获取资料

人工智能深度学习系统班第9期

人工智能深度学习系统班第9期

人工智能深度学习系统班第9期/

1-直播回放

1-开班典礼

1-开班典礼.mp4 1.41G

10-YOLO V9

1-YOLO V9.mp4 1.42G

12-CVPR2024:YOLO- World

1-CVPR2024:YOLO- World.mp4 1.55G

2-Pycharm环境配置与Debug演示(没用过的同学必看)

1-Pycharm环境配置与Debug演示(没用过的同学必看).mp4 125.39M

3-神经网络

1-神经网络.mp4 1.38G

4-卷积神经网络

1-卷积神经网络.mp4 1.31G

5-Transformer

1-Transformer.mp4 1.27G

6-视觉Transformer Vit Debug解读

1-视觉Transformer Vit Debug解读.mp4 1.22G

7-密集场景计数统计实战

1-密集场景计数统计实战.mp4 835.21M

8-智能体

1-智能体.mp4 1.42G

9-Agent应用实战

1-Agent应用实战.mp4 1.43G

A03 Gupao AI Issue 7

第0章 课件及代码

第10章 经典视觉项目实战-目标追踪与姿态估计

第11章 Transformer实战解读

第12章 图神经网络实战

第13章 面向深度学习的无人驾驶实战

第14章 对比学习与多模态任务实战

第15章 行人重识别实战

第16章 对抗生成网络实战

第17章 强化学习实战系列

第18章 AI黑科技实例

第19章 深度学习模型部署与剪枝优化实战

第1章 直播回放

第20章 面向医学领域的深度学习实战

第21章 自然语言处理经典案例实战

第22章 自然语言处理必备神器Huggingface系列实战

第23章 自然语言处理通用框架-BERT实战

第24章 知识图谱实战系列

第25章 语音识别实战系列

第26章 推荐系统实战系列

第2章 AI课程所需安装软件教程

第3章 深度学习必备核心算法

第4章 深度学习核心框架PyTorch

第5章 Opencv图像处理框架实战

第6章 综合项目-物体检测经典算法实战

第7章 图像分割实战

第8章 走向AI论文实验与项目实战的捷径-MMLAB实战系列

第9章 经典视觉项目实战-行为识别

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

10-2 节姿态估计OpenPose系列算法解读

10-3 节OpenPose算法源码分析

10-4 节deepsort算法知识点解读

10-5 节deepsort源码解读

10-6 节YOLO-V4版本算法解读

10-7 节V5版本项目配置

10-8 节V5项目工程源码解读

第11章 Transformer实战解读

11-1 节Transformer算法解读

11-10 节MedicalTrasnformer论文解读

11-11 节MedicalTransformer源码解读

11-12 节商汤LoFTR算法解读

11-13 节局部特征关键点匹配实战

11-14 节分割模型Maskformer系列

11-15 节Mask2former源码解读

11-16 节BEV特征空间

11-17 节BevFormer源码解读

11-18 节时间序列预测

11-19 节Informer时间序列源码解读

11-2 节视觉Transformer及其源码分析

11-20 节Huggingface与NLP(讲故事)

11-3 节VIT算法模型源码解读

11-4 节swintransformer算法原理解析

11-5 节swintransformer源码解读

11-6 节基于Transformer的detr⽬标检测算法

11-7 节detr⽬标检测源码解读

11-8 节DeformableDetr算法解读

11-9 节DeformableDetr物体检测源码分析

第12章 图神经网络实战

12-1 节图神经网络基础

12-10 节基于图模型的时间序列预测

12-11 节异构图神经网络

12-2 节图卷积GCN模型

12-3 节图模型必备神器PyTorch Geometric安装与使用

12-4 节使用PyTorch Geometric构建自己的图数据集

12-5 节图注意力机制与序列图模型

12-6 节图相似度论文解读

12-7 节图相似度计算实战

12-8 节基于图模型的轨迹估计

12-9 节图模型轨迹估计实战

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

13-10 节NeuralRecon项目源码解读

13-11 节TSDF算法与应用

13-12 节TSDF实战案例

13-13 节轨迹估计算法与论文解读

13-14 节轨迹估计预测实战

13-15 节特斯拉无人驾驶解读

13-2 节深度估计项目实战

13-3 节车道线检测算法与论文解读

13-4 节基于深度学习的车道线检测项目实战

13-5 节商汤LoFTR算法解读

13-6 节局部特征关键点匹配实战

13-7 节三维重建应用与坐标系基础

13-8 节NeuralRecon算法解读

13-9 节NeuralRecon项目环境配置

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

14-2 节CLIP系列

14-3 节多模态3D目标检测算法源码解读

14-4 节多模态文字识别

14-5 节ANINET源码解读

第15章 x行人重识别实战

15-1 节行人重识别原理及其应用

15-2 节基于注意力机制的Reld模型论文解读

15-3 节基于Attention的行人重识别项目实战

15-4 节AAAI2020顶会算法精讲

15-5 节项目实战-基于行人局部特征融合的再识别实战

15-6 节旷视研究院最新算法解读(基于图模型)

