据集┃┣━━5-图注意力机制与序列图模型┃┣━━6-图相似度论文解读┃┣━━7-图相似度计算实战┃┣━━8-基于图模型的轨迹估计┃┗━━9-图模型轨迹估计实战┣━━11-3D点云实战[0B]┃┣━━1-3D点云实战3D点云应用领域分析┃┣━━2-3D点云PointNet算法┃┣━━3-PointNet++算法解读┃┣━━4-Pointnet++项目实战┃┣━━5-点云补全PF-Net论文解读┃┣━━6-点云补全实战解读┃┣━━7-点云配准及其案例实战┃┗━━8-基础补充-对抗生成网络架构原理与实战解析┣━━12-目标追踪与姿态估计实战[0B]┃┣━━1-课程介绍┃┣━━2-姿态估计OpenPose系列算法解读┃┣━━3-OpenPose算法源码分析┃┣━━4-deepsort算法知识点解读┃┣━━5-deepsort源码解读┃┣━━6-YOLO-V4版本算法解读┃┣━━7-V5版本项目配置┃┗━━8-V5项目工程源码解读┣━━13-面向深度学习的无人驾驶实战[0B]┃┣━━1-深度估计算法原理解读┃┣━━2-深度估计项目实战┃┣━━3-车道线检测算法与论文解读┃┣━━4-基于深度学习的车道线检测项目实战┃┣━━5-商汤LoFTR算法解读┃┣━━6-局部特征关键点匹配实战┃┣━━7-三维重建应用与坐标系基础┃┣━━8-NeuralRecon算法解读┃┣━━9-NeuralRecon项目环境配置┃┣━━10-NeuralRecon项目源码解读┃┣━━11-TSDF算法与应用┃┣━━12-TSDF实战案例┃┣━━13-轨迹估计算法与论文解读┃┣━━14-轨迹估计预测实战┃┗━━15-特斯拉无人驾驶解读┣━━14-对比学习与多模态任务实战[0B]┃┣━━1-对比学习算法与实例┃┣━━2-CLIP系列┃┣━━3-多模态3D目标检测算法源码解读┃┣━━4-多模态文字识别┃┗━━5-ANINET源码解读┣━━15-缺陷检测实战[0B]┃┣━━1-课程介绍┃┣━━2-物体检框架YOLO-V4版本算法解读┃┣━━3-物体检测框架YOLOV5版本项目配置┃┣━━4-物体检测框架YOLOV5项目工程源码解读┃┣━━5-基于YOLOV5的钢材缺陷检测实战┃┣━━6-Semi-supervised布料缺陷检测实战┃┣━━7-Opencv图像常⽤处理⽅法实例┃┣━━8-Opencv轮廓检测与直⽅图┃┣━━8-Opencv梯度计算与边缘检测实例┃┣━━9-基于Opencv缺陷检测项⽬实战┃┣━━10-基于视频流⽔线的Opencv缺陷检测项⽬┃┣━━11-图像分割deeplab系列算法┃┣━━12-基于deeplabV3+版本进⾏VOC分割实战┃┗━━13-Deeplab铁质材料缺陷检测与开源项⽬应⽤流程┣━━16-行人重识别实战[0B]┃┣━━1-行人重识别原理及其应用┃┣━━2-基于注意力机制的Reld模型论文解读┃┣━━3-基于Attention的行人重识别项目实战┃┣━━4-AAAI2020顶会算法精讲┃┣━━5-项目实战-基于行人局部特征融合的再识别实战┃┣━━6-旷视研究院最新算法解读（基于图模型）┃┗━━7-基于拓扑图的行人重识别项目实战┣━━17-对抗生成网络实战[0B]┃┣━━1-课程介绍┃┣━━2-对抗生成网络架构原理与实战解析┃┣━━3-基于CycleGan开源项目实战图像合成┃┣━━4-stargan论文架构解析┃┣━━5-stargan项目实战及其源码解读┃┣━━6-基于starganvc2的变声器论文原理解读┃┣━━7-starganvc2变声器项目实战及其源码解读┃┣━━8-图像超分辨率重构实战┃┗━━9-基于GAN的图像补全实战┣━━18-强化学习实战系列[0B]┃┣━━1-强