2024python自动驾驶强化学习与知识图谱图神经网络

python自动驾驶强化学习与知识图谱图神经网络

*   01 0.如何进入大厂.mp4 (14.44 MB), 02:17

*   02 1深度学习基础.mp4 (22.03 MB), 03:38

*   03 2.线性代数与NDarray.mp4 (19.82 MB), 03:45

*   04 3.概率与数理统计.mp4 (28.28 MB), 05:53

*   05 4.导数逆向传播和复杂度.mp4 (21.33 MB), 04:03

*   06 5.线性方法.mp4 (95.69 MB), 20:54

*   07 6.基础优化和层序回归.mp4 (15.19 MB), 02:51

*   08 7.zuida似然估计 和 逻辑回归.mp4 (24.59 MB), 04:53

*   09 8.pytorch基础.mp4 (24.94 MB), 04:30

*   10 9.pytorch基础数据操作.mp4 (48.44 MB), 09:08

*   100 97语义分割过程上.mp4 (19.69 MB), 03:46

*   101 98语义分割过程下.mp4 (29.95 MB), 06:27

*   102 99resnet实现cifar图像分类.mp4 (19.89 MB), 04:29

*   103 100狗品种识别.mp4 (18.93 MB), 04:03

*   104 101图像识别实战.mp4 (256.97 MB), 01:05:30

*   105 102词向量.mp4 (16.43 MB), 03:26

*   106 103.近似训练与词嵌入数据集.mp4 (20.10 MB), 04:13

*   107 104预训练嵌入词.mp4 (10.68 MB), 02:56

*   108 105词嵌入与子词嵌入.mp4 (18.06 MB), 03:30

*   109 106词的相似性和类比任务.mp4 (12.37 MB), 03:06

*   11 10.pytorch数据预处理.mp4 (21.82 MB), 03:58

*   110 107.Bert基本原理与Bert数据预处理.mp4 (29.55 MB), 05:28

*   111 108.Bert微调预训练.mp4 (8.74 MB), 01:40

*   112 109IMDB情感分析数据集.mp4 (27.15 MB), 06:32

*   113 110RNN情感分析.mp4 (46.84 MB), 13:05

*   114 111TextCNN情感分析.mp4 (30.74 MB), 07:29

*   115 112自然语言推断数据集.mp4 (11.28 MB), 02:15

*   116 113.自然语言处理-注意力.mp4 (20.64 MB), 04:48

*   117 114自然语言推断微调BERT.mp4 (55.41 MB), 12:08

*   118 115写诗机器人实验.mp4 (45.94 MB), 10:07

*   119 116强化学习.mp4 (30.81 MB), 05:53

*   12 11.pytorch线性代数实践.mp4 (40.07 MB), 06:45

*   120 117愤怒小鸟的AI强化学习.mp4 (87.20 MB), 15:11

*   121 118.强化学习-alphago基础原理.mp4 (51.07 MB), 11:46

*   122 119alphago实验.mp4 (50.68 MB), 09:47

*   123 120强化学习与GYM.mp4 (69.49 MB), 12:57

*   124 121Markov 决策过程强化学习寻路.mp4 (33.16 MB), 06:39

*   125 122有模型数值迭代强化学习冰面寻路.mp4 (12.82 MB), 03:00

*   126 123回合更新价值迭代21点游戏强化学习.mp4 (37.41 MB), 09:26

*   127 124时序差分价值迭代出租车调度.mp4 (25.55 MB), 05:13

*   128 125深度Q小车上山.mp4 (114.80 MB), 24:59

*   129 126.回车更新策略梯度方法.mp4 (86.51 MB), 20:27

*   13 12.pytorch与微积分.mp4 (22.05 MB), 03:50

*   130 127执行者评论者方法实现双节倒立摆强化学习.mp4 (55.63 MB), 11:40

*   131 128自动驾驶模拟器简介.mp4 (48.04 MB), 08:03

*   132 129自动驾驶模拟器运行介绍.mp4 (20.52 MB), 03:44

*   133 130自动驾驶控制.mp4 (17.72 MB), 02:40

*   134 131汽车自动驾驶感知与强化学习.mp4 (153.38 MB), 22:55

*   135 132无人机控制与感知.mp4 (45.15 MB), 06:57

*   136 133无人机强化学习.mp4 (69.30 MB), 10:22

*   137 134Airsim自动驾驶强化学习.mp4 (61.54 MB), 09:33

