人工智能深度学习系统班第十四期

随着人工智能技术在自动驾驶、智能制造、医疗诊断、自然语言处理等领域的深度渗透，深度学习作为AI核心技术底座，正成为驱动产业变革的关键力量。企业对具备系统深度学习能力的专业人才需求激增，为帮助更多从业者与学习者夯实技术基础、掌握实战技能，我们精心打磨的人工智能深度学习系统班第十四期正式启航！本次课程延续往期精品教学理念，结合最新行业技术趋势与实战案例，打造全方位、体系化的深度学习培养体系，助力学员快速成长为AI领域核心人才。

*   更新-直播为主/

  *   01 计算机视觉基础与工程落地[主讲：武老师]/

    *   01 计算机视觉的任务体系与发展历程 [武老师]/

      *   01 CV的任务体系、发展历程及图像的数学基础.mp4 (1.32 GB), 01:42:08

      *   01 课前预习.pdf (3.50 MB)

    *   02 图像处理基础[武老师]/

      *   01 图像处理基础.mp4 (1.49 GB), 02:03:03

      *   01 课前预习.pdf (6.52 MB)

    *   03 图像特征提取与图像分类传统机器学习方法[武老师]/

      *   01 图像特征提取与图像分类传统机器学习方法.mp4 (1.55 GB), 02:02:45

      *   01 课前预习.pdf (5.66 MB)

    *   04 神经网络发展历程与卷积神经网络的原理及训练方法/

      *   01 神经网络发展历程与卷积神经网络的原理及训练方法.mp4 (1.68 GB), 02:08:33

      *   01 课前预习.pdf (5.83 MB)

    *   05 经典CNN结构：AlexNet →VGG →GoogLeNet→ResNet[武老师]/

      *   01 经典CNN结构：AlexNet →VGG →GoogLeNet→ResNet.mp4 (1.48 GB), 02:04:17

      *   01 课前预习.pdf (2.99 MB)

    *   06 深度学习训练技巧与模型优化方法[武老师]/

      *   01 深度学习训练技巧与模型优化方法.mp4 (1.57 GB), 02:06:21

      *   01 课前预习.pdf (2.70 MB)

    *   07 目标检测概述、基础知识、算法进展与分类[武老师]/

      *   01 目标检测概述、基础知识、算法进展与分类.mp4 (1.61 GB), 02:03:02

      *   01 课前预习.pdf (3.69 MB)

    *   08 目标检测（一）：one-stage与two-stage目标检测算法介绍[武老师]/

      *   01 目标检测（一）：one-stage与two-stage目标检测算法介绍.mp4 (1.63 GB), 02:03:29

      *   01 课前预习.pdf (2.95 MB)

    *   09 Transformer革命与核心任务重构 [武老师]/

      *   01 从Transformer到vision transformer.mp4 (1.58 GB), 02:06:09

      *   01 课前预习.pdf (3.71 MB)

    *   10 目标检测（二）：基于Transformer的目标检测算法[武老师]/

      *   01 目标检测（二）：基于Transformer的目标检测算法.mp4 (1.65 GB), 02:01:04

      *   01 课前预习.pdf (2.18 MB)

    *   11 图像分割：语义分割、实例分割/

      *   01 图像分割：语义分割、实例分割.mp4 (1.66 GB), 01:58:16

      *   01 课前预习.pdf (2.48 MB)

  *   02 计算机视觉行业落地综合实战 [主讲：查老师]/

    *   01 AR新零售：美瞳虚拟试戴系统开发 [查老师]/

      *   01 MediaPipe面部关键点检测与追踪.mp4 (883.19 MB), 02:06:36

      *   01 课前预习.zip (12.53 MB)

      *   02 图像融合与美瞳试戴.mp4 (887.36 MB), 02:02:27

      *   02 课前预习.tar (22.72 MB)

      *   03 图像融合以及美瞳试戴2.mp4 (1012.77 MB), 02:01:21

      *   03 课前预习.tar (187.15 MB)

    *   02 互动娱乐：人体体感游戏系统设计 [查老师]/

      *   01 MediaPipe人体姿态检测与关键点提取.mp4 (970.13 MB), 02:00:58

      *   01 课前预习.tar (126.96 MB)

    *   03 智能视频编辑：视频分割与特效系统 [查老师]/

      *   01 SAM3自动分割图像.mp4 (870.28 MB), 02:01:14

      *   01 课前预习.tar (70.09 MB)

      *   02 sam3视频分割与追踪.mp4 (997.97 MB), 02:00:35

      *   02 课前预习.tar (70.09 MB)

      *   03 YOLO目标检测和实例分割.mp4 (866.39 MB), 02:01:26

      *   03 课前预习.tar (85.43 MB)

    *   04 数字人文：古书智能修复系统 [查老师]/

      *   01 yolo实战古籍上色.mp4 (933.07 MB), 02:00:29

      *   01 课前预习.tar (794.40 MB)

    *   05 工业视觉：玻璃印刷体异常检测系统 [查老师]/

      *   01 Anomalib异常检测.mp4 (869.31 MB), 02:01:14

      *   01 课前预习.tar (18.10 MB)

      *   02 异常检测项目实战-字符印刷异常检测.mp4 (834.86 MB), 01:42:29

      *   02 课前预习.tar (568.33 MB)

  *   03 自然语言处理基础与Transformer原理[主讲：Tinya老师]/

    *   01 NLP基础与文本表示 [Tinya老师]/

      *   01 NLP基础任务体系与技术演进.mp4 (657.77 MB), 01:42:35

      *   01 课前预习.zip (2.20 MB)

      *   02 文本表示：从词袋模型到静态词向量.mp4 (443.03 MB), 47:57

      *   02 课前预习.zip (1.62 MB)

    *   02 深度序列建模与Seq2Seq注意力机制 [Tinya老师]/

      *   01 RNN序列建模与LSTMGRU门控机制详解.mp4 (1.03 GB), 02:09:04

      *   01 课前预习.zip (8.22 MB)

    *   03 Transformer架构核心原理深度解析 [Tinya老师]/

      *   01 Attention原理与Self-Attention内部计算！.mp4 (247.66 MB), 01:55:07

      *   01 课件资料下载url汇总.txt (0.00 MB)

    *   04 预训练语言模型架构范式与下游实战[Tinya老师]/

      *   01 课件资料下载url汇总.txt (0.00 MB)

      *   01 课前预习.zip (7.44 MB)

      *   01 预训练模型架构范式对比（BERT GPT T5）.mp4 (925.73 MB), 02:02:02

    *   05 大语言模型原理与提示工程系统方法 [Tinya老师]/

      *   01 GPT 与 LLM 基础.mp4 (1.10 GB), 02:13:50

      *   01 课前预习.zip (11.49 MB)

    *   06 LLM参数高效微调与LlamaFactory实战 [Tinya老师]/

      *   01 LoRA、P-Tuning原理.mp4 (1.23 GB), 01:57:30

      *   01 课前预习.zip (2.00 MB)

    *   07 RAG检索增强生成与Agent智能体初步 [Tinya老师]/

      *   01 RAG检索增强生成原理与系统.mp4 (1.10 GB), 02:16:49

      *   01 课前预习.zip (7.88 MB)

  *   04 大模型算法原理与架构深度解析 [主讲：kiwi老师]/

    *   01 大模型架构演进与工程化基础 [kiwi老师]/

      *   01 大模型架构生态论.mp4 (546.70 MB), 02:07:05

      *   01 课前预习.pptx (4.77 MB)

      *   02 工程化落地实践.mp4 (568.91 MB), 02:09:32

      *   02 课前预习.pdf (1.97 MB)

    *   02 高级推理范式与System 2思维 [kiwi老师]/

      *   01 课前预习.pdf (5.53 MB)

      *   01 链式思维（CoT）进阶.mp4 (650.68 MB), 02:22:02

      *   02 慢思考模型解析.mp4 (561.55 MB), 02:04:26

      *   02 课前预习.pdf (4.40 MB)

    *   03 MoE混合专家模型架构深度解析 [kiwi老师]/

      *   01 稀疏激活机制详解.mp4 (548.09 MB), 02:04:59

      *   01 课前预习.pdf (7.79 MB)

      *   02 SOTA模型架构精读.mp4 (366.19 MB), 01:50:05

      *   02 课前预习.zip (6.52 MB)

      *   03 PLORA变体全景解析.mp4 (391.56 MB), 02:07:00

      *   03 课前预习.pptx (1.87 MB)

  *   05 大模型从零构建与开发实战 [主讲：Eric老师]/

    *   01 基础认知与轻量级微调实战 [Eric老师]/

      *   01 动手微调0.6B小模型.mp4 (823.42 MB), 02:25:41

      *   01 课件资料下载url汇总.txt (0.00 MB)

      *   01 课前预习.pdf (3.28 MB)

      *   02 课件资料下载url汇总.txt (0.00 MB)

      *   02 课前预习.pdf (4.44 MB)

      *   02 预训练模型架构分类.mp4 (797.88 MB), 02:17:01

    *   02 核心原理与LLaMA2从零构建 [Eric老师]/

      *   01 大模型构建三阶段：Pretrain、SFT与RLHF.mp4 (676.25 MB), 02:06:40

      *   01 课件资料下载url汇总.txt (0.00 MB)

      *   01 课前预习.zip (322.66 MB)

      *   02 手写Qwen3 0.6B核心组件（BBPESwiGLURoPE）.mp4 (697.40 MB), 02:14:06

      *   02 课件资料下载url汇总.txt (0.00 MB)

      *   02 课前预习.pptx (2.41 MB)

      *   03 手搓 Qwen3 attention decoder RMSNorm，构建完整模型.mp4 (989.48 MB), 02:26:55

      *   03 课件资料下载url汇总.txt (0.00 MB)

      *   03 课前预习.pdf (1.05 MB)

    *   03 训练工程化与性能优化策略 [Eric老师]/

      *   01 大模型训练标准流程.mp4 (791.62 MB), 02:16:56

      *   01 课前预习.zip (462.04 MB)

      *   02 有监督微调.mp4 (668.05 MB), 02:13:10

      *   02 课件资料下载url汇总.txt (0.00 MB)

      *   02 课前预习.pptx (4.16 MB)

      *   03 大模型应用.mp4 (1.03 GB), 02:28:28

      *   03 课件资料下载url汇总.txt (0.00 MB)

      *   03 课前预习.pdf (1.92 MB)

      *   04 大模型应用2.mp4 (745.16 MB), 02:20:41

      *   04 课件资料下载url汇总.txt (0.00 MB)

      *   04 课前预习.pdf (6.32 MB)

  *   07 垂直领域高阶应用与RAG系统[主讲：kiwi老师 & 徐老师]/

    *   01 参数高效微调（PEFT）高阶策略 [kiwi老师]/

      *   01 垂直领域微调实战.mp4 (561.11 MB), 02:07:30

      *   01 课前预习.zip (20.34 MB)

  *   08 RT-DETR遥感目标检测与科研实战 （主讲：詹老师）/

    *   01 小目标检测增强与Query机制创新 [詹老师]/

      *   01 小目标检测增强与Query机制创新.mp4 (753.41 MB), 02:03:58

      *   01 课件资料下载url汇总.txt (0.00 MB)

    *   02 特征金字塔重构与模型轻量化（科研视角） [詹老师]/

      *   01 特征金字塔重构与模型轻量化（科研视角）.mp4 (763.60 MB), 02:07:53

      *   01 课件资料下载url汇总.txt (0.00 MB)

    *   03 视觉基础模型 [詹老师]/

      *   01 基础视觉大模型.mp4 (713.34 MB), 02:01:26

      *   01 课件资料下载url汇总.txt (0.00 MB)

    *   04 科研实验设计与论文全流程[詹老师]/

      *   01 目标期刊会议推荐 以及写作筹备.mp4 (941.22 MB), 02:00:38

      *   01 课前预习.pptx (15.20 MB)

  *   09 医疗时序数据分析与AI应用实战 [主讲：詹老师]/

    *   01 医疗时序基础与经典统计模型 [詹老师]/

      *   01 医疗数据的趋势性、季节性与噪声特征分析.mp4 (271.77 MB), 01:01:31

      *   01 课前预习.zip (8.03 MB)

      *   02 ARMAARIMA模型原理与建模流程.mp4 (336.99 MB), 56:28

      *   03 关键影响因素（季节突发事件）识别与预处理.mp4 (342.28 MB), 02:09:44

      *   03 课前预习.rar (0.92 MB)

    *   02 进阶预测：储备池计算 [詹老师]/

      *   01 储备池计算.mp4 (609.53 MB), 53:12

    *   03 生成式应用：VAE数据增强与合成 [詹老师]/

      *   01 变分自编码器（VAE）原理：编码器、解码器与潜在空间.mp4 (722.59 MB), 01:00:50

      *   02 解决数据稀缺：医学图像时序数据生成与样本合成.mp4 (479.04 MB), 49:56

    *   04 场景落地、可视化与商业化 [A老师]场景落地、可视化与商业化 [詹老师]/

      *   01 课前预习.zip (1.57 MB)