化学习简介及其应用┃┣━━2-PPO算法与公式推导┃┣━━3-PPO实战-月球登陆器训练实例┃┣━━4-Q-learning与DQN算法┃┣━━5-DQN算法实例演示┃┣━━6-DQN改进与应用技巧┃┣━━7-Actor-Critic算法分析（A3C）┃┗━━8-用A3C玩转超级马里奥┣━━19-Openai顶级黑科技算法及其项目实战[0B]┃┣━━1-GPT系列生成模型┃┣━━2-GPT建模与预测流程┃┣━━3-CLIP系列┃┣━━4-Diffusion模型解读┃┣━━5-Dalle2及其源码解读┃┗━━6-ChatGPT┣━━20-面向医学领域的深度学习实战[0B]┃┣━━1-卷积神经网络原理与参数解读┃┣━━2-PyTorch框架基本处理操作┃┣━━3-PyTorch框架必备核心模块解读┃┣━━4-基于Resnet的医学数据集分类实战┃┣━━5-图像分割及其损失函数概述┃┣━━6-Unet系列算法讲解┃┣━━7-unet医学细胞分割实战┃┣━━8-deeplab系列算法┃┣━━9-基于deeplabV3+版本进行VOC分割实战┃┣━━10-基于deeplab的心脏视频数据诊断分析┃┣━━11-YOLO系列物体检测算法原理解读┃┣━━12-基于YOLO5细胞检测实战┃┣━━13-知识图谱原理解读┃┣━━14-Neo4j数据库实战┃┣━━15-基于知识图谱的医药问答系统实战┃┣━━16-词向量模型与RNN网络架构┃┗━━17-医学糖尿病数据命名实体识别┣━━21-深度学习模型部署与剪枝优化实战[0B]┃┣━━1-认识jetsonnano┃┣━━2-AI实战┃┣━━3-NVIDIATAO实用级的训练神器┃┗━━4-deepstream┣━━22-深度学习模型部署与剪枝优化实战[0B]┃┣━━1-AIoT人工智能物联网之认识jetsonnano┃┣━━2-AIoT人工智能物联网之AI实战┃┣━━3-AIoT人工智能物联网之NVIDIATAO实用级的训练神器┃┣━━4-AIoT人工智能物联网之deepstream┃┗━━5-tensorRT视频┣━━23-自然语言处理通用框架-BERT实战[0B]┃┣━━1-自然语言处理通用框架BERT原理解读┃┣━━2-谷歌开源项目BERT源码解读与应用实例┃┣━━3-项目实战-基于BERT的中文情感分析实战┃┣━━4-项目实战-基于BERT的中文命名实体识别识别实战┃┣━━5-必备基础知识点-woed2vec模型通俗解读┃┣━━6-必备基础-掌握Tensorflow如何实现word2vec模型┃┣━━7-必备基础知识点-RNN网络架构与情感分析应用实例┃┗━━8-医学糖尿病数据命名实体识别┣━━24-自然语言处理经典案例实战[0B]┃┣━━1-NLP常用工具包实战┃┣━━2-商品信息可视化与文本分析┃┣━━3-贝叶斯算法┃┣━━4-新闻分类任务实战┃┣━━5-HMM隐马尔科夫模型┃┣━━6-HMM工具包实战┃┣━━7-语言模型┃┣━━8-使用Gemsim构建词向量┃┣━━9-基于word2vec的分类任务┃┣━━10-NLP-文本特征方法对比┃┣━━11-NLP-相似度模型┃┣━━12-LSTM情感分析┃┣━━13-机器人写唐诗┃┗━━14-对话机器人┣━━25-知识图谱实战系列[0B]┃┣━━1-知识图谱介绍及其应用领域分析┃┣━━2-知识图谱涉及技术点分析┃┣━━3-Neo4j数据库实战┃┣━━4-使用python操作neo4j实例┃┣━━5-基于知识图谱的医药问答系统实战┃┣━━6-文本关系抽取实践┃┣━━7-金融平台风控模型实践┃┗━━8-医学糖尿病数据命名实体识别┣━━26-语音识别实战系列[0B]┃┣━━1-seq2seq序列网络模