获取资料

人工智能深度学习-第七期,资料齐全

人工智能深度学习-第七期,资料齐全

—/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

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址