*   138 135强化学习倒立摆.mp4 (73.03 MB), 13:25

*   139 136游戏强化学习.mp4 (84.44 MB), 13:25

*   14 13pytorch自动求导.mp4 (12.02 MB), 01:59

*   140 137alpha井字棋.mp4 (47.05 MB), 09:38

*   141 138alpahzero翻转棋.mp4 (50.56 MB), 08:22

*   142 139知识图谱概念.mp4 (78.12 MB), 11:45

*   143 140知识图谱经典案例.mp4 (23.59 MB), 03:37

*   144 141.知识图谱应用.mp4 (114.77 MB), 17:26

*   145 142知识表示.mp4 (120.15 MB), 17:54

*   146 143.知识建模.mp4 (88.15 MB), 13:52

*   147 144知识抽取.mp4 (41.82 MB), 08:16

*   148 145-数据获取-爬虫技术.mp4 (18.39 MB), 02:48

*   149 146-知识图谱-实体识别.mp4 (24.92 MB), 05:13

*   15 14pytorch概率实践.mp4 (13.93 MB), 02:07

*   150 147知识图谱-关系抽取.mp4 (117.01 MB), 17:18

*   151 148-知识图谱事件抽取.mp4 (31.64 MB), 05:13

*   152 149-知识融合.mp4 (74.72 MB), 11:06

*   153 150.知识图谱表示学习.mp4 (37.40 MB), 05:30

*   154 151-知识图谱知识存储.mp4 (19.99 MB), 04:10

*   155 152微软小冰案例.mp4 (8.22 MB), 01:17

*   156 153.实体链接概念.mp4 (29.55 MB), 04:25

*   157 154知识图谱知识推理.mp4 (30.68 MB), 04:32

*   158 155腾讯知识图谱结构.mp4 (14.60 MB), 02:39

*   159 156行业实际案例分析.mp4 (38.80 MB), 08:05

*   16 15pytorch帮助.mp4 (4.91 MB), 00:51

*   160 157知识图谱经典应用.mp4 (130.59 MB), 20:22

*   161 158知识图谱.mp4 (298.69 MB), 48:22

*   162 159知识图谱回顾.mp4 (44.69 MB), 08:08

*   163 160安装anaconda.mp4 (43.30 MB), 06:37

*   164 161机器学习要素回顾.mp4 (25.17 MB), 04:39

*   165 162jieba分词.mp4 (68.08 MB), 10:33

*   166 163分词小结.mp4 (14.03 MB), 02:34

*   167 164命名实体概念.mp4 (13.40 MB), 02:14

*   168 165paddleNLP概述.mp4 (61.45 MB), 11:04

*   169 166paddle接口.mp4 (130.90 MB), 20:34

*   17 16.0线性回归实践.mp4 (32.37 MB), 04:53

*   170 167编码.mp4 (20.91 MB), 03:12

*   171 168NLP十大人物实验上.mp4 (210.25 MB), 32:10

*   172 169.0NLP十大实验下.mp4 (50.63 MB), 07:46

*   173 169.1百度NLP实验综合.mp4 (60.35 MB), 09:44

*   174 169.2定制百度NLP.mp4 (97.61 MB), 15:04

*   175 170NLP高级实验环境搭建.mp4 (42.80 MB), 06:27

*   176 171NLP前沿算法实验.mp4 (78.12 MB), 12:15

*   177 172-NLP文本表示.mp4 (17.76 MB), 02:43

*   178 173-NLP词向量Skip-gram模型.mp4 (17.00 MB), 03:04

*   179 174-word2vec模型.mp4 (9.51 MB), 01:28

*   18 16.1数据集与softmax.mp4 (13.50 MB), 02:18

*   180 175-doc2VEC.mp4 (4.79 MB), 00:45

*   181 177自定义分词.mp4 (54.52 MB), 08:17

*   182 178Google在线服务器.mp4 (55.86 MB), 09:40

*   183 179知识图谱数据设计.mp4 (58.65 MB), 08:57

*   184 180知识图谱数据读取.mp4 (27.38 MB), 04:07

*   185 181知识谱图数据抽取.mp4 (43.31 MB), 06:51

*   186 182知识融合.mp4 (23.60 MB), 03:41

*   187 183知识推理.mp4 (23.04 MB), 04:15

