资源一定要转存到网盘方可观看全部，否则只能观看2分钟的试片，夸克还可以投屏！资源不对或失效的话点击去资源库检索!
文件目录结构目录内容仅供参考
1--第一章计算机组成原理
10--第十章公共方法
11--第十一章函数
12--第十二章函数强化
13--第十三章文件操作
14--第十四章面向对象
15--第十五章异常
16--第十六章模块
17--第十七章学生管理系统(面向对象版)
2--第二章python基础语法
3--第三章判断语句
4--第四章循环语句
5--第五章字符串
6--第六章列表
7--第七章元组
8--第八章字典
9--第九章集合
1--第一章Linux基础命令
10--第十章MySqL数据库高级使用
2--第二章Linux高级命令
3--第三章多任务编程
4--第四章网络编程
5--第五章HTTP协议和静态服务器
6--第六章闭包,装饰器及python高级语法
7--第七章正则表达式
8--第八章数据结构与算法
9--第九章MySql数据库基本使用
1--第一章机器学习概述V2.1
10--第十章决策树V2.1
11--第十一章集成学习V2.1
12--第十二章聚类算法V2.1
13--第十三章朴素贝叶斯V2.1
14--第十四章SVM算法V2.1
15--第十五章EM算法V2.1
16--第十六章HMM算法V2.1
17--第十七章集成学习进阶V2.1
2--第二章环境安装和使用V2.1
3--第三章matplotlibV2.1
4--第四章numpyV2.1
5--第五章pandasV2.1
6--第六章seabornV2.1
7--第七章K近邻算法V2.1
8--第八章线性回归V2.1
9--第九章逻辑回归V2.1
1--第一章课程简介_v2.0
10--第十章图像特征提取与描述_v2.0
11--第十一章视频操作_v2.0
12--第十二章案例人脸案例_v2.0
2--第二章tensorflow入门_v2.0
3--第三章深度神经网络_v2.0
4--第四章图像分类_v2.0
5--第五章目标检测_v2.0
6--第六章图像分割_v2.0
7--第七章OpenCV简介_v2.0
8--第八章OpenCV基本操作_v.2.0
9--第九章OpenCV图像处理_v2.0
1--第一章 Pytorch工具_v2.0
10--第十章 迁移学习-v2.0
11--第十一章 BERT,Transformer的模型架构与详解-v2.0
12--第十二章 ELMo, GPT等经典模型的介绍与对比-v2.0
13--第十三章 HMM模型-v2.0
14--第十四章 经典的序列模型-v2.0
2--第二章 自然语言处理NLP介绍-v2.0
3--第三章 文本预处理-v2.0
4--第四章 RNN架构解析-v2.0
5--第五章 RNN经典案例-v2.0
6--第六章 莎士比亚风格的文本生成任务-v2.0
7--第七章 Transformer背景介绍-v2.0
8--第八章 Transformer架构解析-v2.0
9--第九章 fasttext工具的使用-v2.0
1--第一章 智慧交通
2--第二章 在线医生
3--第三章 智能文本分类系统
4--第四章 实时人脸识别检测项目
1--第一章自动编码器
10--第十章贝叶斯方法实现及粒子滤波
11--第十一章深度强化学习
2--第二章图像分割应用
3--第三章生成对抗学习
4--第四章算法进阶迁移学习
5--第五章模型可解释
6--第六章模型压缩
7--第七章终生学习
8--第八章算法进阶进化学习
9--第九章贝叶斯方法
01-计算机视觉CV课程环境使用说明文档.pdf
(3.59 MB)
01-阶段1-3（python基础 、python高级、机器学习）.7z
(12.74 GB)
02-阶段4 （计算机视觉CV) 阶段6 （CV项目）.7z
(32.7 GB)
03-阶段5（自然语言处理NLP）、阶段6（NLP项目）.7z
(40.37 GB)
Iris数据集.7z
(1.51 KB)
第一章 1-HR面试技巧
第三章 3-面试篇
第二章 2-求职篇
第四章 4-试用期篇
第一章1-人脸支付
第一章1-文本摘要项目
无课程相关内容
第一章1-python基础编程
第二章2-python面向对象
第一章1-Linux基础
第三章3-Python编程进阶
第二章2-SQL基础
第一章1-机器学习基础算法
第二章2-机器学习算法进阶
01-深度学习基础-TensorFlow和keras入门-张量计算增补-轴axis的意义.mp4
(100.88 MB)
02-深度学习基础-TensorFlow和keras入门-张量计算增补-轴axis的应用.mp4
(134.81 MB)
02-深度学习基础-TensorFlow和keras入门-张量计算增补-轴axis的应用(1).mp4
(134.81 MB)
03-深度学习基础-深度神经网络-神经网络介绍-网络是如何工作的-参数初始化增补-初始化方式的对比.mp4
(132.24 MB)
04-深度学习基础-深度神经网络-神经网络的优化方法-反向传播算法增补-数据传输过程.mp4
(43.91 MB)
04-深度学习基础-深度神经网络-神经网络的优化方法-反向传播算法增补-数据传输过程(1).mp4
(43.91 MB)
05-深度学习基础-深度神经网络-神经网络的优化方法-反向传播算法增补-前向传播过程（输入层到隐藏层）.mp4
(38.46 MB)
05-深度学习基础-深度神经网络-神经网络的优化方法-反向传播算法增补-前向传播过程（输入层到隐藏层）(1).mp4
(38.46 MB)
06-深度学习基础-深度神经网络-神经网络的优化方法-反向传播算法增补-前向传输过程（隐藏层到输出层）.mp4
(19.99 MB)