      *   01 跨医疗场景（急诊慢病疫情）分析策略对比.mp4 (386.77 MB), 02:04:30

      *   02 医疗AI产品的商业化路径与概念验证.mp4 (305.88 MB), 02:00:36

      *   02 课前预习.zip (2.03 MB)

*   录播部分/

  *   01 直播回放/

    *   01 深度学习基础入门【唐宇迪老师】/

      *   01 开班典礼：如何学好人工智能学科.mp4 (831.88 MB), 01:07:39

      *   02 神经网络.mp4 (1.28 GB), 01:38:30

      *   02 课前预习.pdf (6.31 MB)

      *   03 卷积神经网络.mp4 (1.33 GB), 01:39:17

      *   03 课前预习.pdf (2.59 MB)

      *   04 transformer解读.mp4 (1.06 GB), 01:26:38

      *   04 课件资料下载url汇总.txt (0.00 MB)

    *   02 计算机视觉基础与工程落地【武老师】/

      *   01 CV的任务体系、发展历程及图像的数学基础.mp4 (1.44 GB), 01:56:58

      *   01 课前预习.pdf (3.50 MB)

      *   02 图像处理基础.mp4 (1.49 GB), 02:03:03

      *   02 课前预习.pdf (6.52 MB)

      *   03 图像特征提取与图像分类传统机器学习方法.mp4 (1.55 GB), 02:02:45

      *   03 课前预习.pdf (5.66 MB)

      *   04 神经网络发展历程与卷积神经网络的原理及训练方法.mp4 (1.68 GB), 02:08:33

      *   04 课前预习.pdf (5.83 MB)

      *   05 经典CNN结构：AlexNet →VGG →GoogLeNet→ResNet.mp4 (1.48 GB), 02:04:17

      *   05 课前预习.pdf (2.99 MB)

      *   06 深度学习训练技巧与模型优化方法.mp4 (1.57 GB), 02:06:21

      *   06 课前预习.pdf (2.70 MB)

      *   07 目标检测（一）两阶段检测方法.mp4 (1.61 GB), 02:03:02

      *   07 课前预习.pdf (3.69 MB)

      *   08 目标检测（二）单阶段检测方法.txt (0.00 MB)

    *   03 计算机视觉行业落地综合实战【查老师】/

      *   01 MediaPipe面部关键点检测与追踪.mp4 (883.19 MB), 02:06:36

      *   01 课前预习.tar (14.47 MB)

      *   02 图像融合与美瞳试戴.mp4 (887.36 MB), 02:02:27

      *   02 课前预习.tar (22.72 MB)

      *   03 图像融合以及美瞳试戴2.mp4 (1012.77 MB), 02:01:21

      *   03 课前预习.tar (187.15 MB)

      *   04 MediaPipe人体姿态检测与关键点提取.mp4 (970.13 MB), 02:00:58

      *   04 课前预习.tar (126.96 MB)

      *   05 SAM3自动分割图像.mp4 (870.28 MB), 02:01:14

      *   05 课前预习.tar (70.09 MB)

      *   06 sam3视频分割与追踪.mp4 (997.97 MB), 02:00:35

      *   06 课前预习.tar (70.09 MB)

      *   07 YOLO目标检测和实例分割.mp4 (866.39 MB), 02:01:26

      *   07 课前预习.tar (85.43 MB)

    *   04 自然语言处理基础与Transformer原理【Tinya老师】/

      *   01 NLP基础任务体系与技术演进.mp4 (591.73 MB), 54:37

      *   01 课前预习.zip (2.20 MB)

      *   02 文本表示：从词袋模型到静态词向量.mp4 (443.03 MB), 47:57

      *   02 课前预习.zip (1.62 MB)

      *   03 RNN序列建模与LSTMGRU门控机制详解.mp4 (1.03 GB), 02:09:04

      *   03 课前预习.zip (8.22 MB)

      *   04 Attention原理与Self-Attention内部计算！.mp4 (247.66 MB), 01:55:07

      *   04 课件资料下载url汇总.txt (0.00 MB)

      *   05 课件资料下载url汇总.txt (0.00 MB)

      *   05 预训练模型架构范式对比（BERT GPT T5）.mp4 (925.73 MB), 02:02:02

      *   06 GPT 与 LLM 基础.mp4 (1.10 GB), 02:13:50

      *   06 课前预习.zip (11.49 MB)

      *   07 LoRA、P-Tuning原理.mp4 (1.23 GB), 01:57:30

      *   07 课前预习.zip (2.00 MB)

    *   05 大模型算法原理与架构深度解析【Kiwi老师】/

      *   01 大模型架构生态论.mp4 (593.41 MB), 02:23:45

      *   01 课前预习.pptx (4.77 MB)

      *   02 工程化落地实践.mp4 (568.91 MB), 02:09:32

      *   02 课前预习.zip (2.25 MB)

      *   03 课前预习.pdf (5.53 MB)

      *   03 链式思维（CoT）进阶.mp4 (650.68 MB), 02:22:02

      *   04 慢思考模型解析.mp4 (561.55 MB), 02:04:26

      *   04 课前预习.pdf (4.40 MB)

      *   05 稀疏激活机制详解.mp4 (548.09 MB), 02:04:59

      *   05 课前预习.pdf (7.79 MB)

    *   06 大模型从零构建与开发实战【Eric老师】/

      *   01 动手微调0.6B小模型.mp4 (823.42 MB), 02:25:41

      *   01 课件资料下载url汇总.txt (0.00 MB)

      *   01 课前预习.pdf (3.28 MB)

      *   02 课件资料下载url汇总.txt (0.00 MB)

      *   02 课前预习.pdf (4.44 MB)

      *   02 预训练模型架构分类.mp4 (797.88 MB), 02:17:01

      *   03 大模型构建三阶段：Pretrain、SFT与RLHF.mp4 (676.25 MB), 02:06:40

      *   03 课件资料下载url汇总.txt (0.00 MB)

      *   03 课前预习.zip (322.66 MB)

      *   04 手写Qwen3 0.6B核心组件（BBPESwiGLURoPE）.mp4 (697.40 MB), 02:14:06

      *   04 课件资料下载url汇总.txt (0.00 MB)

      *   04 课前预习.pptx (2.41 MB)

      *   05 手搓 Qwen3 attention decoder RMSNorm，构建完整模型.mp4 (989.48 MB), 02:26:55

      *   05 课件资料下载url汇总.txt (0.00 MB)

      *   05 课前预习.pdf (1.05 MB)

      *   06 大模型训练标准流程.mp4 (791.62 MB), 02:16:56

      *   06 课前预习.zip (462.04 MB)

    *   07 RT-DETR遥感目标检测与科研实战【詹老师】/

      *   01 小目标检测增强与Query机制创新.mp4 (753.41 MB), 02:03:58

      *   01 课件资料下载url汇总.txt (0.00 MB)

    *   08 医疗时序数据分析与AI应用实战【詹老师】/

      *   01 医疗数据的趋势性、季节性与噪声特征分析.mp4 (271.77 MB), 01:01:31

      *   01 课前预习.zip (8.03 MB)

      *   02 ARMAARIMA模型原理与建模流程.mp4 (336.99 MB), 56:28

      *   03 关键影响因素（季节突发事件）识别与预处理.mp4 (681.31 MB), 51:47

      *   03 课前预习.rar (0.92 MB)

      *   04 储备池计算.mp4 (609.53 MB), 53:12

      *   05 变分自编码器（VAE）原理：编码器、解码器与潜在空间.mp4 (722.59 MB), 01:00:50

      *   06 解决数据稀缺：医学图像时序数据生成与样本合成.mp4 (479.04 MB), 49:56

      *   07 课前预习.zip (1.57 MB)

      *   07 跨医疗场景（急诊慢病疫情）分析策略对比.mp4 (386.77 MB), 02:04:30

      *   08 医疗AI产品的商业化路径与概念验证.mp4 (305.88 MB), 02:00:36

      *   08 课前预习.zip (2.03 MB)

  *   02 【基础模块】AI课程所需安装软件教程/

    *   01 AI课程所需安装软件教程/

      *   01 AI课程所需安装软件教程.mp4 (18.38 MB), 05:08

      *   01 课件资料下载url汇总.txt (0.00 MB)

    *   02 Python环境安装和搭建/

      *   01 Python环境安装和搭建.mp4 (53.61 MB), 08:58

    *   03 Anaconda Pycharm介绍与使用教程/

      *   01 Anaconda基础讲解和使用的教程.mp4 (49.65 MB), 09:28

    *   04 PyTorch框架介绍与配置安装/

      *   01 PyTorch框架与其他框架区别分析.mp4 (44.41 MB), 12:14

      *   01 课件资料下载url汇总.txt (0.00 MB)

      *   02 CPU与GPU版本安装方法解读.mp4 (65.79 MB), 17:35

  *   03 【基础模块】深度学习基础与框架/

    *   01 神经网络结构/

      *   01 神经网络结构.mp4 (497.68 MB), 02:14:22

      *   01 课件资料下载url汇总.txt (0.00 MB)

    *   02 PyTorch框架必备核心模块解读/

      *   01 PyTorch实战课程简介.mp4 (25.45 MB), 04:53

      *   02 PyTorch框架发展趋势简介.mp4 (30.23 MB), 08:25

      *   03 框架安装方法（CPU与GPU版本）.mp4 (15.21 MB), 05:13

      *   04 PyTorch基本操作简介.mp4 (31.93 MB), 09:25

      *   05 自动求导机制.mp4 (37.78 MB), 10:59

      *   06 线性回归DEMO-数据与参数配置.mp4 (25.75 MB), 08:56

      *   07 线性回归DEMO-训练回归模型.mp4 (44.21 MB), 10:08

      *   08 补充：常见tensor格式.mp4 (22.17 MB), 07:10

      *   09 补充：Hub模块简介.mp4 (58.80 MB), 08:25

    *   03 神经网络分类任务/

      *   01 数据集与任务概述.mp4 (36.23 MB), 11:56

      *   02 基本模块应用测试.mp4 (37.29 MB), 12:55

      *   03 网络结构定义方法.mp4 (44.87 MB), 12:49

      *   04 数据源定义简介.mp4 (31.07 MB), 10:09

      *   05 损失与训练模块分析.mp4 (35.46 MB), 12:00

      *   06 训练一个基本的分类模型.mp4 (38.33 MB), 10:31

      *   07 参数对结果的影响.mp4 (45.56 MB), 08:42

    *   04 神经网络回归：气温预测/

      *   01 神经网络回归任务-气温预测.mp4 (156.37 MB), 52:33

    *   05 Pycharm环境配置与Debug演示/

      *   01 Pycharm环境配置与Debug演示(没用过的同学必看).mp4 (140.63 MB), 28:39

  *   04 【基础模块】深度学习核心算法与实践/

    *   01 卷积神经网络深度解析/

      *   01 卷积神经网络.mp4 (1.44 GB), 01:48:02

      *   01 课件资料下载url汇总.txt (0.00 MB)