15-7 节基于拓扑图的行人重识别项目实战

第16章 对抗生成网络实战

16-1 节课程介绍

16-2 节对抗生成网络架构原理与实战解析

16-3 节基于CycleGan开源项目实战图像合成

16-4 节stargan论文架构解析

16-5 节stargan项目实战及其源码解读

16-6 节基于starganvc2的变声器论文原理解读

16-7 节starganvc2变声器项目实战及其源码解读

16-8 节图像超分辨率重构实战

16-9 节基于GAN的图像补全实战

第17章 强化学习实战系列

17-1 节强化学习简介及其应用

17-2 节PPO算法与公式推导

17-3 节PPO实战-月球登陆器训练实例

17-4 节Q-learning与DQN算法

17-5 节DQN算法实例演示

17-6 节DQN改进与应用技巧

17-7 节Actor-Critic算法分析(A3C)

17-8 节用A3C玩转超级马里奥

第18章 AI黑科技实例

18-1 节GPT系列生成模型

18-2 节GPT建模与预测流程

18-3 节CLIP系列

18-4 节Diffusion模型解读

18-5 节Dalle2及其源码解读

18-6 节ChatGPT

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

19-10 节模型剪枝-Network Slimming实战解读

19-11 节Mobilenet三代网络模型架构

19-2 节AIoT人工智能物联网之AI 实战

19-3 节AIoT人工智能物联网之NVIDIA TAO 实用级的训练神器

19-4 节 AIoT人工智能物联网之deepstream

19-5 节pyTorch框架部署实践

19-6 节YOLO-V3物体检测部署实例

19-7 节docker实例演示

19-8 节tensorflow-serving实战

19-9 节模型剪枝-Network Slimming算法分析

第1章 直播回放

1-1 节开班典礼

1-10 节直播8:图神经网络

1-11 节直播9:LangChain与VQA任务

1-12 节直播10:EfficientVIT与DINOV2

1-13 节直播11:对比学习与自监督任务

1-14 节直播12:注意力机制串讲

1-15 节直播13:BEITV2-3与Mmlab自监督源码解读

1-16 节直播14:Bev特征空间与知识蒸馏

1-17 节直播15:总结与论文和简历

1-2 节Pycharm环境配置与Debug演示(没用过的同学必看)