06-深度学习基础-深度神经网络-神经网络的优化方法-反向传播算法增补-前向传输过程（隐藏层到输出层）(1).mp4
(19.99 MB)
07-深度学习基础-深度神经网络-神经网络的优化方法-反向传播算法增补-损失函数的计算.mp4
(49.95 MB)
08-深度学习基础-深度神经网络-神经网络的优化方法-反向传播算法增补-输出层权值的更新.mp4
(65.37 MB)
09-深度学习基础-深度神经网络-神经网络的优化方法-反向传播算法增补-隐藏层权值的更新.mp4
(63.39 MB)
10-深度学习基础-深度神经网络-卷积神经网络CNN增补-网络参数量的计算.mp4
(155.78 MB)
11-深度学习基础-图像分类-图像分类案例补充(1)-任务介绍.mp4
(51.45 MB)
12-深度学习基础-图像分类-图像分类案例补充(2)-数据接获取与可视化.mp4
(149.87 MB)
13-深度学习基础-图像分类-图像分类案例补充(3)-图像增强.mp4
(27.15 MB)
14-深度学习基础-图像分类-图像分类案例补充(4)-Xception模型介绍.mp4
(107.98 MB)
15-深度学习基础-图像分类-图像分类案例补充(5)-项目网络介绍.mp4
(131.99 MB)
16-深度学习基础-图像分类-图像分类案例补充(6)-网络构建（输入流）.mp4
(28.44 MB)
17-深度学习基础-图像分类-图像分类案例补充(7)-网络构建（中间流）.mp4
(29.77 MB)
18-深度学习基础-图像分类-图像分类案例补充(8)-网络构建（输出流）.mp4
(41.05 MB)
19-深度学习基础-图像分类-图像分类案例补充(9)-模型训练.mp4
(121.96 MB)
20-深度学习基础-图像分类-图像分类案例补充(10)-模型训练的实现.mp4
(22.2 MB)
21-深度学习基础-图像分类-图像分类案例补充(11)-模型预测.mp4
(143.4 MB)
01-文本预处理-文本预处理-文本数据增强讲解.mp4
(14.12 MB)
02-文本预处理-文本预处理-文本数据增强代码实现.mp4
(14.17 MB)
03-文本预处理-新闻主题分类任务-数据加载方式的增补代码解读.mp4
(9.12 MB)
04-文本预处理-新闻主题分类任务-数据加载方式的增补文件补齐.mp4
(5.4 MB)
05-RNN及其变体-RNN架构解析-注意力机制的增补内容概念.mp4
(9.78 MB)
06-RNN及其变体-RNN架构解析-注意力机制的增补流程梳理.mp4
(20.46 MB)
07-RNN及其变体-RNN架构解析-注意力机制的增补attention机制模型.mp4
(34.58 MB)
08-RNN及其变体-RNN架构解析-注意力机制的增补attention公式讲解.mp4
(21.86 MB)
09-RNN及其变体-RNN架构解析-注意力机制的增补attention应用场景.mp4
(14.74 MB)
10-Transformer—新增案例机器翻译模型-1模型的介绍.mp4
(57.15 MB)
11-Transformer—新增案例机器翻译模型-数据的下载和vocab构建.mp4
(24.13 MB)
12-Transformer—新增案例机器翻译模型-3模型构建.mp4
(31.48 MB)
13-Transformer—新增案例机器翻译模型-4掩码的构建.mp4
(15.05 MB)
14-Transformer—新增案例机器翻译模型-5数据批处理.mp4
(13.79 MB)
15-Transformer—新增案例机器翻译模型-6构建训练函数和评估函数.mp4
(32.81 MB)
16-Transformer—新增案例机器翻译模型-7训练模型和定义解码函数.mp4
(22.58 MB)
17-Transformer—新增案例机器翻译模型-8翻译函数的定义和9模型保存.mp4
(13.3 MB)
18-迁移学习—迁移理论—加载和使用预训练模型全小节增补-1tokenizer加载.mp4
(22.91 MB)
19-迁移学习—迁移理论—加载和使用预训练模型全小节增补-2加载带头和不带头的预训练模型.mp4
(39.74 MB)
20-迁移学习—迁移理论—加载和使用预训练模型全小节增补-3加载不带头的模型输出结果.mp4
(27.98 MB)
21-迁移学习—迁移理论—加载和使用预训练模型全小节增补-4加载语言模型头结果输出.mp4
(25.83 MB)
22-迁移学习—迁移理论—加载和使用预训练模型全小节增补-5加载分类模型头结果输出.mp4
(21.14 MB)
23-迁移学习—迁移理论—加载和使用预训练模型全小节增补-6加载问答模型头结果输出.mp4
(45.77 MB)
24-迁移学习—迁移理论—迁移学习实践增补内容-模型上传.mp4
(52.62 MB)
25-迁移学习—迁移理论—迁移学习实践增补内容-模型上传后加载使用.mp4
(29.35 MB)
26-虚拟机的使用.mp4
(14.09 MB)
第一章 1-Pytorch与深度学习基础
第三章 3-01 - 目标检测
第二章 2-深度学习核心模型与实战
第五章 5-03 - 人脸支付
第六章 6-04 - 智慧交通
第四章 4-02 - OpenCV
用户评论 (0条)
免责声明
1. 本站所有资源均来自网络收集或用户分享，仅供学习交流使用，版权归原作者所有。
2. 本站不对所存储资源的完整性、准确性和合法性负责，也不承担任何法律责任。
3. 如有侵犯您的版权或其他权益，请立即联系我们删除相关内容。
4. 使用者应自行承担因下载、使用本站资源而产生的一切后果。
5. 本声明未涉及的问题参见国家有关法律法规，当本声明与国家法律法规冲突时，以国家法律法规为准。