    *   02 卷积网络参数分析与优化/

      *   01 输入特征通道分析.mp4 (32.51 MB), 12:12

      *   02 卷积网络参数解读.mp4 (24.02 MB), 09:07

      *   03 卷积网络模型训练.mp4 (43.07 MB), 12:08

    *   03 ResNet模型及其应用/

      *   01 医学疾病数据集介绍.mp4 (20.92 MB), 04:20

      *   02 Resnet网络架构原理分析.mp4 (28.30 MB), 09:53

      *   03 dataloader加载数据集.mp4 (72.01 MB), 11:17

      *   04 Resnet网络前向传播.mp4 (39.93 MB), 06:19

      *   05 残差网络的shortcut操作.mp4 (52.80 MB), 09:27

      *   06 特征图升维与降采样操作.mp4 (30.11 MB), 06:10

      *   07 网络整体流程与训练演示.mp4 (74.88 MB), 11:27

    *   04 图像识别模型与训练策略（重点）/

      *   01 任务分析与图像数据基本处理.mp4 (31.28 MB), 11:30

      *   02 数据增强模块.mp4 (31.03 MB), 11:51

      *   03 数据集与模型选择.mp4 (32.57 MB), 09:29

      *   04 迁移学习方法解读.mp4 (35.22 MB), 12:29

      *   05 输出层与梯度设置.mp4 (41.37 MB), 11:48

      *   06 输出类别个数修改.mp4 (36.23 MB), 10:21

      *   07 优化器与学习率衰减.mp4 (37.47 MB), 10:54

      *   08 模型训练方法.mp4 (40.49 MB), 11:12

      *   09 重新训练全部模型.mp4 (37.09 MB), 11:06

      *   10 测试结果演示分析.mp4 (96.81 MB), 18:23

    *   05 DataLoader自定义数据集制作/

      *   01 Dataloader要完成的任务分析.mp4 (27.87 MB), 09:08

      *   02 图像数据与标签路径处理.mp4 (34.07 MB), 09:35

      *   03 Dataloader中需要实现的方法分析.mp4 (37.64 MB), 13:01

      *   04 实用Dataloader加载数据并训练模型.mp4 (43.58 MB), 12:14

    *   06 RNN网络架构/

      *   01 RNN网络架构.mp4 (34.22 MB), 12:21

    *   07 LSTM网络架构/

      *   01 LSTM网络架构.mp4 (20.05 MB), 12:00

    *   08 LSTM文本分类/

      *   01 数据集与任务目标分析.mp4 (58.97 MB), 09:53

      *   02 文本数据处理基本流程分析.mp4 (63.57 MB), 11:16

      *   03 命令行参数与DEBUG.mp4 (41.44 MB), 10:58

      *   04 训练模型所需基本配置参数分析.mp4 (46.35 MB), 13:11

      *   05 预料表与字符切分.mp4 (36.69 MB), 10:00

      *   06 字符预处理转换ID.mp4 (39.01 MB), 10:42

      *   07 LSTM网络结构基本定义.mp4 (39.62 MB), 11:29

      *   08 网络模型预测结果输出.mp4 (44.27 MB), 12:41

      *   09 模型训练任务与总结.mp4 (51.05 MB), 12:19

    *   09 Transformer基础/

      *   01 Transformer.mp4 (614.31 MB), 02:14:32

      *   02 transformer-VIT源码解读.mp4 (1.39 GB), 01:47:10

      *   02 课件资料下载url汇总.txt (0.00 MB)

      *   03 GITHUB开源项目使用方法.mp4 (445.63 MB), 32:01

  *   05 【方向A：CV方向】图像处理基础/

    *   01 课程介绍与环境配置/

      *   01 课件资料下载url汇总.txt (0.00 MB)

      *   01 课程简介.mp4 (6.59 MB), 02:27

      *   02 Python与Opencv配置安装.mp4 (27.67 MB), 10:11

      *   03 Notebook与IDE环境.mp4 (59.50 MB), 11:43

    *   02 OpenCV图像常用处理方法实例/

      *   01 计算机眼中的图像.mp4 (24.78 MB), 09:19

      *   02 视频的读取与处理.mp4 (27.92 MB), 10:56

      *   03 ROI区域.mp4 (11.70 MB), 04:18

      *   04 边界填充.mp4 (17.84 MB), 05:07

      *   05 数值计算.mp4 (26.98 MB), 09:16

      *   06 图像阈值.mp4 (34.57 MB), 07:51

      *   07 图像平滑处理.mp4 (28.10 MB), 07:54

      *   08 高斯与中值滤波.mp4 (23.44 MB), 06:14

      *   09 腐蚀操作.mp4 (23.86 MB), 06:49

      *   10 膨胀操作.mp4 (13.87 MB), 03:05

      *   11 开运算与闭运算.mp4 (10.52 MB), 02:55

      *   12 梯度计算.mp4 (9.10 MB), 02:44

      *   13 礼帽与黑帽.mp4 (17.65 MB), 03:21

    *   03 OpenCV梯度计算与边缘检测实例/

      *   01 Canny边缘检测流程.mp4 (21.70 MB), 05:38

      *   02 非极大值抑制.mp4 (20.91 MB), 05:24

      *   03 边缘检测效果.mp4 (41.05 MB), 08:09

      *   04 Sobel算子.mp4 (31.23 MB), 09:33

      *   05 梯度计算方法.mp4 (34.39 MB), 08:32

      *   06 scharr与lapkacian算子.mp4 (30.79 MB), 06:41

    *   04 OpenCV轮廓检测与直方图/

      *   01 图像金字塔定义.mp4 (22.52 MB), 06:37

      *   02 金字塔制作方法.mp4 (28.92 MB), 07:25

      *   03 轮廓检测方法.mp4 (22.02 MB), 06:00

      *   04 轮廓检测结果.mp4 (38.66 MB), 07:48

      *   05 轮廓特征与近似.mp4 (42.93 MB), 11:57

      *   06 模板匹配方法.mp4 (53.03 MB), 11:12

      *   07 匹配效果展示.mp4 (23.86 MB), 05:47

      *   08 直方图定义.mp4 (26.76 MB), 07:18

      *   09 均衡化原理.mp4 (35.96 MB), 09:38

      *   10 均衡化效果.mp4 (30.55 MB), 06:51

      *   11 傅里叶概述.mp4 (25.37 MB), 07:18

      *   12 频域变换结果.mp4 (19.94 MB), 07:08

      *   13 低通与高通滤波.mp4 (24.30 MB), 06:47

    *   05 OpenCV角点检测/

      *   01 角点检测基本原理.mp4 (17.59 MB), 05:44

      *   02 基本数学原理.mp4 (35.20 MB), 10:12

      *   03 求解化简.mp4 (36.18 MB), 10:09

      *   04 特征归属划分.mp4 (48.73 MB), 10:53

      *   05 opencv角点检测效果.mp4 (34.68 MB), 06:10

    *   06 OpenCV尺度空间/

      *   01 尺度空间定义.mp4 (22.74 MB), 05:57

      *   02 高斯差分金字塔.mp4 (24.50 MB), 06:20

      *   03 特征关键点定位.mp4 (54.85 MB), 14:07

      *   04 生成特征描述.mp4 (27.75 MB), 07:02

      *   05 特征向量生成.mp4 (48.75 MB), 09:21

      *   06 opencv中sift函数使用.mp4 (32.66 MB), 08:10

    *   07 OpenCV高级图像处理技术/

      *   01 特征匹配方法.mp4 (32.35 MB), 08:31

      *   02 RANSAC算法.mp4 (38.95 MB), 09:40

      *   03 图像拼接方法.mp4 (50.79 MB), 10:02

      *   04 流程解读.mp4 (24.49 MB), 05:14

      *   05 背景消除-帧差法.mp4 (23.23 MB), 07:06

      *   06 混合高斯模型.mp4 (29.76 MB), 06:43

      *   07 学习步骤.mp4 (35.75 MB), 07:22

      *   08 背景建模实战.mp4 (56.35 MB), 06:50

      *   09 基本概念.mp4 (22.61 MB), 06:49

      *   10 Lucas-Kanade算法.mp4 (22.33 MB), 06:51

      *   11 推导求解.mp4 (29.36 MB), 07:58

      *   12 光流估计实战.mp4 (71.48 MB), 13:28

      *   13 dnn模块.mp4 (32.05 MB), 08:22

      *   14 模型加载结果输出.mp4 (45.43 MB), 09:48

    *   08 OpenCV项目实战-信用卡数字识别/

      *   01 总体流程与方法讲解.mp4 (23.87 MB), 09:14

      *   02 环境配置与预处理.mp4 (39.34 MB), 08:26

      *   03 模板处理方法.mp4 (26.94 MB), 06:55

      *   04 输入数据处理方法.mp4 (33.26 MB), 08:53

      *   05 模板匹配得出识别结果.mp4 (53.78 MB), 10:58

    *   09 OpenCV项目实战-文档扫描OCR识别/

      *   01 整体流程演示.mp4 (24.07 MB), 05:33

      *   02 文档轮廓提取.mp4 (32.06 MB), 08:42

      *   03 原始与变换坐标计算.mp4 (30.04 MB), 07:44

      *   04 透视变换结果.mp4 (37.48 MB), 08:39

      *   05 tesseract-ocr安装配置.mp4 (45.74 MB), 07:07

      *   06 文档扫描识别效果.mp4 (32.08 MB), 05:21

    *   10 OpenCV项目实战-停车场车位识别/

      *   01 任务整体流程.mp4 (78.17 MB), 07:22

      *   02 所需数据介绍.mp4 (38.16 MB), 05:49

      *   03 图像数据预处理.mp4 (63.04 MB), 08:54

      *   04 车位直线检测.mp4 (68.94 MB), 12:00

      *   05 按列划分区域.mp4 (61.22 MB), 11:02

      *   06 车位区域划分.mp4 (64.10 MB), 11:02

      *   07 识别模型构建.mp4 (45.82 MB), 06:40

      *   08 基于视频的车位检测.mp4 (148.10 MB), 09:23

    *   11 OpenCV项目实战-答题卡识别判卷/

      *   01 整体流程与效果概述.mp4 (33.05 MB), 06:54

      *   02 预处理操作.mp4 (27.52 MB), 07:03

      *   03 填涂轮廓检测.mp4 (29.30 MB), 07:38

      *   04 选项判断识别.mp4 (63.78 MB), 10:18

    *   12 OpenCV项目实战-目标追踪/

      *   01 目标追踪概述.mp4 (55.28 MB), 11:43

      *   02 多目标追踪实战.mp4 (38.76 MB), 07:16

      *   03 深度学习检测框架加载.mp4 (49.21 MB), 09:26

      *   04 基于dlib与ssd的追踪.mp4 (80.83 MB), 13:02

      *   05 多进程目标追踪.mp4 (28.85 MB), 06:07

      *   06 多进程效率提升对比.mp4 (85.81 MB), 08:16

    *   13 OpenCV项目实战-疲劳检测/

      *   01 关键点定位概述.mp4 (31.64 MB), 05:35

      *   02 获取人脸关键点.mp4 (40.21 MB), 08:00

      *   03 定位效果演示.mp4 (50.70 MB), 09:29

      *   04 闭眼检测.mp4 (78.11 MB), 06:55

      *   05 检测效果.mp4 (45.57 MB), 08:47

  *   06 【方向A：CV方向】目标检测算法/

    *   01 物体检测评估指标/

      *   01 物体检测评估指标.mp4 (96.22 MB), 31:30

      *   01 课件资料下载url汇总.txt (0.00 MB)

    *   02 YOLO系列大串讲(可刷这个快速过)/

      *   01 YOLO系列大串讲(可刷这个快速过).mp4 (1.02 GB), 01:48:47

      *   01 课程笔记.zip (57.26 MB)