*   188 184安装neo4j数据库桌面工具.mp4 (16.56 MB), 02:36

*   189 185安装neo4j数据库配置环境运行起来.mp4 (116.59 MB), 18:49

*   19 16.2线性回归实践.mp4 (14.71 MB), 02:20

*   190 186CQL语句概念创建节点.mp4 (25.70 MB), 04:23

*   191 187CQL语句小结.mp4 (91.02 MB), 13:39

*   192 188neo4j数据库小结.mp4 (12.31 MB), 01:55

*   193 189金融知识图谱实战.mp4 (289.68 MB), 54:39

*   194 190问答机器人.mp4 (320.87 MB), 48:35

*   195 191企业经营风险挖掘.mp4 (108.72 MB), 16:38

*   196 192bert知识抽取.mp4 (155.59 MB), 24:50

*   197 193法律知识图谱.mp4 (79.87 MB), 12:09

*   198 194医药知识图谱.mp4 (26.75 MB), 04:23

*   199 195农业知识图谱.mp4 (23.61 MB), 03:38

*   20 17自定义线性回归实现图像分类softmax.mp4 (26.54 MB), 04:20

*   200 196针对人的标签与知识图谱.mp4 (29.17 MB), 05:36

*   201 197汽车知识图谱.mp4 (15.99 MB), 02:44

*   202 198DGL概述与安装.mp4 (77.15 MB), 11:59

*   203 199图神经网络可视化.mp4 (75.46 MB), 11:17

*   204 200DGL小结.mp4 (33.22 MB), 05:09

*   205 201图卷积神经网络特性.mp4 (29.17 MB), 05:30

*   206 202图域卷积.mp4 (26.13 MB), 04:48

*   207 203GCN特性.mp4 (12.94 MB), 02:31

*   208 204空域与谱域卷积.mp4 (26.78 MB), 04:38

*   209 205图卷积神经网络过平滑解决办法.mp4 (28.66 MB), 05:41

*   21 18pytorch线性回归实现图像分类softmax.mp4 (10.57 MB), 01:45

*   210 206图卷积应用与交通预测.mp4 (65.63 MB), 10:06

*   211 207图卷积tensorflow2处理数据.mp4 (357.70 MB), 01:12:14

*   212 208图卷积神经网络pytorch.mp4 (37.48 MB), 06:01

*   213 209图卷积神经网络与知识图谱与文本分类.mp4 (402.47 MB), 59:28

*   214 210图卷积神经网络.mp4 (14.03 MB), 03:10

*   215 211图神经网络.mp4 (17.74 MB), 03:36

*   22 19多层感知机基础.mp4 (41.68 MB), 06:48

*   23 20多层感知机实践.mp4 (24.18 MB), 04:15

*   24 21过拟合与欠拟合.mp4 (33.45 MB), 06:08

*   25 22.权重衰减解决欠拟合.mp4 (20.74 MB), 03:13

*   26 23.dropout实现解决过拟合.mp4 (20.39 MB), 03:37

*   27 24数据稳定性.mp4 (20.98 MB), 04:16

*   28 25.房价预测与K折交叉验证避免过拟合.mp4 (13.35 MB), 02:13

*   29 26自定义神经网络与GPU优化.mp4 (44.71 MB), 07:45

*   30 27泛化表现协变量偏移 和 对抗性数据.mp4 (19.96 MB), 03:27

*   31 28框架简介.mp4 (6.75 MB), 01:14

*   32 29CNN与卷积核.mp4 (36.65 MB), 06:46

*   33 30yolox机器视觉视频演示.mp4 (80.54 MB), 12:11

*   34 31.卷积与池化.mp4 (58.05 MB), 09:30

*   35 32.lenet第一个CNN.mp4 (40.66 MB), 06:50

*   36 33.LeNet AlexNet,VGG 和 NiN.mp4 (38.92 MB), 06:52

*   37 34.训练alexNet.mp4 (130.99 MB), 23:22

*   38 35训练测试vggnet.mp4 (18.30 MB), 03:14

*   39 36训练测试nin.mp4 (16.64 MB), 03:16

*   40 37.Inception与Googlenet.mp4 (47.51 MB), 08:31

*   41 38批量规范化.mp4 (39.78 MB), 07:01

*   42 39残差神经网络.mp4 (41.51 MB), 07:00

*   43 40densenet稠密神经网络.mp4 (26.02 MB), 05:26