型┃┣━━2-LAS模型语音识别实战┃┣━━3-starganvc2变声器论文原理解读┃┣━━4-staeganvc2变声器源码实战┃┣━━5-语音分离ConvTasnet模型┃┣━━6-ConvTasnet语音分离实战┃┗━━7-语音合成tacotron最新版实战┣━━27-推荐系统实战系列[0B]┃┣━━1-推荐系统介绍及其应用┃┣━━2-协同过滤与矩阵分解┃┣━━3-音乐推荐系统实战┃┣━━4-知识图谱与Neo4j数据库实例┃┣━━5-基于知识图谱的电影推荐实战┃┣━━6-点击率估计FM与DeepFM算法┃┣━━7-DeepFM算法实战┃┣━━8-推荐系统常用工具包演示┃┣━━9-基于文本数据的推荐实例┃┣━━10-基本统计分析的电影推荐┃┗━━11-补充-基于相似度的酒店推荐系统┣━━28-AI课程所需安装软件教程[0B]┃┗━━1-AI课程所需安装软件教程┗━━29-额外补充[0B]┗━━1-可变形卷积加入方法
┣━━00.资料[39G]┃┣━━1-1节开班典礼[34.8M]┃┃┗━━咕泡唐宇迪人工智能【第六期】学习路线图.pdf[34.8M]┃┣━━1-10节直播7：半监督物体检测[35.6M]┃┃┗━━mmdetection-3.x.zip[35.6M]┃┣━━1-11节直播8：基于图模型的时间序列预测[101.1M]┃┃┣━━2110.05357.pdf[880.7K]┃┃┣━━raindrop-AAAI22.pdf[10.6M]┃┃┗━━Raindrop-main.rar[89.7M]┃┣━━1-12节直播9：图像定位与检索[4.7G]┃┃┣━━CosPlace-main.zip[190.5M]┃┃┗━━small.zip[4.5G]┃┣━━1-13节直播10：近期内容补充[38.9M]┃┃┣━━Informer_huggingface.zip[37M]┃┃┗━━YOLOV7.pdf[1.9M]┃┣━━1-3节直播1：深度学习核心算法-神经网络与卷积网络[6.3M]┃┃┗━━神经网络.pdf[6.3M]┃┣━━1-4节卷积神经网络[2.6M]┃┃┗━━卷积神经网络.pdf[2.6M]┃┣━━1-5节直播3：Transformer架构[2M]┃┃┗━━transformer.pdf[2M]┃┣━━1-6节直播4：Transfomer在视觉任务中的应用实例[943.4M]┃┃┣━━transformer课件.pdf[1.2M]┃┃┗━━VIT算法模型源码解读.zip[942.2M]┃┣━━1-7节直播5：YOLO系列（V7）算法解读[1.8M]┃┃┣━━YOLOV7.pdf[1.7M]┃┃┣━━Yolov7结构图.pptx[44.4K]┃┃┗━━Yolov7结构图(1).pptx[44.4K]┃┣━━1-8节直播6：分割模型Maskformer系列[4.5M]┃┃┣━━mask2former.pdf[3M]┃┃┗━━maskformer.pdf[1.5M]┃┣━━1-9节补充：Mask2former源码解读[192.4M]┃┃┗━━mask2former(mmdetection).zip[192.4M]┃┣━━2.第二章深度学习必备核⼼算法[0B]┃┃┗━━课件┃┣━━3.第三章深度学习核⼼框架PyTorch[1.8G]┃┃┣━━第八章：对抗生成网络架构原理与实战解析.zip[35.3M]┃┃┣━━第二,三章：神经网络实战分类与回归任务.zip[15.8M]┃┃┣━━第六章：DataLoader自定义数据集制作.zip[594M]┃┃┣━━第七章：LSTM文本分类实战.zip[31.5M]┃┃┣━━第四章：卷积网络参数解读.zip[33.4M]┃┃┣━━第五章：图像识别模型与训练策略（重点）.zip[449.8M]┃┃┗━━flask预测.zip[712M]┃┣━━4.