1-3 节直播1:神经网络结构

1-4 节直播2:卷积神经网络

1-5 节直播3:Transformer

1-6 节直播4:VIT源码解读

1-7 节直播5:Segment anything

1-8 节直播6:时间序列timesnet

1-9 节直播7:文本大模型下游任务一条龙

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

20-10 节基于deeplab的心脏视频数据诊断分析

20-11 节YOLO系列物体检测算法原理解读

20-12 节基于YOLO5细胞检测实战

20-13 节知识图谱原理解读

20-14 节Neo4j数据库实战

20-15 节基于知识图谱的医药问答系统实战

20-16 节词向量模型与RNN网络架构

20-17 节医学糖尿病数据命名实体识别

20-2 节PyTorch框架基本处理操作

20-3 节PyTorch框架必备核心模块解读

20-4 节基于Resnet的医学数据集分类实战

20-5 节图像分割及其损失函数概述

20-6 节Unet系列算法讲解

20-7 节unet医学细胞分割实战

20-8 节deeplab系列算法

20-9 节基于deeplabV3+版本进行VOC分割实战

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

21-10 节NLP-文本特征方法对比

21-11 节NLP-相似度模型

21-12 节LSTM情感分析

21-13 节机器人写唐诗

21-14 节对话机器人

21-2 节商品信息可视化与文本分析

21-3 节贝叶斯算法

21-4 节新闻分类任务实战

21-5 节HMM隐马尔科夫模型

21-6 节HMM工具包实战

21-7 节语言模型

21-8 节使用Gemsim构建词向量

21-9 节基于word2vec的分类任务

第22章 自然语言处理必备神器Huggingface系列实战

22-1 节Huggingface与NLP介绍解读

22-10 节补充Huggingface数据集制作方法实例

22-2 节Transformer工具包基本操作实例解读

22-3 节BERT系列算法解读

22-4 节文本标注工具与NER实例

22-5 节文本预训练模型构建实例

22-6 节GPT系列算法

22-7 节GPT训练与预测部署流程

22-8 节文本摘要建模

22-9 节图谱知识抽取实战

第23章 自然语言处理通用框架-BERT实战

23-1 节自然语言处理通用框架BERT原理解读

23-2 节谷歌开源项目BERT源码解读与应用实例

23-3 节项目实战-基于BERT的中文情感分析实战

23-4 节项目实战-基于BERT的中文命名实体识别识别实战

23-5 节必备基础知识点-woed2vec模型通俗解读

23-6 节必备基础-掌握Tensorflow如何实现word2vec模型

23-7 节必备基础知识点-RNN网络架构与情感分析应用实例

23-8 节医学糖尿病数据命名实体识别

第24章 知识图谱实战系列

24-1 节知识图谱介绍及其应用领域分析

24-2 节知识图谱涉及技术点分析

24-3 节Neo4j数据库实战

24-4 节使用python操作neo4j实例

24-5 节基于知识图谱的医药问答系统实战

24-6 节文本关系抽取实践

24-7 节金融平台风控模型实践

24-8 节医学糖尿病数据命名实体识别

第25章 语音识别实战系列

25-1 节seq2seq序列网络模型

25-2 节LAS模型语音识别实战

25-3 节starganvc2变声器论文原理解读

25-4 节staeganvc2变声器源码实战

25-5 节语音分离ConvTasnet模型

25-6 节ConvTasnet语音分离实战

25-7 节语音合成tacotron最新版实战

第26章 推荐系统实战系列

26-1 节推荐系统介绍及其应用

26-10 节基本统计分析的电影推荐

26-11 节补充-基于相似度的酒店推荐系统

26-2 节协同过滤与矩阵分解

26-3 节音乐推荐系统实战

26-4 节知识图谱与Neo4j数据库实例

26-5 节基于知识图谱的电影推荐实战

26-6 节点击率估计FM与DeepFM算法

26-7 节DeepFM算法实战

26-8 节推荐系统常用工具包演示

26-9 节基于文本数据的推荐实例

第27章 其它期

E Gupao AI Issue 4

E Gupao AI Issue 5

E Gupao AI Issue 6

第2章 AI课程所需安装软件教程

2-1 节AI课程所需安装软件教程

第3章 深度学习必备核心算法

3-1 节神经网络算法解读

3-2 节卷积神经网络算法解读

3-3 节递归神经网络算法解读

3-4 节额外补充

第4章 深度学习核心框架PyTorch

4-1 节PyTorch框架介绍与配置安装

4-2 节使用神经网络进行分类任务

4-3 节神经网络回归任务-气温预测

4-4 节卷积网络参数解读分析

4-5 节图像识别模型与训练策略(重点)