*   44 41时间序列.mp4 (33.03 MB), 06:36

*   45 42时间序列与文本预处理.mp4 (37.41 MB), 05:45

*   46 43.循环神经网络高级.mp4 (68.92 MB), 12:29

*   47 44GRU循环神经网络.mp4 (36.70 MB), 07:39

*   48 45LSTM长短期记忆神经网络.mp4 (43.86 MB), 08:55

*   49 46深度循环神经网络.mp4 (21.13 MB), 03:47

*   50 47双向循环神经网络.mp4 (19.27 MB), 03:10

*   51 48机器翻译数据集.mp4 (17.31 MB), 02:45

*   52 49词向量与翻译.mp4 (75.47 MB), 11:22

*   53 50束搜索.mp4 (9.06 MB), 01:51

*   54 51注意力机制.mp4 (13.50 MB), 02:17

*   55 52注意力汇聚.mp4 (22.78 MB), 03:31

*   56 53注意力评分.mp4 (6.86 MB), 01:07

*   57 54Seq2seq 与注意力机制.mp4 (15.56 MB), 02:59

*   58 55.Transformer.mp4 (29.39 MB), 04:59

*   59 56.BERT简介.mp4 (7.07 MB), 01:28

*   60 57训练优化.mp4 (41.09 MB), 07:04

*   61 58训练优化凸性.mp4 (24.78 MB), 03:52

*   62 59训练优化梯度下降.mp4 (29.40 MB), 05:30

*   63 60随机梯度下降与学习率.mp4 (20.86 MB), 03:38

*   64 61小批量随机梯度下降.mp4 (85.61 MB), 17:17

*   65 62.动量法.mp4 (23.36 MB), 04:39

*   66 63.adagrad算法.mp4 (15.77 MB), 02:51

*   67 64rmsprop算法.mp4 (15.28 MB), 02:33

*   68 65adadelta算法.mp4 (11.05 MB), 01:48

*   69 66adam算法.mp4 (12.07 MB), 02:00

*   70 67.学习率.mp4 (58.71 MB), 11:45

*   71 68高性能编程.mp4 (34.00 MB), 06:53

*   72 69GPU与CPU速度对比.mp4 (13.15 MB), 02:34

*   73 70自动并行.mp4 (10.12 MB), 01:38

*   74 71多GPU分布式训练.mp4 (38.64 MB), 08:40

*   75 72多GPU小结.mp4 (8.00 MB), 01:39

*   76 73.机器视觉图像增强.mp4 (145.98 MB), 23:51

*   77 74.机器视觉-微调.mp4 (44.65 MB), 08:03

*   78 75图像风格迁移.mp4 (91.50 MB), 16:38

*   79 76目标检测描框.mp4 (42.80 MB), 06:50

*   80 77RCNN简介.mp4 (21.09 MB), 03:30

*   81 78fastRCNN实践.mp4 (291.28 MB), 49:10

*   82 79faskrcnn实践.mp4 (84.90 MB), 12:44

*   83 80轻量级SSD.mp4 (126.22 MB), 21:02

*   84 81重量级SSD实践.mp4 (60.66 MB), 09:37

*   85 82yolo基础概述.mp4 (67.17 MB), 10:09

*   86 83.zui优秀的yolox.mp4 (74.61 MB), 12:06

*   87 84同时染色与分割的yoact.mp4 (169.13 MB), 27:23

*   88 85yolov5概述.mp4 (29.26 MB), 04:33

*   89 86yolov5与深度学习训练优化.mp4 (44.90 MB), 07:07

*   90 87yolov5架构.mp4 (11.85 MB), 02:01

*   91 88.yolov4与yolotinyv4.mp4 (59.30 MB), 09:05

*   92 89efficientnet与efficientnetYoloV3.mp4 (77.37 MB), 11:22

*   93 90certenet.mp4 (48.07 MB), 06:57

*   94 91maskrcnn实践.mp4 (23.77 MB), 03:47

*   95 92fastrcnn实践.mp4 (19.25 MB), 02:52

*   96 93语义分割与deeplabv3.mp4 (79.73 MB), 11:44

*   97 94.hrnet语义分割.mp4 (97.90 MB), 15:45

*   98 95视觉复习与回顾.mp4 (13.94 MB), 03:16

*   99 96目标检测复习.mp4 (26.57 MB), 05:33