第四章MMLAB实战系列[9.8G]┃┃┣━━DeformableDetr算法解读┃┃┣━━KIE关键信息抽取与视频超分辨率重构┃┃┣━━OCR算法解读┃┃┣━━第八模块：mmrazor-模型蒸馏.zip[1G]┃┃┣━━第二模块：mmsegmentation-0.20.2.zip[2.8G]┃┃┣━━第二模块：MPViT-main.zip[924.8M]┃┃┣━━第九模块：mmaction2-master.zip[827.8M]┃┃┣━━第六模块：mmediting-master.zip[107.8M]┃┃┣━━第七模块：mmdetection3d-1.0.0rc0.zip[395M]┃┃┣━━第三模块：mmdetection-master.zip[1.5G]┃┃┣━━第四模块：mmocr-main.zip[381.7M]┃┃┣━━第五模块：mmgeneration-master.zip[746.8M]┃┃┣━━第一模块：mmclassification-master.zip[912M]┃┃┣━━mask2former(mmdetection).zip[192.4M]┃┃┗━━ner.zip[121.6M]┃┣━━5.第五章Opencv图像处理框架实战[0B]┃┃┣━━课件┃┃┗━━源码资料┃┣━━6.第六章综合项⽬-物体检测经典算法实战[430.9M]┃┃┣━━YOLO系列（PyTorch）┃┃┣━━第十二章：基于Transformer的detr目标检测算法.pdf[885.7K]┃┃┣━━物体检测.pdf[1.4M]┃┃┣━━CenterNet.pdf[8.8M]┃┃┣━━detr目标检测源码解读.zip[108.3K]┃┃┣━━EfficientDet.pdf[780.7K]┃┃┣━━EfficientDet.zip[80.5M]┃┃┣━━EfficientNet.pdf[943.2K]┃┃┣━━json2yolo.py[1.5K]┃┃┗━━yolov7-main.zip[337.6M]┃┣━━7.第七章图像分割实战[2.6G]┃┃┣━━第1节：图像分割算法┃┃┣━━第2节：卷积网络┃┃┣━━第3节：Unet系列算法讲解┃┃┣━━第4节：unet医学细胞分割实战┃┃┣━━第6节：deeplab系列算法┃┃┣━━第7节：基于deeplabV3+版本进行VOC分割实战┃┃┣━━第8节：基于deeplab的心脏视频数据诊断分析┃┃┣━━基于Resnet的医学数据集分类实战┃┃┣━━第5节：U-2-Net.zip[636.2M]┃┃┣━━基于MASK-RCNN框架训练自己的数据与任务.zip[439.4M]┃┃┣━━图像识别核心模块实战解读.zip[336.9M]┃┃┣━━f112c9fda85536ee3eba662c9043e683.bat[70B]┃┃┣━━mask-rcnn.pdf[990K]┃┃┣━━MaskRcnn网络框架源码详解.zip[1.1G]┃┃┣━━PyTorch框架基本处理操作.zip[98.6M]┃┃┗━━R(2+1)D网络.pdf[507.1K]┃┣━━8.第八章行为识别实战[1.5G]┃┃┣━━基础补充-Resnet模型及其应用实例┃┃┣━━slowfast-add┃┃┣━━1-slowfast算法知识点通俗解读.pdf[572.3K]┃┃┣━━4-基于3D卷积的视频分析与动作识别.zip[845.8M]┃┃┣━━5-视频异常检测算法与元学习.pdf[1.1M]┃┃┣━━6-视频异常检测CVPR2021论文及其源码解读.zip[243.8M]┃┃┣━━基础补充-PyTorch框架必备核心模块解读.zip[336.9M]┃┃┣━━基础补充-PyTorch框架基本处理操作.zip[98.6M]┃┃┗━━slowfast论文.pdf[1.4M]┃┣━━9.