    *   03 经典物体检测算法/

      *   01 半监督物体检测.mp4 (412.83 MB), 02:01:24

      *   02 EfficientNet网络模型.mp4 (601.12 MB), 01:59:45

      *   03 EfficientDet检测算法.mp4 (503.91 MB), 02:06:16

    *   04 YOLOv1检测算法深度解析/

      *   01 YOLO算法整体思路解读.mp4 (17.01 MB), 07:11

      *   02 检测算法要得到的结果.mp4 (15.79 MB), 06:17

      *   03 整体网络架构解读.mp4 (34.91 MB), 11:38

      *   04 位置损失计算.mp4 (21.72 MB), 08:12

      *   05 置信度误差与优缺点分析.mp4 (30.87 MB), 11:48

    *   05 YOLOv2检测算法深度解析/

      *   01 V2版本细节升级概述.mp4 (15.81 MB), 05:42

      *   02 网络结构特点.mp4 (17.82 MB), 06:02

      *   03 架构细节解读.mp4 (21.45 MB), 06:52

      *   04 基于聚类来选择先验框尺寸.mp4 (27.84 MB), 10:21

      *   05 偏移量计算方法.mp4 (31.32 MB), 10:48

      *   06 坐标映射与还原.mp4 (11.42 MB), 03:36

      *   07 感受野的作用.mp4 (32.12 MB), 11:06

      *   08 特征融合改进.mp4 (21.87 MB), 07:55

    *   06 YOLOv3检测算法深度解析/

      *   01 V3版本改进概述.mp4 (20.83 MB), 08:18

      *   02 多scale方法改进与特征融合.mp4 (19.69 MB), 07:37

      *   03 经典变换方法对比分析.mp4 (12.43 MB), 04:55

      *   04 残差连接方法解读.mp4 (21.29 MB), 07:45

      *   05 整体网络模型架构分析.mp4 (14.74 MB), 05:00

      *   06 先验框设计改进.mp4 (15.10 MB), 05:24

      *   07 sotfmax层改进.mp4 (12.17 MB), 04:24

      *   08 数据与环境配置.mp4 (73.06 MB), 12:42

      *   09 训练参数设置.mp4 (26.69 MB), 04:48

      *   10 COCO图像数据读取与处理.mp4 (47.70 MB), 08:41

      *   11 标签文件读取与处理.mp4 (30.84 MB), 05:50

      *   12 debug模式介绍.mp4 (30.36 MB), 04:27

      *   13 基于配置文件构建网络模型.mp4 (47.03 MB), 07:23

      *   14 路由层与shortcut层的作用.mp4 (37.80 MB), 07:24

      *   15 YOLO层定义解析.mp4 (67.96 MB), 09:52

      *   16 预测结果计算.mp4 (52.38 MB), 10:50

      *   17 网格偏移计算.mp4 (38.81 MB), 08:13

      *   18 模型要计算的损失概述.mp4 (25.99 MB), 06:34

      *   19 标签值格式修改.mp4 (31.60 MB), 06:55

      *   20 坐标相对位置计算.mp4 (36.94 MB), 08:25

      *   21 完成所有损失函数所需计算指标.mp4 (39.48 MB), 08:56

      *   22 模型训练与总结.mp4 (81.31 MB), 14:03

      *   23 预测效果展示.mp4 (38.43 MB), 06:13

    *   07 YOLO模型数据标注与训练/

      *   01 Labelme工具安装.mp4 (16.03 MB), 04:09

      *   02 数据信息标注.mp4 (35.48 MB), 04:54

      *   03 完成标签制作.mp4 (35.35 MB), 06:08

      *   04 生成模型所需配置文件.mp4 (40.92 MB), 08:18

      *   05 json格式转换成yolo-v3所需输入.mp4 (23.68 MB), 06:14

      *   06 完成输入数据准备工作.mp4 (44.94 MB), 08:45

      *   07 训练代码与参数配置更改.mp4 (49.68 MB), 10:29

      *   08 训练模型并测试效果.mp4 (42.73 MB), 07:07

    *   08 YOLO-V4版本算法解读/

      *   01 V4版本整体概述.mp4 (16.85 MB), 06:03

      *   02 V4版本贡献解读.mp4 (11.31 MB), 04:35

      *   03 数据增强策略分析.mp4 (27.80 MB), 08:59

      *   04 DropBlock与标签平滑方法.mp4 (22.23 MB), 08:19

      *   05 损失函数遇到的问题.mp4 (16.32 MB), 06:45

      *   06 CIOU损失函数定义.mp4 (12.33 MB), 04:45

      *   07 NMS细节改进.mp4 (18.70 MB), 05:38

      *   08 SPP与CSP网络结构.mp4 (16.93 MB), 06:49

      *   09 SAM注意力机制模块.mp4 (25.49 MB), 08:59

      *   10 PAN模块解读.mp4 (23.51 MB), 08:41

      *   11 激活函数与整体架构总结.mp4 (21.74 MB), 08:17

    *   09 YOLOv5检测算法深度解析/

      *   01 整体项目概述.mp4 (17.58 MB), 06:35

      *   02 训练自己的数据集方法.mp4 (24.65 MB), 07:27

      *   03 训练数据参数配置.mp4 (33.50 MB), 08:20

      *   04 测试DEMO演示.mp4 (24.43 MB), 06:48

      *   05 数据源DEBUG流程解读.mp4 (53.38 MB), 06:43

      *   06 图像数据源配置.mp4 (38.73 MB), 09:08

      *   07 加载标签数据.mp4 (29.23 MB), 06:03

      *   08 Mosaic数据增强方法.mp4 (31.96 MB), 07:11

      *   09 数据四合一方法与流程演示.mp4 (47.47 MB), 11:00

      *   10 getItem构建batch.mp4 (37.78 MB), 08:29

      *   11 网络架构图可视化工具安装.mp4 (26.59 MB), 07:37

      *   12 V5网络配置文件解读.mp4 (26.75 MB), 08:42

      *   13 Focus模块流程分析.mp4 (16.38 MB), 06:25

      *   14 完成配置文件解析任务.mp4 (65.75 MB), 11:15

      *   15 前向传播计算.mp4 (34.62 MB), 06:22

      *   16 BottleneckCSP层计算方法.mp4 (37.99 MB), 07:15

      *   17 SPP层计算细节分析.mp4 (33.12 MB), 07:59

      *   18 Head层流程解读.mp4 (32.64 MB), 07:21

      *   19 上采样与拼接操作.mp4 (24.01 MB), 04:26

      *   20 输出结果分析.mp4 (46.14 MB), 06:18

      *   21 超参数解读.mp4 (38.61 MB), 06:44

      *   22 命令行参数介绍.mp4 (48.69 MB), 06:02

      *   23 训练流程解读.mp4 (52.14 MB), 10:10

      *   24 各种训练策略概述.mp4 (42.78 MB), 08:55

      *   25 模型迭代过程.mp4 (42.50 MB), 07:11

    *   10 YOLOv7检测算法深度解析/

      *   01 YOLO系列（V7）算法解读.mp4 (302.27 MB), 02:02:48

      *   02 命令行参数介绍.mp4 (28.08 MB), 06:32

      *   03 基本参数作用.mp4 (45.90 MB), 11:23

      *   04 EMA等训练技巧解读.mp4 (55.56 MB), 13:37

      *   05 网络结构配置文件解读.mp4 (41.68 MB), 10:55

      *   06 各模块操作细节分析.mp4 (54.98 MB), 11:43

      *   07 输出层与配置文件其他模块解读.mp4 (68.72 MB), 15:58

      *   08 标签分配策略准备操作.mp4 (39.06 MB), 10:01

      *   09 候选框偏移方法与find3p模块解读.mp4 (37.86 MB), 09:24

      *   10 得到偏移点所在网格位置.mp4 (48.21 MB), 11:28

      *   11 完成BuildTargets模块.mp4 (57.49 MB), 12:04

      *   12 候选框筛选流程分析.mp4 (35.63 MB), 08:47

      *   13 预测值各项指标获取与调整.mp4 (52.75 MB), 11:36

      *   14 GT匹配正样本数量计算.mp4 (47.15 MB), 10:34

      *   15 通过IOU与置信度分配正样本.mp4 (67.48 MB), 13:48

      *   16 损失函数计算方法.mp4 (51.42 MB), 10:15

      *   17 辅助头AUX网络结构配置文件解析.mp4 (35.28 MB), 09:11

      *   18 辅助头损失函数调整.mp4 (43.75 MB), 08:21

      *   19 BN与卷积权重参数融合方法.mp4 (60.44 MB), 13:24

      *   20 重参数化多分支合并加速.mp4 (48.66 MB), 11:08

    *   11 YOLOv8检测算法深度解析/

      *   01 YOLOV8.mp4 (279.36 MB), 50:06

    *   12 YOLOv9检测算法深度解析/

      *   01 YOLO V9.mp4 (1.55 GB), 01:52:50

      *   01 课件资料下载url汇总.txt (0.00 MB)

    *   13 YOLO-World 检测算法/

      *   01 CVPR：YOLO- World.mp4 (1.68 GB), 02:03:14

    *   14 YOLOv12与YOLOv13最新检测算法/

      *   01 YOLO系列：YOLOv12与YOLOv13.mp4 (1.61 GB), 02:03:31

  *   07 【方向A：CV方向】图像分割算法/

    *   01 图像分割与损失函数/

      *   01 语义分割与实例分割概述.mp4 (22.87 MB), 06:37

      *   01 课件资料下载url汇总.txt (0.00 MB)

      *   02 分割任务中的目标函数定义.mp4 (22.74 MB), 07:35

      *   03 MIOU评估标准.mp4 (10.29 MB), 03:33

    *   02 Unet系列算法/

      *   01 Unet网络编码与解码过程.mp4 (21.00 MB), 08:07

      *   02 网络计算流程.mp4 (18.50 MB), 06:51

      *   03 Unet升级版本改进.mp4 (17.94 MB), 05:52

      *   04 后续升级版本介绍.mp4 (20.85 MB), 06:30

    *   03 Unet医学细胞分割实战/

      *   01 医学细胞数据集介绍与参数配置.mp4 (78.03 MB), 06:45

      *   02 数据增强工具.mp4 (67.52 MB), 07:23

      *   03 Debug模式演示网络计算流程.mp4 (45.82 MB), 06:45

      *   04 特征融合方法演示.mp4 (33.91 MB), 07:12

      *   05 迭代完成整个模型计算任务.mp4 (37.78 MB), 08:02

      *   06 模型效果验证.mp4 (51.96 MB), 05:33

    *   04 U2NET显著性检测实战/

      *   01 任务目标与网络整体介绍.mp4 (64.76 MB), 09:52

      *   02 显著性检测任务与目标概述.mp4 (59.38 MB), 06:36

      *   03 编码器模块解读.mp4 (48.87 MB), 09:21

      *   04 解码器输出结果.mp4 (31.36 MB), 06:51

      *   05 损失函数与应用效果.mp4 (38.17 MB), 06:16

    *   05 DeepLab 语义分割算法/

      *   01 deeplab分割算法概述.mp4 (15.81 MB), 06:02

      *   02 空洞卷积的作用.mp4 (19.04 MB), 06:53

      *   03 感受野的意义.mp4 (21.92 MB), 06:48

      *   04 SPP层的作用.mp4 (21.66 MB), 07:25

      *   05 ASPP特征融合策略.mp4 (15.33 MB), 05:16

      *   06 deeplabV3Plus版本网络架构.mp4 (27.34 MB), 08:40

    *   06 基于deeplabV3+版本进行VOC分割实战/

      *   01 PascalVoc数据集介绍.mp4 (77.08 MB), 09:11

      *   02 项目参数与数据集读取.mp4 (66.93 MB), 10:35

      *   03 网络前向传播流程.mp4 (36.85 MB), 06:29

      *   04 ASPP层特征融合.mp4 (57.35 MB), 11:22

      *   05 分割模型训练.mp4 (38.83 MB), 05:51

    *   07 基于deeplabV3心脏视频数据集分割建模实战/

      *   01 数据集与任务概述.mp4 (50.56 MB), 07:26

      *   02 项目基本配置参数.mp4 (37.31 MB), 06:21

      *   03 任务流程解读.mp4 (76.19 MB), 08:14

      *   04 文献报告分析.mp4 (133.80 MB), 09:00

      *   05 补充：视频数据源特征处理方法概述.mp4 (29.76 MB), 09:57

      *   06 补充：R(2plus1)D处理方法分析.mp4 (21.27 MB), 06:16

    *   08 Mask R-CNN 实例分割算法/

      *   01 Mask-Rcnn开源项目简介.mp4 (96.64 MB), 08:55

      *   02 开源项目数据集.mp4 (46.81 MB), 05:39

      *   03 开源项目数据集.mp4 (107.95 MB), 12:06

    *   09 MaskRcnn网络框架源码详解/

      *   01 FPN层特征提取原理解读.mp4 (48.31 MB), 13:17

      *   02 FPN网络架构实现解读.mp4 (62.14 MB), 11:57

      *   03 生成框比例设置.mp4 (31.92 MB), 07:34

      *   04 基于不同尺度特征图生成所有框.mp4 (37.18 MB), 08:24

      *   05 RPN层的作用与实现解读.mp4 (35.09 MB), 09:31

      *   06 候选框过滤方法.mp4 (17.70 MB), 05:45

      *   07 Proposal层实现方法.mp4 (37.36 MB), 08:15

      *   08 DetectionTarget层的作用.mp4 (29.54 MB), 07:52

      *   09 正负样本选择与标签定义.mp4 (30.68 MB), 05:33

      *   10 RoiPooling层的作用与目的.mp4 (38.34 MB), 09:55

      *   11 RorAlign操作的效果.mp4 (29.03 MB), 07:21

      *   12 整体框架回顾.mp4 (32.43 MB), 09:14

    *   10 Mask R-CNN 训练自己的数据与任务/

      *   01 Labelme工具安装.mp4 (10.71 MB), 04:09

      *   02 使用labelme进行数据与标签标注.mp4 (29.79 MB), 09:03

      *   03 完成训练数据准备工作.mp4 (30.20 MB), 09:18

      *   04 maskrcnn源码修改方法.mp4 (70.75 MB), 10:46

      *   05 基于标注数据训练所需任务.mp4 (44.12 MB), 07:10

      *   06 测试与展示模块.mp4 (42.77 MB), 06:24

    *   11 SAM 图像分割算法/

      *   01 DEMO效果演示.mp4 (64.53 MB), 12:32

      *   02 论文解读分析.mp4 (82.88 MB), 14:40

      *   03 完成的任务分析.mp4 (35.70 MB), 11:05

      *   04 数据闭环方法.mp4 (52.07 MB), 15:16

      *   05 预训练模型的作用.mp4 (105.10 MB), 12:58

      *   06 Decoder的作用与项目源码.mp4 (54.69 MB), 10:25

      *   07 分割任务模块设计.mp4 (46.09 MB), 12:48

      *   08 实现细节分析.mp4 (31.79 MB), 10:01

      *   09 总结分析.mp4 (36.24 MB), 08:24

    *   12 SAM2视频分割/

      *   01 SAM2视频分割.mp4 (1.39 GB), 01:45:44

    *   13 EfficientSam分割算法/

      *   01 CVPREfficientSam.mp4 (1.49 GB), 01:47:55

    *   14 遥感图像处理与高光谱图像智能解译/

      *   01 遥感图像处理与高光谱图像智能解译.mp4 (1.59 GB), 02:03:23

  *   08 【方向A：CV方向】MMLAB框架与数据集制作实战/

    *   01 MMCV安装方法/

      *   01 MMCV安装方法.mp4 (61.55 MB), 07:53

      *   01 课件资料下载url汇总.txt (0.00 MB)