4-6 节DataLoader自定义数据集制作

4-7 节LSTM文本分类实战

4-8 节PyTorch框架Flask部署例子

第5章 Opencv图像处理框架实战

5-1 节课程简介与环境配置

5-10 节⽂档扫描OCR识别

5-11 节图像特征-harris

5-12 节图像特征-sift

5-13 节全景图像拼接

5-14 节停⻋场⻋位识别

5-15 节答题卡识别判卷

5-16 节背景建模

5-17 节光流估计

5-18 节Opencv的DNN模块

5-19 节⽬标追踪

5-2 节图像基本操作

5-20 节卷积原理与操作

5-21 节疲劳检测

5-3 节阈值与平滑处理

5-4 节图像形态学操作

5-5 节图像梯度计算

5-6 节边缘检测

5-7 节图像⾦字塔与轮廓检测

5-8 节直⽅图与傅⾥叶变换

5-9 节信⽤卡数字识别

第6章 综合项目-物体检测经典算法实战

6-1 节深度学习经典检测方法概述

6-10 节YOLO系列(V7)算法解读

6-11 节V7源码解读

6-12 节基于Transformer的detr目标检测算法

6-13 节detr目标检测源码解读

6-14 节DeformableDetr算法解读

6-15 节半监督物体检测

6-16 节EfficientNet网络

6-17 节EfficientDet检测算法

6-2 节YOLO-V1整体思想与网络架构

6-3 节YOLO-V2改进细节详解

6-4 节YOLO-V3核心网络模型

6-5 节基于V3版本进行源码解读

6-6 节基于YOLO-V3训练⾃⼰的数据集与任务

6-7 节YOLO-V4版本算法解读

6-8 节V5版本项目配置

6-9 节V5项目工程源码解读

第7章 图像分割实战

7-1 节图像分割及其损失函数概述

7-10 节物体检测框架-MaskRcnn项目介绍与配置

7-11 节MaskRcnn网络框架源码详解

7-12 节基于MASK-RCNN框架训练自己的数据与任务

7-2 节Unet系列算法讲解

7-3 节unet医学细胞分割实战

7-4 节U2NET显著性检测实战

7-5 节deeplab系列算法

7-6 节基于deeplabV3+版本进⾏VOC分割实战

7-7 节医学⼼脏视频数据集分割建模实战

7-8 节分割模型Maskformer系列

7-9 节补充:Mask2former源码解读

第8章 走向AI论文实验与项目实战的捷径-MMLAB实战系列

8-1 节MMCV安装方法

8-10 节补充:Mask2former源码解读

8-11 节第三模块:DeformableDetr算法解读

8-12 节KIE关键信息抽取与视频超分辨率重构

8-13 节第四模块:DBNET文字检测

8-14 节第四模块:ANINET文字识别

8-15 节第四模块:KIE基于图模型的关键信息抽取

8-16 节第五模块:stylegan2源码解读

8-17 节第六模块:BasicVSR++视频超分辨重构源码解读

8-18 节第七模块:多模态3D目标检测算法源码解读

8-19 节第八模块:模型蒸馏应用实例

8-2 节第一模块:分类任务基本操作

8-20 节第八模块:模型剪枝方法概述分析

8-21 节第九模块:mmaction行为识别

8-22 节OCR算法解读

8-23 节额外补充-在源码中加入各种注意力机制方法

8-3 节第一模块:训练结果测试与验证

8-4 节第一模块:模型源码DEBUG演示

8-5 节第二模块:使用分割模块训练自己的数据集

8-6 节第二模块:基于Unet进行各种策略修改

8-7 节第二模块:分割任务CVPR最新Backbone设计及其应用

8-8 节第三模块:mmdet训练自己的数据任务

8-9 节第三模块:DeformableDetr物体检测源码分析

第9章 经典视觉项目实战-行为识别

9-1 节slowfast算法知识点通俗解读

9-2 节slowfast项目环境配置与配置文件

9-3 节slowfast源码详细解读

9-4 节基于3D卷积的视频分析与动作识别

9-5 节视频异常检测算法与元学习

9-6 节视频异常检测CVPR2021论文及其源码解读

9-7 节基础补充-Resnet模型及其应用实例

第九期

0咕泡机器学习

01-第一模块:Python快速入门

02-第二模块:Python数据科学必备工具包实战

03-第三模块:人工智能-必备数学课程

04-第四模块:机器学习算法精讲及其案例应用

05-第五模块:机器学习算法建模实战项目

06-第六模块:机器学习案例实战应用集锦

07-第七模块:机器学习竞赛优胜解决方案实战

08-第八模块:Python金融分析与量化交易实战

09-第九模块:深度学习经典算法解析

10-选修:Python数据分析案例实战

11-选修:机器学习进阶实战

数学基础课件

资料

1-直播回放

1-直播:开班典礼

10-直播:对比学习与多模态任务

11-直播:GPT与Hugging face

12-直播:自监督任务

13-直播:知识蒸馏

14-直播:分割Mask2former算法

15-直播:多模态与交叉注意力应用

16-直播:时间序列timesnet与地理分类任务

17-直播:论文写作与就业简历

18-直播:知识图谱与LORA

2-直播:Pycharm环境配置与Debug演示(没用过的同学必看)

3-直播:神经网络

4-直播:卷积神经网络

5-直播:Transformer

6-直播:视觉Transformer Vit Debug解读

7-直播:密集场景计数统计实战

8-直播:图神经网络

9-直播:Transformer Decoder在视觉任务的应用

10-2022论⽂必备-Transformer实战系列

1-Transformer算法解读

10-MedicalTrasnformer论文解读

11-MedicalTransformer源码解读

12-商汤LoFTR算法解读

13-局部特征关键点匹配实战

14-分割模型Maskformer系列

15-Mask2former源码解读

16-BEV特征空间

17-BevFormer源码解读

18-时间序列预测

19-Informer时间序列源码解读

2-视觉Transformer及其源码分析

20-Huggingface与NLP(讲故事)