第九章2022论⽂必备-Transformer实战系列[0B]┃┃┗━━transformer系列┃┣━━10.第一十章图神经⽹络实战[0B]┃┃┣━━3-图模型必备神器PyTorchGeometric安装与使用┃┃┣━━4-使用PyTorchGeometric构建自己的图数据集┃┃┣━━5-图注意力机制与序列图模型┃┃┣━━6-图相似度论文解读┃┃┣━━7-图相似度计算实战┃┃┣━━8-基于图模型的轨迹估计┃┃┣━━9-图模型轨迹估计实战┃┃┣━━第二章：图卷积GCN模型┃┃┗━━第一章：图神经网络基础┃┣━━11.第一十一章3D点云实战[0B]┃┃┣━━第1节：3D点云应用领域分析┃┃┣━━第2节：3D点云PointNet算法┃┃┣━━第3节：PointNet++算法解读┃┃┣━━第4节：Pointnet++项目实战┃┃┣━━第5节：点云补全PF-Net论文解读┃┃┣━━第6节：点云补全实战解读┃┃┣━━第7节：点云配准及其案例实战┃┃┗━━第8节：基础补充-对抗生成网络架构原理与实战解析┃┣━━12.第一十二章⽬标追踪与姿态估计实战[791.3M]┃┃┣━━第五六七章：YOLO目标检测┃┃┣━━基础补充-Resnet模型及其应用实例┃┃┣━━第二章：OpenPose算法源码分析.zip[243.9M]┃┃┣━━第三章：Deepsort算法知识点解读.pdf[1.6M]┃┃┣━━第四章：Deepsort源码解读.zip[107.9M]┃┃┣━━第一章：姿态估计OpenPose系列算法解读.pdf[2.4M]┃┃┣━━基础补充-PyTorch框架必备核心模块解读.zip[336.9M]┃┃┗━━基础补充-PyTorch框架基本处理操作.zip[98.6M]┃┣━━13.第一十三章⾯向深度学习的⽆⼈驾驶实战[0B]┃┃┣━━1.深度估计算法解读┃┃┣━━2.深度估计项目实战┃┃┣━━3-车道线检测算法与论文解读┃┃┣━━4-基于深度学习的车道线检测项目实战┃┃┣━━5-商汤LoFTR算法解读┃┃┣━━6-局部特征关键点匹配实战┃┃┣━━7-三维重建应用与坐标系基础┃┃┣━━8-NeuralRecon算法解读┃┃┣━━9-NeuralRecon项目环境配置┃┃┣━━10-NeuralRecon项目源码解读┃┃┣━━11-TSDF算法与应用┃┃┣━━12-TSDF实战案例┃┃┣━━13-轨迹估计算法与论文解读┃┃┣━━14-轨迹估计预测实战┃┃┗━━15-特斯拉无人驾驶解读┃┣━━14.第一十四章对比学习与多模态任务实战[0B]┃┃┣━━对比学习算法与实例┃┃┣━━多模态3D目标检测算法源码解读┃┃┣━━多模态文字识别┃┃┣━━ANINET源码解读┃┃┗━━CLIP系列┃┣━━15.第一十五章缺陷检测实战[3.8G]┃┃┣━━第1-4章：YOLOV5缺陷检测┃┃┣━━第11-12章：deeplab┃┃┣━━第6-8章：Opencv各函数使用实例┃┃┣━━PyTorch基础┃┃┣━━Resnet分类实战┃┃┣━━第10章：基于视频流水线的Opnecv缺陷检测项目.zip[14M]┃┃┣━━第5章：Semi-supervised布料缺陷检测实战.zip[212.3M]┃┃┣━━第9章：基于Opencv缺陷检测项目实战.zip[11.4M]┃┃┗━━DeepLab铁质材料缺陷检测与开源项目应用流程.zip[3.6G]┃┣━━16.