    *   02 分类任务操作（分类）/

      *   01 MMCLS问题修正.mp4 (26.58 MB), 05:30

      *   02 准备MMCLS项目.mp4 (24.18 MB), 09:19

      *   03 基本参数配置解读.mp4 (39.33 MB), 09:48

      *   04 各模块配置文件组成.mp4 (40.87 MB), 11:44

      *   05 生成完整配置文件.mp4 (27.53 MB), 05:58

      *   06 根据文件夹定义数据集.mp4 (45.36 MB), 10:35

      *   07 构建自己的数据集.mp4 (40.73 MB), 08:38

      *   08 训练自己的任务.mp4 (44.42 MB), 10:12

    *   03 训练结果测试与验证（分类）/

      *   01 测试DEMO效果.mp4 (28.79 MB), 06:27

      *   02 测试评估模型效果.mp4 (31.07 MB), 06:33

      *   03 MMCLS中增加一个新的模块.mp4 (70.62 MB), 15:58

      *   04 修改配置文件中的参数.mp4 (47.54 MB), 13:26

      *   05 数据增强流程可视化展示.mp4 (42.00 MB), 09:23

      *   06 Grad-Cam可视化方法.mp4 (46.31 MB), 11:41

      *   07 可视化细节与效果分析.mp4 (136.64 MB), 16:23

      *   08 MMCLS可视化模块应用.mp4 (80.45 MB), 12:44

      *   09 模型分析脚本使用.mp4 (40.46 MB), 07:22

    *   04 模型源码调试（分类）/

      *   01 VIT任务概述.mp4 (33.81 MB), 08:40

      *   02 数据增强模块概述分析.mp4 (55.51 MB), 11:26

      *   03 PatchEmbedding层.mp4 (28.64 MB), 07:04

      *   04 前向传播基本模块.mp4 (43.72 MB), 09:18

      *   05 CLS与输出模块.mp4 (49.51 MB), 10:52

    *   05 分割模块自定义数据集训练（分割）/

      *   01 项目配置基本介绍.mp4 (40.49 MB), 10:49

      *   02 数据集标注与制作方法.mp4 (64.08 MB), 15:12

      *   03 根据预测类别数修改配置文件.mp4 (44.39 MB), 10:08

      *   04 加载预训练模型开始训练.mp4 (96.42 MB), 16:09

      *   05 预测DEMO演示.mp4 (24.72 MB), 05:31

    *   06 Unet策略修改（分割）/

      *   01 配置文件解读.mp4 (36.31 MB), 08:31

      *   02 编码层模块.mp4 (36.61 MB), 07:34

      *   03 上采样与输出层.mp4 (31.94 MB), 07:15

      *   04 辅助层的作用.mp4 (22.49 MB), 05:11

      *   05 给Unet添加一个neck层.mp4 (34.43 MB), 08:39

      *   06 如何修改参数适配网络结构.mp4 (24.48 MB), 05:11

      *   07 将Unet特征提取模块替换成transformer.mp4 (25.64 MB), 06:13

      *   08 VIT模块源码分析.mp4 (50.95 MB), 09:16

    *   07 分割任务CVPR最新Backbone设计及其应用（分割）/

      *   01 注册自己的Backbone模块.mp4 (38.76 MB), 08:20

      *   02 配置文件指定.mp4 (40.28 MB), 07:56

      *   03 DEBUG解读Backbone设计.mp4 (45.29 MB), 08:54

      *   04 PatchEmbedding的作用与实现.mp4 (50.21 MB), 09:36

      *   05 卷积位置编码计算方法.mp4 (60.54 MB), 12:53

      *   06 近似Attention模块实现.mp4 (87.72 MB), 10:30

      *   07 完成特征提取与融合模块.mp4 (61.72 MB), 09:56

      *   08 分割输出模块.mp4 (63.40 MB), 06:27

      *   09 全局特征的作用与实现.mp4 (62.94 MB), 11:11

      *   10 汇总多层级特征进行输出.mp4 (48.53 MB), 09:41

    *   08 MMDetection自定义数据训练（检测）/

      *   01 数据集标注与标签获取.mp4 (26.69 MB), 09:38

      *   02 COCO数据标注格式.mp4 (25.29 MB), 07:27

      *   03 通过脚本生成COCO数据格式.mp4 (27.08 MB), 07:20

      *   04 配置文件数据增强策略分析.mp4 (38.88 MB), 11:01

      *   05 训练所需配置说明.mp4 (42.88 MB), 10:41

      *   06 模型训练与DEMO演示.mp4 (28.80 MB), 07:54

      *   07 模型测试与可视化分析模块.mp4 (57.99 MB), 16:18

      *   08 补充：评估指标.mp4 (11.45 MB), 04:11

    *   09 MMAction自定义数据训练（行为识别）/

      *   01 创建自己的行为识别标注数据集.mp4 (259.90 MB), 47:59

  *   09 【方向A：CV方向】Transformer与视觉应用/

    *   01 Vision Transformer算法原理解析/

      *   01 Transformer算法解读.mp4 (508.63 MB), 02:14:32

      *   01 课件资料下载url汇总.txt (0.00 MB)

