—/人工智能深度学习-第七期/
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11章 Transformer实战解读
transformer系列
第12章 图神经⽹络实战
10-基于图模型的时间序列预测
11-异构图神经网络
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
第13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14章 对比学习与多模态任务实战
ANINET源码解读
CLIP系列
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
第15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16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
static.zip 1.26M
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17章 强化学习实战系列
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18章 AI黑科技实例
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
第19章 深度学习模型部署与剪枝优化实战
tensorRT
嵌入式AI
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1章 直播回放
1-1 节开班典礼等多个文件
第20章 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21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22章 自然语言处理必备神器Huggingface系列实战
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核心架构
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
第23章 ⾃然语⾔处理通⽤框架-BERT实战
课后作业
课件、源码
第24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25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26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2章 AI课程所需安装软件教程
Anaconda3-2020.07-Windows-x86_64.exe 467.49M
cuda_11.3.0_465.89_win10.exe 2.68G
mmcv_full-1.4.7-cp38-cp38-win_amd64.whl 12.75M
notepadplusplus-8-4.exe 4.28M
pycharm-community-2022.1.2.exe 378.78M
torch-1.10.0+cu113-cp38-cp38-win_amd64.whl 2.27G
torchvision-0.11.0+cu113-cp38-cp38-win_amd64.whl 3.04M
VisualStudioSetup.exe 1.60M
第3章 深度学习必备核⼼算法
课件
第4章 深度学习核⼼框架PyTorch
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5章 Opencv图像处理框架实战
课件
源码资料
第6章 综合项⽬-物体检测经典算法实战
6.第六章 综合项⽬-物体检测经典算法实战
第7章 图像分割实战
7.第七章 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
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
mask2former(mmdetection).zip 192.38M
ner.zip 121.60M
第八模块:mmrazor-模型蒸馏.zip 1.00G
第二模块:mmsegmentation-0.20.2.zip 2.80G
第二模块:MPViT-main.zip 924.77M
第九模块:mmaction2-master.zip 827.76M
第六模块:mmediting-master.zip 107.78M
第七模块:mmdetection3d-1.0.0rc0.zip 395.05M
第三模块:mmdetection-master.zip 1.46G
第四模块:mmocr-main.zip 381.72M
第五模块:mmgeneration-master.zip 746.81M
第一模块:mmclassification-master.zip 912.00M
第9章 经典视觉项目实战-行为识别
slowfast-add
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
视频
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 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
评论0