第一十六章⾏⼈重识别实战[0B]┃┃┣━━第1节：行人重识别原理及其应用┃┃┣━━第2节：基于注意力机制的ReId模型论文解读┃┃┣━━第3节：基于Attention的行人重识别项目实战┃┃┣━━第4节：经典会议算法精讲（特征融合）┃┃┣━━第5节：项目实战-基于行人局部特征融合的再识别实战┃┃┣━━第6节：旷视研究院最新算法解读（基于图模型）┃┃┗━━第7节：基于拓扑图的行人重识别项目实战┃┣━━17.第一十七章对抗⽣成⽹络实战[3G]┃┃┣━━第4节：stargan论文架构解析┃┃┣━━第6节：基于starganvc2的变声器论文原理解读┃┃┣━━第8节：图像超分辨率重构实战┃┃┣━━第9节：基于GAN的图像补全实战┃┃┣━━第2节：对抗生成网络架构原理与实战解析.zip[35.3M]┃┃┣━━第3节：基于CycleGan开源项目实战图像合成.zip[1.6G]┃┃┣━━第5节：stargan项目实战及其源码解读.zip[869.4M]┃┃┣━━第7节：starganvc2变声器项目实战及其源码解读.zip[485M]┃┃┣━━cyclegan.pdf[2.7M]┃┃┗━━static.zip[1.3M]┃┣━━18.第一十八章强化学习实战系列[105.5M]┃┃┣━━第1节：强化学习简介及其应用.pdf[738.7K]┃┃┣━━第2节：PPO算法与公式推导.pdf[899.2K]┃┃┣━━第3节：策略梯度实战-月球登陆器训练实例.zip[4.3M]┃┃┣━━第4节：DQN算法.pdf[1.4M]┃┃┣━━第5节：DQN算法实例演示.zip[2K]┃┃┣━━第7节：Actor-Critic算法分析(A3C).pdf[560.3K]┃┃┗━━第8节：A3C算法玩转超级马里奥.zip[97.6M]┃┣━━19.第一十九章Openai顶级黑科技算法及其项目实战[0B]┃┃┣━━1节GPT系列生成模型┃┃┣━━2节GPT建模与预测流程┃┃┣━━3节CLIP系列┃┃┣━━4节Diffusion模型解读┃┃┣━━5节Dalle2及其源码解读┃┃┗━━6节ChatGPT┃┣━━20.第二十章面向医学领域的深度学习实战[437.7M]┃┃┣━━1-神经网络算法PPT┃┃┣━━4-基于Resnet的医学数据集分类实战┃┃┣━━5-图像分割及其损失函数概述┃┃┣━━6-Unet系列算法讲解┃┃┣━━7-unet医学细胞分割实战┃┃┣━━8-deeplab系列算法┃┃┣━━9-基于deeplabV3+版本进行VOC分割实战┃┃┣━━10-基于deeplab的心脏视频数据诊断分析┃┃┣━━11-YOLO系列物体检测算法原理解读┃┃┣━━12-基于YOLO5细胞检测实战┃┃┣━━13-知识图谱原理解读┃┃┣━━14-Neo4j数据库实战┃┃┣━━15-基于知识图谱的医药问答系统实战┃┃┣━━17-医学糖尿病数据命名实体识别┃┃┣━━2-PyTorch框架基本处理操作.zip[98.6M]┃┃┣━━3-PyTorch框架必备核心模块解读.zip[336.9M]┃┃┗━━16-词向量模型与RNN网络架构.zip[2.1M]┃┣━━21.第二十一章深度学习模型部署与剪枝优化实战[1.2G]┃┃┣━━嵌入式AI┃┃┣━━tensorRT┃┃┣━━剪枝算法.pdf[504K]┃┃┣━━Docker使用命令.zip[7.8M]┃┃┣━━Mobilenet.pdf[2.4M]┃┃┣━━mobilenetv3.py[7.3K]┃┃┣━━pytorch-slimming.zip[356.4M]┃┃┣━━PyTorch模型部署实例.zip[102.8K]┃┃┣━━TensorFlow-serving.zip[3M]┃┃┗━━YOLO部署实例.zip[876.4M]┃┣━━22.