    *   02 Vision Transformer算法源码解读/

      *   01 视觉Transformer及其源码分析.mp4 (989.30 MB), 02:15:11

    *   03 视觉自监督BEIT算法解读/

      *   01 建模流程分析与效果展示.mp4 (111.01 MB), 11:00

      *   02 codebook模块的作用.mp4 (89.60 MB), 10:25

      *   03 任务总结分析.mp4 (125.88 MB), 13:50

    *   04 视觉自监督任务BEITv2论文解读/

      *   01 BEITV2版本论文出发点解读.mp4 (53.60 MB), 10:23

      *   02 自监督任务中两大核心任务分析.mp4 (62.51 MB), 10:31

      *   03 整体网络架构图分析.mp4 (49.52 MB), 12:08

      *   04 框架实现细节流程分析.mp4 (24.74 MB), 06:48

      *   05 论文细节模块实现解读.mp4 (109.60 MB), 14:57

    *   05 视觉自监督任务BEITv2源码解读/

      *   01 mmselfup源码实现解读.mp4 (47.14 MB), 10:24

      *   02 网络结构搭建细节解读.mp4 (54.89 MB), 10:39

      *   03 源码实现流程总结.mp4 (51.40 MB), 10:59

    *   06 SwinTransformer算法原理解析/

      *   01 swintransformer整体概述.mp4 (16.98 MB), 05:38

      *   02 要解决的问题及其优势分析.mp4 (25.53 MB), 08:11

      *   03 一个block要完成的任务.mp4 (19.93 MB), 06:45

      *   04 获取各窗口输入特征.mp4 (22.01 MB), 08:03

      *   05 基于窗口的注意力机制解读.mp4 (33.78 MB), 10:11

      *   06 窗口偏移操作的实现.mp4 (27.72 MB), 08:32

      *   07 偏移细节分析及其计算量概述.mp4 (23.37 MB), 07:57

      *   08 整体网络架构整合.mp4 (23.68 MB), 06:26

      *   09 下采样操作实现方法.mp4 (25.08 MB), 06:20

      *   10 分层计算方法.mp4 (24.54 MB), 06:39

    *   07 SwinTransformer算法源码解读/

      *   01 数据与环境配置解读.mp4 (66.59 MB), 11:25

      *   02 图像数据patch编码.mp4 (42.18 MB), 07:00

      *   03 数据按window进行划分计算.mp4 (35.28 MB), 07:47

      *   04 基础attention计算模块.mp4 (31.09 MB), 08:03

      *   05 窗口位移模块细节分析.mp4 (41.25 MB), 08:48

      *   06 patchmerge下采样操作.mp4 (28.08 MB), 04:44

      *   07 各block计算方法解读.mp4 (31.29 MB), 06:29

      *   08 输出层概述.mp4 (45.35 MB), 05:37

    *   08 DETR目标检测算法解析/

      *   01 DETR目标检测基本思想解读.mp4 (21.92 MB), 08:18

      *   02 整体网络架构分析.mp4 (35.79 MB), 10:29

      *   03 位置信息初始化query向量.mp4 (22.59 MB), 06:48

      *   04 注意力机制的作用方法.mp4 (23.61 MB), 07:00

      *   05 训练过程的策略.mp4 (31.70 MB), 06:45

    *   09 DETR目标检测源码解读/

      *   01 项目环境配置解读.mp4 (45.43 MB), 09:09

      *   02 数据处理与dataloader.mp4 (72.11 MB), 13:34

      *   03 位置编码作用分析.mp4 (54.07 MB), 10:13

      *   04 backbone特征提取模块.mp4 (40.27 MB), 08:30

      *   05 mask与编码模块.mp4 (39.22 MB), 08:07

      *   06 编码层作用方法.mp4 (48.01 MB), 08:40

      *   07 Decoder层操作与计算.mp4 (34.11 MB), 07:19

      *   08 输出预测结果.mp4 (46.41 MB), 09:00

      *   09 损失函数与预测输出.mp4 (45.96 MB), 06:44

    *   10 Deformable DETR 检测算法解析/

      *   01 DeformableDetr算法解读.mp4 (809.90 MB), 02:06:44

    *   11 Deformable DETR 算法源码解读/

      *   01 特征提取与位置编码.mp4 (34.17 MB), 09:27

      *   02 序列特征展开并叠加.mp4 (56.41 MB), 08:27

      *   03 得到相对位置点编码.mp4 (24.60 MB), 08:24

      *   04 准备Encoder编码层所需全部输入.mp4 (31.85 MB), 10:17

      *   05 编码层中的序列分析.mp4 (33.72 MB), 09:18

      *   06 偏移量offset计算.mp4 (36.26 MB), 12:02

      *   07 偏移量对齐操作.mp4 (30.89 MB), 08:34

      *   08 Encoder层完成特征对齐.mp4 (42.42 MB), 12:01

      *   09 Decoder要完成的操作.mp4 (33.52 MB), 09:10

      *   10 分类与回归输出模块.mp4 (37.30 MB), 08:55

      *   11 预测输出结果与标签匹配模块.mp4 (38.30 MB), 10:40

    *   12 MedicalTransformer 分割算法解析/

      *   01 论文整体分析.mp4 (19.78 MB), 07:51

      *   02 核心思想分析.mp4 (39.10 MB), 11:05

      *   03 网络结构计算流程概述.mp4 (29.10 MB), 09:36

      *   04 论文公式计算分析.mp4 (31.37 MB), 10:13

      *   05 位置编码的作用与效果.mp4 (36.70 MB), 12:09

      *   06 拓展应用分析.mp4 (39.50 MB), 15:02

    *   13 MedicalTransformer 算法源码解读/

      *   01 项目环境配置.mp4 (28.43 MB), 05:44

      *   02 医学数据介绍与分析.mp4 (62.69 MB), 08:01

      *   03 基本处理操作.mp4 (29.09 MB), 05:32

      *   04 AxialAttention实现过程.mp4 (41.32 MB), 08:11

      *   05 位置编码向量解读.mp4 (31.64 MB), 07:56

      *   06 注意力计算过程与方法.mp4 (58.71 MB), 11:44

      *   07 局部特征提取与计算.mp4 (45.65 MB), 06:45

    *   14 Maskformer 分割算法源码解读/

      *   01 分割模型Maskformer系列.mp4 (463.60 MB), 02:08:05

    *   15 Mask2former 分割算法码解读/

      *   01 Backbone获取多层级特征.mp4 (29.41 MB), 08:49

      *   02 多层级采样点初始化构建.mp4 (35.49 MB), 10:00

      *   03 多层级输入特征序列创建方法.mp4 (34.54 MB), 09:19

      *   04 偏移量与权重计算并转换.mp4 (41.34 MB), 11:02

      *   05 Encoder特征构建方法实例.mp4 (43.09 MB), 11:45

      *   06 query要预测的任务解读.mp4 (39.12 MB), 10:39

      *   07 Decoder中的AttentionMask方法.mp4 (42.76 MB), 11:23

      *   08 损失模块输入参数分析.mp4 (31.89 MB), 09:06

      *   09 标签分配策略解读.mp4 (34.01 MB), 09:51

      *   10 正样本筛选损失计算.mp4 (34.48 MB), 11:14

      *   11 标签分类匹配结果分析.mp4 (52.55 MB), 13:19

      *   12 最终损失计算流程.mp4 (42.01 MB), 12:23

      *   13 汇总所有损失完成迭代.mp4 (29.56 MB), 07:42

    *   16 BEVFormer 3D检测算法解析/

      *   01 BEV特征空间.mp4 (388.60 MB), 02:04:19

    *   17 BEVFormer 算法源码解读/

      *   01 环境配置方法解读.mp4 (47.71 MB), 09:46

      *   02 数据集下载与配置方法.mp4 (59.53 MB), 09:39

      *   03 特征提取以及BEV空间初始化.mp4 (49.25 MB), 11:35

      *   04 特征对齐与位置编码初始化.mp4 (48.80 MB), 10:43

      *   05 Reference初始点构建.mp4 (41.99 MB), 10:47

      *   06 BEV空间与图像空间位置对应.mp4 (42.30 MB), 10:30

      *   07 注意力机制模块计算方法.mp4 (43.45 MB), 10:12

      *   08 BEV空间特征构建.mp4 (38.16 MB), 09:22

      *   09 Decoder要完成的任务分析.mp4 (38.18 MB), 09:20

      *   10 获取当前BEV特征.mp4 (40.23 MB), 09:12

      *   11 Decoder级联校正模块.mp4 (46.80 MB), 11:02

      *   12 损失函数与预测可视化.mp4 (55.69 MB), 13:11

    *   18 LoFTR特征匹配算法/

      *   01 特征匹配的应用场景.mp4 (24.39 MB), 08:49

      *   02 特征匹配的基本流程分析.mp4 (18.26 MB), 06:23

      *   03 整体流程梳理分析.mp4 (18.82 MB), 06:44

      *   04 CrossAttention的作用与效果.mp4 (18.02 MB), 06:28

      *   05 transformer构建匹配特征.mp4 (38.20 MB), 11:27

      *   06 粗粒度匹配过程与作用.mp4 (32.94 MB), 10:09

      *   07 特征图拆解操作.mp4 (16.41 MB), 05:50

      *   08 细粒度匹配的作用与方法.mp4 (22.79 MB), 07:51

      *   09 基于期望预测最终位置.mp4 (26.32 MB), 09:02

      *   10 总结分析.mp4 (43.34 MB), 04:55

  *   10 【方向A：CV方向】生成模型与图像生成技术/

    *   01 生成对抗网络架构原理/

      *   01 对抗生成网络通俗解释.mp4 (21.09 MB), 08:24

      *   01 课件资料下载url汇总.txt (0.00 MB)

      *   02 GAN网络组成.mp4 (12.44 MB), 05:14

      *   03 损失函数解释说明.mp4 (44.75 MB), 10:05

      *   04 数据读取模块.mp4 (34.27 MB), 08:26

      *   05 生成与判别网络定义.mp4 (49.76 MB), 08:39

    *   02 基于 GAN 的图像补全实战/

      *   01 论文概述.mp4 (82.61 MB), 10:02

      *   02 网络架构.mp4 (34.97 MB), 11:03

      *   03 细节设计.mp4 (85.13 MB), 08:01

      *   04 论文总结.mp4 (74.24 MB), 09:19

      *   05 数据与项目概述.mp4 (50.89 MB), 10:07

      *   06 参数基本设计.mp4 (89.67 MB), 09:14

      *   07 网络结构配置.mp4 (79.35 MB), 12:21

      *   08 网络迭代训练.mp4 (103.22 MB), 16:54

      *   09 测试模块.mp4 (53.06 MB), 05:24

    *   03 基于 SRGAN 图像超分辨率实战/

      *   01 论文概述.mp4 (51.37 MB), 05:17

      *   02 网络架构.mp4 (116.73 MB), 08:47

      *   03 数据与环境配置.mp4 (30.33 MB), 07:49

      *   04 数据加载与配置.mp4 (44.18 MB), 08:34

      *   05 生成模块.mp4 (53.94 MB), 07:32

      *   06 判别模块.mp4 (49.46 MB), 06:57

      *   07 VGG特征提取网络.mp4 (39.88 MB), 06:18

      *   08 损失函数与训练.mp4 (97.92 MB), 11:47

      *   09 测试模块.mp4 (99.23 MB), 07:59

    *   04 CycleGAN图像转换技术/

      *   01 CycleGan网络所需数据.mp4 (41.77 MB), 06:50

      *   02 CycleGan整体网络架构.mp4 (24.55 MB), 10:02

      *   03 PatchGan判别网络原理.mp4 (13.00 MB), 04:40

      *   04 Cycle开源项目简介.mp4 (36.22 MB), 07:07

      *   05 数据读取与预处理操作.mp4 (64.36 MB), 10:17

      *   06 生成网络模块构造.mp4 (54.40 MB), 12:11

      *   07 判别网络模块构造.mp4 (22.03 MB), 05:02

      *   08 损失函数：identity loss计算方法.mp4 (42.10 MB), 09:12

      *   09 生成与判别损失函数指定.mp4 (61.58 MB), 11:40

      *   10 额外补充：VISDOM可视化配置.mp4 (42.71 MB), 05:54

    *   05 stargan论文架构解析/

      *   01 stargan效果演示分析.mp4 (30.99 MB), 06:13

      *   02 网络架构整体思路解读.mp4 (34.77 MB), 09:00

      *   03 建模流程分析.mp4 (47.07 MB), 07:08

      *   04 V1版本存在的问题及后续改进思路.mp4 (66.44 MB), 06:34

      *   05 V2版本在整体网络架构.mp4 (69.91 MB), 08:01

      *   06 编码器训练方法.mp4 (59.02 MB), 06:23

      *   07 损失函数公式解析.mp4 (54.62 MB), 08:31

      *   08 训练过程分析.mp4 (37.74 MB), 04:50

    *   06 stargan项目实战及其源码解读/

      *   01 测试模块效果与实验分析.mp4 (33.10 MB), 04:34

      *   02 项目配置与数据源下载.mp4 (24.02 MB), 05:11

      *   03 测试效果演示.mp4 (38.89 MB), 06:17

      *   04 项目参数解析.mp4 (30.59 MB), 04:28

      *   05 生成器模块源码解读.mp4 (58.69 MB), 07:45

      *   06 所有网络模块构建实例.mp4 (51.41 MB), 07:18

      *   07 数据读取模块分析.mp4 (62.70 MB), 10:29

      *   08 判别器损失计算.mp4 (36.36 MB), 05:51

      *   09 损失计算详细过程.mp4 (50.52 MB), 07:04

      *   10 生成模块损失计算.mp4 (77.31 MB), 10:58

    *   07 StarGANv2变声器论文解析/

      *   01 论文整体思路与架构解读.mp4 (38.32 MB), 07:26

      *   02 VCC2016输入数据.mp4 (23.48 MB), 07:26

      *   03 语音特征提取.mp4 (34.69 MB), 11:38

      *   04 生成器模型架构分析.mp4 (17.87 MB), 05:11

      *   05 InstanceNorm的作用解读.mp4 (21.10 MB), 07:30

      *   06 AdaIn的目的与效果.mp4 (14.88 MB), 05:07

      *   07 判别器模块分析.mp4 (125.35 MB), 13:10

    *   08 starganvc2变声器项目实战/

      *   01 数据与项目文件解读.mp4 (24.57 MB), 07:00

      *   02 环境配置与工具包安装.mp4 (41.85 MB), 08:02

      *   03 数据预处理与声音特征提取.mp4 (97.70 MB), 13:46

      *   04 生成器构造模块解读.mp4 (46.34 MB), 09:07

      *   05 下采样与上采样操作.mp4 (40.17 MB), 07:54

      *   06 starganvc2版本标签输入分析.mp4 (54.80 MB), 06:00

      *   07 生成器前向传播维度变化.mp4 (29.99 MB), 07:03

      *   08 判别器模块解读.mp4 (39.64 MB), 07:49

      *   09 论文损失函数.mp4 (109.71 MB), 08:02

      *   10 源码损失计算流程.mp4 (38.61 MB), 06:07

      *   11 测试模块-生成转换语音.mp4 (52.39 MB), 09:05

    *   09 StyleGAN2高质量图像生成架构/

      *   01 要完成的任务与基本思想概述.mp4 (64.26 MB), 10:43

      *   02 得到style特征编码.mp4 (76.32 MB), 08:25

      *   03 特征编码风格拼接.mp4 (41.21 MB), 08:31

      *   04 基础风格特征卷积模块.mp4 (60.77 MB), 08:53

      *   05 上采样得到输出结果.mp4 (45.31 MB), 07:04

      *   06 损失函数概述.mp4 (29.56 MB), 05:01

    *   10 Diffusion模型架构/

      *   01 Diffusion模型解读.mp4 (484.95 MB), 02:14:51

    *   11 DALL-E 2论文解析/

      *   01 论文基本思想与核心模块分析.mp4 (47.16 MB), 10:22

      *   02 不同模块对比分析.mp4 (38.67 MB), 07:09

      *   03 算法核心流程解读.mp4 (69.84 MB), 13:06

      *   04 各模块实现细节讲解.mp4 (87.29 MB), 14:01

    *   12 DALL-E 2源码解读/

      *   01 项目整体流程分析.mp4 (36.64 MB), 10:52

      *   02 源码实现细节分析.mp4 (46.27 MB), 10:45

      *   03 源码公式对应论文分析.mp4 (53.14 MB), 10:12

      *   04 Decoder模块实现细节解读.mp4 (50.14 MB), 10:04

      *   05 源码实现流程总结.mp4 (63.11 MB), 12:02

    *   13 视频超分辨率重构/

      *   01 KIE关键信息抽取与视频超分辨率重构.mp4 (1012.38 MB), 02:12:11

  *   11 【方向A：CV方向】行为识别+姿态估计+目标追踪/

    *   01 SlowFast 行为识别算法解析/

      *   01 slowfast核心思想解读.mp4 (81.88 MB), 07:39

      *   01 课件资料下载url汇总.txt (0.00 MB)