3-VIT算法模型源码解读

4-swintransformer算法原理解析

5-swintransformer源码解读

6-基于Transformer的detr目标检测算法

7-detr目标检测源码解读

8-DeformableDetr算法解读

9-DeformableDetr物体检测源码分析

11-图神经网络实战

1-图神经网络基础

10-基于图模型的时间序列预测

11-异构图神经网络

2-图卷积GCN模型

3-图模型必备神器PyTorch Geometric安装与使用

4-使用PyTorch Geometric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

12-3D点云实战

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

13-面向深度学习的无人驾驶实战

1-深度估计算法原理解读

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

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

14-对比学习与多模态任务实战

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

1-课程介绍

10-基于Opencv缺陷检测项⽬实战

11-基于视频流⽔线的Opencv缺陷检测项⽬

12-图像分割deeplab系列算法

13-基于deeplabV3+版本进⾏VOC分割实战

14-Deeplab铁质材料缺陷检测与开源项⽬应⽤流程

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梯度计算与边缘检测实例

9-Opencv轮廓检测与直⽅图

16-行人重识别实战

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

8-额外补充:行人搜索源码分析

17-对抗生成网络实战

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-强化学习与AI黑科技实例

1-强化学习简介及其应用

10-CLIP系列

11-Diffusion模型解读

12-Dalle2及其源码解读

13-ChatGPT

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改进与应用技巧

6-Actor-Critic算法分析(A3C)

7-用A3C玩转超级马里奥

8-GPT系列生成模型

9-GPT建模与预测流程

2-AI课程所需安装软件教程

1-AI课程所需安装软件教程

20-CV与NLP经典大模型解读

1-课程简介

10-openai-dalle2论文解读

11-openai-dalle2源码解读

12-自监督任务-对比学习思想

13-视觉自监督BEIT算法解读

14-视觉自监督任务BEITV2论文解读

15-视觉自监督任务BEITV2源码解读

16-BEV感知特征空间算法解读

17-BEVformer项目源码解读

18-补充-视觉大模型基础-deformableAttention

2-GPT系列算法解读

3-GPT2训练与预测部署流程

4-chatgpt算法解读分析

5-LLM与LORA微调策略解读

6-LLM下游任务训练自己模型实战

7-视觉大模型SAM

8-视觉QA算法与论文解读

9-扩散模型diffusion架构算法解读

20-面向医学领域的深度学习实战

1-卷积神经网络原理与参数解读

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

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

2024Ai必会Agent(应用解读+项目实战)