第二十二章自然语言处理必备神器Huggingface系列实战[0B]┃┃┣━━第八章：GPT训练与预测部署流程┃┃┣━━第二章：Transformer工具包基本操作实例解读┃┃┣━━第九章：文本摘要建模┃┃┣━━第六章：文本预训练模型构建实例┃┃┣━━第七章：GPT系列算法┃┃┣━━第三章：transformer原理解读┃┃┣━━第十一章：补充Huggingface数据集制作方法实例┃┃┣━━第十章：图谱知识抽取实战┃┃┣━━第四章：BERT系列算法解读┃┃┣━━第五章：文本标注工具与NER实例┃┃┗━━第一章：Huggingface与NLP介绍解读┃┣━━23.第二十三章⾃然语⾔处理通⽤框架-BERT实战[0B]┃┃┣━━课后作业┃┃┗━━课件、源码┃┣━━24.第二十四章⾃然语⾔处理经典案例实战[0B]┃┃┣━━课后作业┃┃┣━━课件┃┃┣━━源码、数据集等┃┃┗━━NLP常用工具包┃┣━━25.第二十五章知识图谱实战系列[0B]┃┃┣━━第1.2节：知识图谱介绍及其应用领域分析┃┃┣━━第3节：Neo4j数据库实战┃┃┣━━第4节：使用python操作neo4j实例┃┃┣━━第5节：基于知识图谱的医药问答系统实战┃┃┣━━第6节：文本关系抽取实践┃┃┣━━第7节：金融平台风控模型实践┃┃┗━━第8节：医学糖尿病数据命名实体识别┃┣━━26.第二十六章语⾳识别实战系列[1.3G]┃┃┣━━论文┃┃┣━━PPT┃┃┣━━变声器pytorch-StarGAN-VC2.zip[484.9M]┃┃┣━━语音分离Conv-TasNet.zip[84.4M]┃┃┣━━语音合成tacotron2实战.zip[302.4M]┃┃┗━━语音识别LAS模型.zip[420.1M]┃┣━━27.第二十七章推荐系统实战系列[550.9M]┃┃┣━━第10节：基于统计分析的电影推荐┃┃┣━━第3节：音乐推荐系统实战┃┃┣━━第4节：Neo4j数据库实例┃┃┣━━第11节：补充-基于相似度的酒店推荐系统.zip[1.8M]┃┃┣━━第1节：推荐系统介绍.pdf[1.5M]┃┃┣━━第2节：协同过滤与矩阵分解.pdf[974.7K]┃┃┣━━第5节：基于知识图谱的电影推荐实战.zip[160.6M]┃┃┣━━第6节：FM与DeepFM算法.pdf[759.6K]┃┃┣━━第7节：DeepFM算法实战.zip[1.2M]┃┃┣━━第8节：推荐系统常用工具包演示.zip[129.3M]┃┃┗━━第9节：基于文本数据的推荐实例.zip[254.8M]┃┗━━28.第二十八章AI课程所需安装软件教程[5.8G]┃┣━━Anaconda3-2020.07-Windows-x86_64.exe[467.5M]┃┣━━cuda_11.3.0_465.89_win10.exe[2.7G]┃┣━━mmcv_full-1.4.7-cp38-cp38-win_amd64.whl[12.7M]┃┣━━notepadplusplus-8-4.exe[4.3M]┃┣━━pycharm-community-2022.1.2.exe[378.8M]┃┣━━torch-1.10.0+cu113-cp38-cp38-win_amd64.whl[2.3G]┃┣━━torchvision-0.11.0+cu113-cp38-cp38-win_amd64.whl[3M]┃┗━━VisualStudioSetup.exe[1.6M]
声明：由于本网站资源是搜集整理而成，版权均归原作者所有。本站仅提供一个观摩学习的环境，将不对任何资源负法律责任。若无意中侵犯到您的版权利益，请来信联系我们，我们会在收到信息后会尽快给予处理！admin网站管理