      *   02 核心网络结构模块分析.mp4 (23.98 MB), 09:10

      *   03 数据采样曾的作用.mp4 (20.93 MB), 06:15

      *   04 模型网络结构设计.mp4 (22.31 MB), 05:56

      *   05 特征融合模块与总结分析.mp4 (43.94 MB), 10:03

    *   02 SlowFast 算法环境配置/

      *   01 环境基本配置解读.mp4 (30.13 MB), 08:19

      *   02 目录各文件分析.mp4 (29.87 MB), 08:32

      *   03 配置文件作用解读.mp4 (56.53 MB), 08:38

      *   04 测试DEMO演示.mp4 (73.31 MB), 06:52

      *   05 训练所需标签文件说明.mp4 (36.84 MB), 10:12

      *   06 训练所需视频数据准备.mp4 (52.78 MB), 08:22

      *   07 视频数据集切分操作.mp4 (44.36 MB), 08:45

      *   08 完成视频分帧操作.mp4 (25.40 MB), 06:57

    *   03 slowfast算法源码详细解读/

      *   01 模型所需配置文件参数读取.mp4 (37.18 MB), 07:19

      *   02 数据处理概述.mp4 (54.93 MB), 07:21

      *   03 dataloader数据遍历方法.mp4 (63.22 MB), 09:28

      *   04 数据与标签读取实例.mp4 (58.01 MB), 08:40

      *   05 图像数据所需预处理方法.mp4 (74.04 MB), 10:48

      *   06 slow与fast分别执行采样操作.mp4 (73.34 MB), 09:13

      *   07 分别计算特征图输出结果.mp4 (62.55 MB), 07:41

      *   08 slow与fast特征图拼接操作.mp4 (55.33 MB), 09:24

      *   09 resnetBolock操作.mp4 (59.28 MB), 07:10

      *   10 RoiAlign与输出层.mp4 (87.30 MB), 11:08

    *   04 3D卷积视频分析/

      *   01 3D卷积原理解读.mp4 (23.33 MB), 07:43

      *   02 UCF101动作识别数据集简介.mp4 (56.62 MB), 06:02

      *   03 测试效果与项目配置.mp4 (61.87 MB), 12:01

      *   04 视频数据预处理方法.mp4 (35.80 MB), 07:24

      *   05 数据Batch制作方法.mp4 (51.68 MB), 09:02

      *   06 3D卷积网络所涉及模块.mp4 (41.91 MB), 07:50

      *   07 训练网络模型.mp4 (43.48 MB), 08:32

    *   05 视频异常检测算法与元学习/

      *   01 异常检测要解决的问题与数据集介绍.mp4 (24.40 MB), 08:43

      *   02 基本思想与流程分析.mp4 (27.60 MB), 08:41

      *   03 预测与常见问题.mp4 (30.10 MB), 09:10

      *   04 Meta-Learn要解决的问题.mp4 (27.28 MB), 08:15

      *   05 学习能力与参数定义.mp4 (16.14 MB), 05:46

      *   06 如何找到合适的初始化参数.mp4 (20.18 MB), 07:52

      *   07 MAML算法流程解读.mp4 (32.69 MB), 10:02

    *   06 CVPR 异常检测算法论文解读/

      *   01 论文概述.mp4 (37.39 MB), 10:02

      *   02 数据集配置与读取.mp4 (43.33 MB), 06:50

      *   03 模型编码与解码结构.mp4 (37.40 MB), 07:22

      *   04 注意力机制模块打造.mp4 (67.87 MB), 10:03

      *   05 损失函数的目的.mp4 (64.18 MB), 08:30

      *   06 特征图生成.mp4 (42.09 MB), 05:30

      *   07 MetaLearn与输出.mp4 (33.52 MB), 06:54

    *   07 人体姿态估计OpenPose算法解析/

      *   01 姿态估计要解决的问题分析.mp4 (86.68 MB), 05:37

      *   02 姿态估计应用领域概述.mp4 (23.19 MB), 07:29

      *   03 传统topdown方法的问题.mp4 (42.32 MB), 08:41

      *   04 要解决的两个问题分析.mp4 (11.58 MB), 04:13

      *   05 基于高斯分布预测关键点位置.mp4 (28.16 MB), 08:44

      *   06 各模块输出特征图解读.mp4 (17.78 MB), 06:23

      *   07 PAF向量登场.mp4 (14.32 MB), 05:16

      *   08 PAF标签设计方法.mp4 (28.28 MB), 08:43

      *   09 预测时PAF积分计算方法.mp4 (39.25 MB), 11:56

      *   10 匹配方法解读.mp4 (16.47 MB), 06:24

      *   11 CPM模型特点.mp4 (24.79 MB), 06:59

      *   12 算法流程与总结.mp4 (55.72 MB), 07:35

    *   08 OpenPose算法源码解读/

      *   01 数据集与路径配置解读.mp4 (21.12 MB), 07:09

      *   02 读取图像与标注信息.mp4 (26.69 MB), 07:46

      *   03 关键点与躯干特征图初始化.mp4 (26.00 MB), 08:14

      *   04 根据关键点位置设计关键点标签.mp4 (40.78 MB), 11:47

      *   05 准备构建PAF躯干标签.mp4 (23.04 MB), 07:28

      *   06 各位置点归属判断.mp4 (23.89 MB), 08:01

      *   07 特征图各点累加向量计算.mp4 (25.19 MB), 08:49

      *   08 完成PAF特征图制作.mp4 (26.24 MB), 08:51

      *   09 网络模型一阶段输出.mp4 (21.54 MB), 05:55

      *   10 多阶段输出与预测.mp4 (33.32 MB), 09:04

    *   09 deepsort算法知识点解读/

      *   01 卡尔曼滤波通俗解释.mp4 (35.45 MB), 09:30

      *   02 卡尔曼滤波要完成的任务.mp4 (17.84 MB), 06:15

      *   03 任务本质分析.mp4 (22.00 MB), 08:16

      *   04 基于观测值进行最优估计.mp4 (19.90 MB), 08:04

      *   05 预测与更新操作.mp4 (27.48 MB), 09:27

      *   06 追踪中的状态量.mp4 (18.42 MB), 06:30

      *   07 匈牙利匹配算法概述.mp4 (21.89 MB), 06:50

      *   08 匹配小例子分析.mp4 (24.76 MB), 07:27

      *   09 REID特征的作用.mp4 (23.58 MB), 06:25

      *   10 sort与deepsort建模流程分析.mp4 (30.61 MB), 09:48

      *   11 预测与匹配流程解读.mp4 (29.99 MB), 10:02

      *   12 追踪任务流程拆解.mp4 (36.21 MB), 09:35

    *   10 deepsort源码解读/

      *   01 项目环境配置.mp4 (41.81 MB), 07:40

      *   02 参数与DEMO演示.mp4 (46.62 MB), 06:07

      *   03 针对检测结果初始化track.mp4 (53.73 MB), 08:51

      *   04 对track执行预测操作.mp4 (42.96 MB), 07:32

      *   05 状态量预测结果.mp4 (40.59 MB), 08:00

      *   06 IOU代价矩阵计算.mp4 (36.99 MB), 06:54

      *   07 参数更新操作.mp4 (56.24 MB), 10:21

      *   08 级联匹配模块.mp4 (48.55 MB), 08:42

      *   09 ReID特征代价矩阵计算.mp4 (52.13 MB), 09:56

      *   10 匹配结果与总结.mp4 (85.51 MB), 12:42

    *   11 多目标追踪算法源码解读/

      *   01 获取检测结果与追踪初始化.mp4 (35.02 MB), 08:34

      *   02 初始时刻追踪器创建.mp4 (38.39 MB), 10:06

      *   03 追踪器记录信息概述.mp4 (34.70 MB), 08:24

      *   04 匹配过程细节分析.mp4 (49.62 MB), 11:25

      *   05 不同帧时刻追踪器状态更新方法.mp4 (47.73 MB), 10:35

      *   06 追踪器状态更新处理.mp4 (56.82 MB), 11:44

      *   07 追踪器迭代更新策略.mp4 (48.11 MB), 09:04

  *   12 【方向A：CV方向】行人重识别技术/

    *   01 行人重识别基础理论/

      *   01 行人重识别要解决的问题.mp4 (19.43 MB), 06:00

      *   01 课件资料下载url汇总.txt (0.00 MB)

      *   02 挑战与困难分析.mp4 (40.65 MB), 12:14

      *   03 评估标准rank1指标.mp4 (15.74 MB), 04:03

      *   04 map值计算方法.mp4 (17.91 MB), 05:42

      *   05 triplet损失计算实例.mp4 (28.63 MB), 09:40

      *   06 Hard-Negative方法应用.mp4 (30.81 MB), 09:28

    *   02 注意力机制ReID模型/

      *   01 论文整体思想及注意力机制的作用解读.mp4 (55.93 MB), 10:03

      *   02 空间权重值计算流程分析.mp4 (36.37 MB), 05:31

      *   03 融合空间注意力所需特征.mp4 (30.76 MB), 06:07

      *   04 基于特征图的注意力计算.mp4 (71.96 MB), 04:56

      *   05 项目环境与数据集配置.mp4 (55.45 MB), 11:47

      *   06 参数配置与整体架构分析.mp4 (72.62 MB), 11:56

      *   07 进入debug模式解读网络计算流程.mp4 (34.44 MB), 07:56

      *   08 获得空间位置点之间的关系.mp4 (48.71 MB), 10:46

      *   09 组合关系特征图.mp4 (44.34 MB), 08:06

      *   10 计算得到位置权重值.mp4 (42.63 MB), 09:09

      *   11 基于特征图的权重计算.mp4 (28.98 MB), 06:26

      *   12 损失函数计算实例解读.mp4 (67.60 MB), 12:06

      *   13 训练与测试模块演示.mp4 (83.71 MB), 10:55

    *   03 AAAI最新ReID算法/

      *   01 论文整体框架概述.mp4 (18.46 MB), 06:50

      *   02 局部特征与全局关系计算方法.mp4 (17.48 MB), 06:02

      *   03 特征分组方法.mp4 (17.40 MB), 05:54

      *   04 GCP模块特征融合方法.mp4 (32.14 MB), 10:26

      *   05 oneVsReset方法实例.mp4 (17.73 MB), 05:23

      *   06 损失函数应用位置.mp4 (18.99 MB), 05:51

    *   04 局部特征融合ReID实战/

      *   01 项目配置与数据集介绍.mp4 (74.62 MB), 10:42

      *   02 数据源构建方法分析.mp4 (46.19 MB), 07:49

      *   03 dataloader加载顺序解读.mp4 (31.46 MB), 06:09

      *   04 debug模式解读.mp4 (69.31 MB), 09:15

      *   05 网络计算整体流程演示.mp4 (34.13 MB), 07:57

      *   06 特征序列构建.mp4 (46.05 MB), 08:58

      *   07 GCP全局特征提取.mp4 (44.17 MB), 07:42

      *   08 局部特征提取实例.mp4 (58.03 MB), 08:16

      *   09 特征组合汇总.mp4 (54.82 MB), 08:28

      *   10 得到所有分组特征结果.mp4 (56.71 MB), 07:52

      *   11 损失函数与训练过程演示.mp4 (47.46 MB), 07:26

      *   12 测试与验证模块.mp4 (51.77 MB), 05:29

    *   05 旷视研究院图模型ReID算法/

      *   01 关键点位置特征构建.mp4 (25.43 MB), 06:52

      *   02 图卷积与匹配的作用.mp4 (28.27 MB), 07:51

      *   03 局部特征热度图计算.mp4 (28.73 MB), 08:39

      *   04 基于图卷积构建人体拓扑关系.mp4 (34.00 MB), 10:10

      *   05 图卷积模块实现方法.mp4 (31.65 MB), 08:56

      *   06 图匹配在行人重识别中的作用.mp4 (20.53 MB), 05:51

      *   07 整体算法框架分析.mp4 (27.83 MB), 08:09

    *   06 基于拓扑图的ReID实战/

      *   01 数据集与环境配置概述.mp4 (52.98 MB), 08:02

      *   02 局部特征准备方法.mp4 (52.73 MB), 07:28

      *   03 得到一阶段热度图结果.mp4 (47.25 MB), 08:54

      *   04 阶段监督训练.mp4 (87.62 MB), 13:24

      *   05 初始化图卷积模型.mp4 (39.33 MB), 10:25

      *   06 mask矩阵的作用.mp4 (44.39 MB), 07:05

      *   07 邻接矩阵学习与更新.mp4 (56.98 MB), 10:20

      *   08 基于拓扑结构组合关键点特征.mp4 (70.72 MB), 12:32

      *   09 图匹配模块计算流程.mp4 (75.48 MB), 13:57

      *   10 整体项目总结.mp4 (87.74 MB), 08:56

    *   07 行人搜索源码分析/

      *   01 检测与搜索.mp4 (727.84 MB), 02:21:52

      *   01 课件资料下载url汇总.txt (0.00 MB)

      *   02 课件资料下载url汇总.txt (0.00 MB)

      *   02 项目概述.mp4 (29.14 MB), 07:01

      *   03 配置文件修改方法.mp4 (35.30 MB), 07:24

      *   04 数据与标签读取模块.mp4 (64.58 MB), 12:48

      *   05 通过配置文件读取模型位置.mp4 (42.62 MB), 09:46

      *   06 BackBone位置与流程.mp4 (58.16 MB), 10:00

      *   07 Neck层操作方法.mp4 (37.21 MB), 08:20

      *   08 Head层预测模块.mp4 (34.29 MB), 10:06

      *   09 损失函数计算模块.mp4 (47.43 MB), 12:50

      *   10 总结概述.mp4 (25.71 MB), 07:40

  *   13 【方向A：CV方向】自动化驾驶/

    *   01 深度估计算法解析/

      *   01 深度估计效果与应用.mp4 (107.65 MB), 07:55

      *   01 课件资料下载url汇总.txt (0.00 MB)