001-课程介绍.mp4 74.82M

002-1-Agent要解决的问题分析.mp4 21.66M

003-2-Agent需要具备的基本能力.mp4 21.18M

004-3-与大模型的关系分析.mp4 18.35M

005-4-多智能体定义分析.mp4 17.06M

006-5-框架的作用和能解决的问题.mp4 26.34M

007-6-整体总结分析.mp4 12.99M

008-7-GPTS分析一波.mp4 30.61M

009-8-经典任务分析.mp4 25.44M

010-1-GPTS任务流程概述分析.mp4 47.78M

011-2-调用API的控制方式.mp4 20.84M

012-3-API相关配置完成.mp4 28.98M

013-4-完成指令与脚本并生成.mp4 49.13M

014-1-DEMO演示与整体架构分析.mp4 60.73M

015-2-后端GPT项目部署启动.mp4 51.37M

016-3-前端助手API与流程图配置.mp4 56.36M

017-4-接入外部API的方法与流程.mp4 40.71M

018-5-GPT中加入外部API调用方法.mp4 46.15M

019-6-指令提示构建.mp4 24.49M

020-1-论文概述分析.mp4 37.87M

021-2-整体框架逻辑介绍.mp4 52.22M

022-3-项目环境配置.mp4 60.39M

023-4-基础解读-动作定义方式.mp4 15.72M

024-5-基础解读-角色定义.mp4 13.34M

025-6-单动作智能体实现方法.mp4 20.16M

026-7-多动作配置方法.mp4 18.19M

027-8-定时器任务环境配置.mp4 36.54M

028-9-定时器任务流程解读分析.mp4 44.89M

029-0-基本Agent的组成.mp4 43.11M

030-1-Agent要完成的任务和业务逻辑定义.mp4 45.89M

031-2-问题拆解与执行流程.mp4 61.54M

032-3-检索得到重要的URL.mp4 30.41M

033-4-子问题生成总结结果.mp4 47.26M

034-5-总结与结果输出.mp4 23.43M

035-1-RAG要完成的任务解读.mp4 14.28M

036-2-RAG整体流程解读.mp4 18.02M

037-3-召回优化策略分析.mp4 17.57M

038-4-召回改进方案解读.mp4 23.11M

039-5-评估工具RAGAS.mp4 34.62M

040-6-外接本地数据库工具.mp4 19.47M

041-1-整体故事解读.mp4 35.47M

042-2-要解决的问题和整体框架分析.mp4 48.80M

043-3-论文基本框架分析.mp4 81.31M

044-4-Agent的记忆信息.mp4 61.90M

045-5-感知与反思模块构建流程.mp4 21.35M

046-6-计划模块实现细节.mp4 29.96M

047-7-整体流程框架图.mp4 19.73M

048-8-感知模块解读.mp4 38.05M

049-9-思考模块解读.mp4 40.37M

050-10-项目环境配置方法解读.mp4 39.58M

051-1-langchain框架解读.mp4 20.18M

052-2-基本API调用方法.mp4 40.13M

053-3-数据文档切分操作.mp4 35.52M

054-4-样本索引与向量构建.mp4 39.13M

055-5-数据切块方法.mp4 40.65M

056-1-MOE概述分析.mp4 19.57M

057-2-MOE模块实现方法解读.mp4 29.67M

058-3-效果分析与总结.mp4 41.43M

059-1-大模型如何做下游任务.mp4 27.81M

060-2-LLM落地微调分析.mp4 33.70M

061-3-LLAMA与LORA介绍.mp4 27.13M

062-4-LORA微调的核心思想.mp4 20.57M

063-5-LORA模型实现细节.mp4 36.76M

064-1-提示工程的作用.mp4 37.72M

065-2-项目数据解读.mp4 37.77M

066-3-源码调用DEBUG解读.mp4 35.11M

067-4-训练流程演示.mp4 43.75M

068-5-效果演示与总结分析.mp4 29.12M

069-1-RAG与微调可以解决与无法解决的问题.mp4 19.56M

070-2-RAG实践策略.mp4 16.47M

071-3-微调要解决的问题.mp4 14.59M

21-深度学习模型部署与剪枝优化实战

1-AIoT人工智能物联网之认识 jetson nano

10-模型剪枝-Network Slimming算法分析

11-模型剪枝-Network Slimming实战解读

12-Mobilenet三代网络模型架构

2-AIoT人工智能物联网之AI 实战

3-AIoT人工智能物联网之NVIDIA TAO 实用级的训练神器

4- AIoT人工智能物联网之deepstream

6-pyTorch框架部署实践

7-YOLO-V3物体检测部署实例

8-docker实例演示

9-tensorflow-serving实战

22-自然语言处理经典案例实战

1-NLP常用工具包实战

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

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

23-自然语言处理必备神器Huggingface系列实战

1-Huggingface与NLP介绍解读

10-图谱知识抽取实战

11-补充Huggingface数据集制作方法实例

2-Transformer工具包基本操作实例解读

3-transformer原理解读

4-BERT系列算法解读

5-文本标注工具与NER实例

6-文本预训练模型构建实例

7-GPT系列算法

8-GPT训练与预测部署流程

9-文本摘要建模

24-时间序列预测

1-Informer原理解读

2-Informer源码解读

3-Timesnet时序预测

25-自然语言处理通用框架-BERT实战

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

26-知识图谱实战系列

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

27-语音识别实战系列

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

28-推荐系统实战系列

1-推荐系统介绍及其应用

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

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

29-论文创新点常用方法及其应用实例

1-通用创新点

3-深度学习必备核⼼算法

1-神经网络结构

2-卷积神经网络

3-Transformer

4-VIT源码解读

4-深度学习框架PyTorch

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

5-Opencv图像处理框架实战

1-课程简介与环境配置

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

2-图像基本操作

20-卷积原理与操作

21-项目实战-疲劳检测

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

6-综合项目-物体检测经典算法实战

1-物体检测评估指标

10-V5项目工程源码解读

11-YOLO系列(V7)算法解读

12-V7源码解读

13-基于Transformer的detr目标检测算法

14-detr目标检测源码解读

15-DeformableDetr算法解读

16-半监督物体检测

17-EfficientNet网络

18-EfficientDet检测算法

2-深度学习经典检测⽅法概述

3-YOLO-V1整体思想与网络架构

4-YOLO-V2改进细节详解

5-YOLO-V3核心网络模型

6-项目实战-基于V3版本进行源码解读(建议直接跑V5版本)

7-基于YOLO-V3训练自己的数据集与任务(建议直接跑V5版本)

8-YOLO-V4版本算法解读

9-V5版本项目配置

7-图像分割实战

1-图像分割及其损失函数概述

10-物体检测框架-MaskRcnn项目介绍与配置

11-MaskRcnn网络框架源码详解

12-基于MASK-RCNN框架训练自己的数据与任务

2-Unet系列算法讲解

3-unet医学细胞分割实战

4-U2NET显著性检测实战

5-deeplab系列算法

6-基于deeplabV3+版本进⾏VOC分割实战

7-医学⼼脏视频数据集分割建模实战

8-分割模型Maskformer系列

9-补充:Mask2former源码解读

8-走向AI论文实验与项目实战的捷径-MMLAB实战系列

1-MMCV安装方法

10-第三模块:DeformableDetr算法解读

11-补充:Mask2former源码解读

12-KIE关键信息抽取与视频超分辨率重构

13-第四模块:DBNET文字检测

14-第四模块:ANINET文字识别

15-第四模块:KIE基于图模型的关键信息抽取

16-第五模块:stylegan2源码解读

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

19-第八模块:模型蒸馏应用实例

2-第一模块:分类任务基本操作

20-第八模块:模型剪枝方法概述分析

21-第九模块:mmaction行为识别

22-OCR算法解读

23-额外补充-在源码中加入各种注意力机制方法

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

5-第二模块:使用分割模块训练自己的数据集

6-第二模块:基于Unet进行各种策略修改

7-第二模块:分割任务CVPR最新Backbone设计及其应用

8-第三模块:mmdet训练自己的数据任务

9-第三模块:DeformableDetr物体检测源码分析

9-经典视觉项目实战:行为识别、姿态估计、目标追踪

1-slowfast算法知识点通俗解读

10-OpenPose算法源码分析

11-deepsort算法知识点解读

12-deepsort源码解读

13-YOLO-V4版本算法解读

14-V5版本项目配置

15-V5项目工程源码解读

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

8-课程介绍

9-姿态估计OpenPose系列算法解读

源码-人工智能深度学习系统班(第9期录播).java 125.75kb

第九期资料

1-18 节直播13:对比学习

trainCLIP.py 1.56kb

对比学习.pdf 1.96M

第八章 行为识别实战

基础补充-Resnet模型及其应用实例

1-slowfast算法知识点通俗解读.pdf 572.31kb

4-基于3D卷积的视频分析与动作识别.zip 845.84M

5-视频异常检测算法与元学习.pdf 1.15M

6-视频异常检测CVPR2021论文及其源码解读.zip 243.75M

slowfast论文.pdf 1.45M

基础补充-PyTorch框架必备核心模块解读.zip 336.95M

基础补充-PyTorch框架基本处理操作.zip 98.58M

第二十二章 知识图谱实战系列

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

第二十三章 语⾳识别实战系列

PPT

论文

变声器pytorch-StarGAN-VC2.zip 484.93M

语音分离Conv-TasNet.zip 84.38M

语音合成tacotron2实战.zip 302.43M

语音识别LAS模型.zip 420.12M

第二十四章 推荐系统实战系列

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 1.81M

第1节:推荐系统介绍.pdf 1.50M

第2节:协同过滤与矩阵分解.pdf 974.68kb

第5节:基于知识图谱的电影推荐实战.zip 160.61M

第6节:FM与DeepFM算法.pdf 759.61kb

第7节:DeepFM算法实战.zip 1.16M

第8节:推荐系统常用工具包演示.zip 129.35M

第9节:基于文本数据的推荐实例.zip 254.77M

第二十一章 ⾃然语⾔处理通⽤框架-BERT实战

666JAVA下载必看

课后作业

课件、源码

第二十章 ⾃然语⾔处理经典案例实战

NLP常用工具包

课后作业

课件

源码、数据集等

第九章 2022论⽂必备-Transformer实战系列

transformer系列

第六章 综合项⽬-物体检测经典算法实战

YOLO系列(PyTorch)

detr目标检测源码解读.zip 108.29kb

EfficientDet.zip 80.48M

EfficientNet.pdf 943.23kb

第十二章:基于Transformer的detr目标检测算法.pdf 885.69kb

物体检测.pdf 1.38M

第七章 图像分割实战

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

f112c9fda85536ee3eba662c9043e683.bat 0.07kb

mask-rcnn.pdf 989.98kb

MaskRcnn网络框架源码详解.zip 1.14G

PyTorch框架基本处理操作.zip 98.58M

R(2+1)D网络.pdf 507.15kb

第5节:U-2-Net.zip 636.25M

基于MASK-RCNN框架训练自己的数据与任务.zip 439.38M

图像识别核心模块实战解读.zip 336.95M

第三章 深度学习核⼼框架PyTorch

666JAVA下载必看

flask预测.zip 712.05M

第八章:对抗生成网络架构原理与实战解析.zip 35.28M

第二,三章:神经网络实战分类与回归任务.zip 15.82M

第六章:DataLoader自定义数据集制作.zip 594.02M

第七章:LSTM文本分类实战.zip 31.53M

第四章:卷积网络参数解读.zip 33.37M

第五章:图像识别模型与训练策略(重点).zip 449.77M

第四章 MMLAB实战系列

mmaction2-master.zip 827.76M

mmclassification-master.zip 912.00M

mmdetection-master.zip 1.46G

mmdetection3d-1.0.0rc0.zip 395.05M

mmediting-master.zip 107.78M

mmgeneration-master.zip 746.81M

mmocr-main.zip 381.72M

mmrazor-master.zip 1.00G

mmsegmentation-0.20.2.zip 2.80G

MPViT-main.zip 924.77M

ner.zip 121.60M

第五章 Opencv图像处理框架实战

课件

源码资料

第一十二章 ⽬标追踪与姿态估计实战

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 243.86M

第三章:Deepsort算法知识点解读.pdf 1.58M

第四章:Deepsort源码解读.zip 107.90M

第一章:姿态估计OpenPose系列算法解读.pdf 2.42M

基础补充-PyTorch框架必备核心模块解读.zip 336.95M

基础补充-PyTorch框架基本处理操作.zip 98.58M

第一十二章 第十模块:缺陷检测实战

缺陷检测实战

第一十九章 深度学习模型部署与剪枝优化实战

Docker使用命令.zip 7.83M

Mobilenet.pdf 2.41M

mobilenetv3.py 7.31kb

pytorch-slimming.zip 356.43M

PyTorch模型部署实例.zip 102.80kb

TensorFlow-serving.zip 2.96M

YOLO部署实例.zip 876.45M

剪枝算法.pdf 504.02kb

第一十六章 第十四模块:面向医学领域的深度学习实战

1-神经网络算法PPT

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

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

16-词向量模型与RNN网络架构.zip 2.15M

2-PyTorch框架基本处理操作.zip 98.58M

3-PyTorch框架必备核心模块解读.zip 336.95M

第一十六章 对抗⽣成⽹络实战

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

cyclegan.pdf 2.67M

第2节:对抗生成网络架构原理与实战解析.zip 35.28M

第3节:基于CycleGan开源项目实战图像合成.zip 1.60G

第5节:stargan项目实战及其源码解读.zip 869.44M

第7节:starganvc2变声器项目实战及其源码解读.zip 485.00M

第一十三章 ⾯向深度学习的⽆⼈驾驶实战

1.深度估计算法解读

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

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

第一十四章 缺陷检测实战

PyTorch基础

Resnet分类实战

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

DeepLab铁质材料缺陷检测与开源项目应用流程.zip 3.58G

第10章:基于视频流水线的Opnecv缺陷检测项目.zip 13.96M

第5章:Semi-supervised布料缺陷检测实战.zip 212.33M

第9章:基于Opencv缺陷检测项目实战.zip 11.38M

第一十五章 ⾏⼈重识别实战

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

第一十五章 第十三模块:强化学习实战

第1节:强化学习简介及其应用.pdf 738.65kb

第2节:PPO算法与公式推导.pdf 899.22kb

第3节:策略梯度实战-月球登陆器训练实例.zip 4.34M

第4节:DQN算法.pdf 1.43M

第5节:DQN算法实例演示.zip 1.98kb

第7节:Actor-Critic算法分析(A3C).pdf 560.29kb

第8节:A3C算法玩转超级马里奥.zip 97.62M

第一十一章 3D点云实战

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

第一十章 图神经⽹络实战

3-图模型必备神器PyTorch Geometric安装与使用

4-使用PyTorch Geometric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

直播

1-10 节直播7:GPT系列算法与实战

1-11 节额外补充:GPT建模与预测流程

1-12 节额外补充:文本摘要建模

1-13 节直播8:知识抽取实战

1-14 节直播9:Openai CLIP模型

1-15 节直播10:DeformableDetr算法解读

1-16 节直播11:OCR算法解读

1-17 节直播12:KIE关键信息抽取与视频超分辨率重构

1-3 节直播2:深度学习必备基础-神经网络与卷积网络

1-4 节直播3:Transformer原理及其各领域应用分析

1-6 节直播4:Informer时间序列预测源码解读

1-8 节直播5:Huggingface核心模块解读

1-9 节直播6:BERT系列模型与命名实体识别实例

评论0

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址