      *   02 kitti数据集介绍.mp4 (65.50 MB), 07:12

      *   03 使用backbone获取层级特征.mp4 (25.33 MB), 07:45

      *   04 差异特征计算边界信息.mp4 (29.88 MB), 08:39

      *   05 SPP层的作用.mp4 (17.35 MB), 06:24

      *   06 空洞卷积与ASPP.mp4 (21.56 MB), 06:47

      *   07 特征拼接方法分析.mp4 (24.15 MB), 08:04

      *   08 网络coarse-to-fine过程.mp4 (29.89 MB), 07:41

      *   09 权重参数预处理.mp4 (31.27 MB), 09:59

      *   10 损失计算.mp4 (34.47 MB), 09:25

    *   02 深度估计实战/

      *   01 项目环境配置解读.mp4 (59.01 MB), 09:37

      *   02 数据与标签定义方法.mp4 (82.55 MB), 11:35

      *   03 数据集dataloader制作.mp4 (41.36 MB), 07:34

      *   04 使用backbone进行特征提取.mp4 (46.99 MB), 06:19

      *   05 计算差异特征.mp4 (34.67 MB), 07:07

      *   06 权重参数标准化操作.mp4 (47.47 MB), 07:11

      *   07 网络结构ASPP层.mp4 (52.74 MB), 07:58

      *   08 特征拼接方法解读.mp4 (53.37 MB), 10:01

      *   09 输出深度估计结果.mp4 (28.34 MB), 04:14

      *   10 损失函数通俗解读.mp4 (72.35 MB), 07:55

      *   11 模型DEMO输出结果.mp4 (88.58 MB), 08:49

    *   03 车道线检测算法解析/

      *   01 数据标签与任务分析.mp4 (92.72 MB), 09:39

      *   02 网络整体框架分析.mp4 (32.76 MB), 09:29

      *   03 输出结果分析.mp4 (20.49 MB), 05:46

      *   04 损失函数计算方法.mp4 (31.08 MB), 09:10

      *   05 论文概述分析.mp4 (49.25 MB), 08:32

    *   04 车道线检测实战/

      *   01 车道数据与标签解读.mp4 (72.81 MB), 10:56

      *   02 项目环境配置演示.mp4 (33.54 MB), 06:06

      *   03 制作数据集dataloader.mp4 (60.45 MB), 07:38

      *   04 车道线标签数据处理.mp4 (38.56 MB), 08:12

      *   05 四条车道线标签位置矩阵.mp4 (25.34 MB), 06:18

      *   06 grid设置方法.mp4 (46.56 MB), 07:16

      *   07 完成数据与标签制作.mp4 (28.43 MB), 07:44

      *   08 算法网络结构解读.mp4 (67.13 MB), 10:57

      *   09 损失函数计算模块分析.mp4 (51.21 MB), 10:17

      *   10 车道线规则损失函数限制.mp4 (50.20 MB), 09:53

      *   11 DEMO制作与配置.mp4 (44.40 MB), 05:02

    *   05 三维重建与坐标系/

      *   01 三维重建概述分析.mp4 (73.67 MB), 09:24

      *   02 三维重建应用领域概述.mp4 (19.31 MB), 05:30

      *   03 成像方法概述.mp4 (18.61 MB), 05:51

      *   04 相机坐标系.mp4 (19.70 MB), 07:37

      *   05 坐标系转换方法解读.mp4 (24.17 MB), 09:10

      *   06 相机内外参.mp4 (19.60 MB), 06:59

      *   07 通过内外参数进行坐标变换.mp4 (21.51 MB), 06:32

      *   08 相机标定简介.mp4 (6.73 MB), 02:03

    *   06 三维重建 NeuralRecon算法解析/

      *   01 任务流程分析.mp4 (27.64 MB), 08:03

      *   02 基本框架熟悉.mp4 (31.49 MB), 10:45

      *   03 特征映射方法解读.mp4 (39.35 MB), 11:04

      *   04 片段融合思想.mp4 (19.08 MB), 06:00

      *   05 整体架构重构方法.mp4 (25.91 MB), 06:48

    *   07 三维重建 NeuralRecon算法环境配置/

      *   01 数据集下载与配置方法.mp4 (58.04 MB), 08:29

      *   02 Scannet数据集内容概述.mp4 (41.63 MB), 08:22

      *   03 TSDF标签生成方法.mp4 (61.38 MB), 08:55

      *   04 ISSUE的作用.mp4 (54.54 MB), 07:25

      *   05 完成依赖环境配置.mp4 (63.25 MB), 08:42

    *   08 三维重建 NeuralRecon算法源码解读/

      *   01 Backbone得到特征图.mp4 (40.31 MB), 07:32

      *   02 初始化体素位置.mp4 (46.38 MB), 08:09

      *   03 坐标映射方法实现.mp4 (29.94 MB), 07:35

      *   04 得到体素所对应特征图.mp4 (56.36 MB), 08:37

      *   05 插值得到对应特征向量.mp4 (36.26 MB), 07:25

      *   06 得到一阶段输出结果.mp4 (42.76 MB), 08:17

      *   07 完成三个阶段预测结果.mp4 (50.94 MB), 08:17

      *   08 项目总结.mp4 (118.44 MB), 08:31

    *   09 三维重建 TSDF算法解析/

      *   01 TSDF整体概述分析.mp4 (26.10 MB), 07:31

      *   02 合成过程DEMO演示.mp4 (30.56 MB), 05:04

      *   03 布局初始化操作.mp4 (14.43 MB), 05:11

      *   04 TSDF计算基本流程解读.mp4 (27.11 MB), 08:37

      *   05 坐标转换流程分析.mp4 (34.86 MB), 09:29

      *   06 输出结果融合更新.mp4 (38.04 MB), 07:25

    *   10 三维重建 TSDF算法实战/

      *   01 环境配置概述.mp4 (36.48 MB), 07:21

      *   02 初始化与数据读取.mp4 (23.92 MB), 05:28

      *   03 计算得到TSDF输出.mp4 (48.88 MB), 07:59

    *   11 轨迹估计VectorNet 算法论文解读/

      *   01 数据集与标注信息解读.mp4 (64.20 MB), 12:15

      *   02 整体三大模块分析.mp4 (79.16 MB), 10:41

      *   03 特征工程的作用与效果.mp4 (46.79 MB), 11:10

      *   04 传统方法与现在向量空间对比.mp4 (57.69 MB), 10:28

      *   05 输入细节分析.mp4 (55.66 MB), 10:01

      *   06 子图模块构建方法.mp4 (47.32 MB), 08:08

      *   07 特征融合模块分析.mp4 (53.41 MB), 10:54

      *   08 VectorNet输出层分析.mp4 (94.18 MB), 11:15

    *   12 VectorNet 算法实战/

      *   01 数据与环境配置.mp4 (39.40 MB), 07:03

      *   02 训练数据准备.mp4 (30.84 MB), 05:47

      *   03 Agent特征提取方法.mp4 (43.03 MB), 11:16

      *   04 DataLoader构建图结构.mp4 (32.45 MB), 08:07

      *   05 SubGraph与Attention模型流程.mp4 (39.02 MB), 09:28

    *   13 特斯拉无人驾驶解读/

      *   01 特斯拉无人驾驶解读.mp4 (447.49 MB), 02:14:21

  *   14 【方向A：CV方向】3D点云处理/

    *   01 3D点云应用领域介绍/

      *   01 点云数据概述.mp4 (54.45 MB), 05:46

      *   01 课件资料下载url汇总.txt (0.00 MB)

      *   02 点云应用领域与发展分析.mp4 (90.32 MB), 09:26

      *   03 点云分割任务.mp4 (57.15 MB), 05:46

      *   04 点云补全任务.mp4 (32.37 MB), 06:29

      *   05 点云检测与配准任务.mp4 (65.80 MB), 08:36

      *   06 点云数据特征提取概述与预告.mp4 (25.29 MB), 05:11

    *   02 3D点云PointNet 算法解析/

      *   01 3D数据应用领域与点云介绍.mp4 (44.97 MB), 08:18

      *   02 点云数据可视化展示.mp4 (44.03 MB), 05:17

      *   03 点云数据特性和及要解决的问题.mp4 (37.32 MB), 11:17

      *   04 PointNet算法出发点解读.mp4 (19.91 MB), 06:28

      *   05 PointNet算法网络架构解读.mp4 (35.27 MB), 10:39

    *   03 3D点云PointNet++算法解析/

      *   01 PointNet升级版算法要解决的问题.mp4 (24.98 MB), 08:02

      *   02 最远点采样方法.mp4 (23.86 MB), 07:00

      *   03 分组Group方法原理解读.mp4 (37.33 MB), 11:16

      *   04 整体流程概述分析.mp4 (18.76 MB), 06:04

      *   05 分类与分割问题解决方案.mp4 (24.75 MB), 07:13

      *   06 遇到的问题及改进方法分析.mp4 (15.35 MB), 04:52

    *   04 Pointnet++项目实战/

      *   01 项目文件概述.mp4 (32.24 MB), 05:02

      *   02 数据读取模块配置.mp4 (44.10 MB), 08:38

      *   03 DEBUG解读网络模型架构.mp4 (27.20 MB), 06:29

      *   04 最远点采样介绍.mp4 (21.83 MB), 05:25

      *   05 采样得到中心点.mp4 (35.69 MB), 08:34

      *   06 组区域划分方法.mp4 (27.86 MB), 06:49

      *   07 实现group操作得到各中心簇.mp4 (39.33 MB), 09:38

      *   08 特征提取模块整体流程.mp4 (45.07 MB), 10:20

      *   09 预测结果输出模块.mp4 (43.35 MB), 09:01

      *   10 分类任务总结.mp4 (21.77 MB), 03:20

      *   11 分割任务数据与配置概述.mp4 (56.35 MB), 06:27

      *   12 分割需要解决的任务概述.mp4 (37.40 MB), 04:30

      *   13 上采样完成分割任务.mp4 (50.24 MB), 11:54

    *   05 点云补全PF-Net 算法解析/

      *   01 点云补全要解决的问题.mp4 (25.58 MB), 03:48

      *   02 基本解决方案概述.mp4 (19.72 MB), 06:39

      *   03 整体网络概述.mp4 (23.35 MB), 07:13

      *   04 网络计算流程.mp4 (29.17 MB), 09:36

      *   05 输入与计算结果.mp4 (71.15 MB), 06:49

    *   06 PF-Net 算法实战/

      *   01 数据与项目配置解读.mp4 (46.62 MB), 08:46

      *   02 待补全数据准备方法.mp4 (32.87 MB), 07:26

      *   03 整体框架概述.mp4 (54.17 MB), 06:50

      *   04 MRE特征提取模块.mp4 (45.13 MB), 08:20

      *   05 分层预测输出模块.mp4 (34.58 MB), 06:04

      *   06 补全点云数据.mp4 (39.32 MB), 07:30

      *   07 判别模块.mp4 (53.41 MB), 05:43

    *   07 点云配准技术/

      *   01 点云配准任务概述.mp4 (22.07 MB), 04:30

      *   02 配准要完成的目标解读.mp4 (19.81 MB), 05:59

      *   03 训练数据构建.mp4 (26.42 MB), 06:30

      *   04 任务基本流程.mp4 (17.38 MB), 05:45

      *   05 数据源配置方法.mp4 (50.52 MB), 07:47

      *   06 参数计算模块解读.mp4 (24.67 MB), 05:35

      *   07 基于模型预测输出参数.mp4 (27.99 MB), 07:04

      *   08 特征构建方法分析.mp4 (39.18 MB), 09:32

      *   09 任务总结.mp4 (37.16 MB), 07:43

  *   15 【方向A：CV方向】工业与医学视觉应用/

    *   01 钢材缺陷检测/

      *   01 任务需求与项目概述.mp4 (10.47 MB), 04:12

      *   01 课件资料下载url汇总.txt (0.00 MB)

      *   02 数据与标签配置方法.mp4 (26.91 MB), 08:18

      *   03 标签转换格式脚本制作.mp4 (25.95 MB), 08:19

      *   04 各版本模型介绍分析.mp4 (22.91 MB), 06:57

      *   05 项目参数配置.mp4 (18.58 MB), 05:14

      *   06 缺陷检测模型训练.mp4 (19.38 MB), 06:01

      *   07 输出结果与项目总结.mp4 (31.08 MB), 08:45

    *   02 半监督布料缺陷检测/

      *   01 任务目标与流程概述.mp4 (34.60 MB), 09:19

      *   02 论文思想与模型分析.mp4 (55.05 MB), 10:59

      *   03 项目配置解读.mp4 (49.11 MB), 08:46

      *   04 网络流程分析.mp4 (22.20 MB), 06:36

      *   05 输出结果展示.mp4 (32.09 MB), 05:37

    *   03 基于OpenCV的缺陷检测实战/

      *   01 任务需求与环境配置.mp4 (11.72 MB), 04:48

      *   02 数据读取与基本处理.mp4 (20.15 MB), 06:40

      *   03 缺陷形态学操作.mp4 (22.11 MB), 06:35

      *   04 整体流程解读.mp4 (17.80 MB), 05:00

      *   05 缺陷检测效果演示.mp4 (33.75 MB), 09:03

    *   04 基于OpenCV的视频缺陷检测/

      *   01 数据与任务概述.mp4 (15.00 MB), 03:56

      *   02 视频数据读取与轮廓检测.mp4 (14.73 MB), 05:36

      *   03 目标质心计算.mp4 (24.39 MB), 08:21

      *   04 视频数据遍历方法.mp4 (25.46 MB), 07:22

      *   05 缺陷区域提取.mp4 (27.61 MB), 09:26

      *   06 不同类型的缺陷检测方法.mp4 (29.77 MB), 08:40

      *   07 检测效果演示.mp4 (21.85 MB), 03:54

    *   05 Deeplab铁质材料缺陷检测与开源项目应用流程/

      *   01 数据集与任务概述.mp4 (20.79 MB), 06:17

      *   02 开源项目应用方法.mp4 (23.40 MB), 07:00

      *   03 github与kaggle中需要注意的点.mp4 (30.18 MB), 06:23

      *   04 源码的利用方法.mp4 (83.39 MB), 12:07

      *   05 数据集制作方法.mp4 (55.63 MB), 11:08

      *   06 数据路径配置.mp4 (31.91 MB), 09:01

      *   07 训练模型.mp4 (26.29 MB), 05:18

      *   08 任务总结.mp4 (30.56 MB), 06:08

    *   06 医学图像分类/

      *   01 医学疾病数据集介绍.mp4 (20.92 MB), 04:20

      *   02 Resnet网络架构原理分析.mp4 (28.30 MB), 09:53

      *   03 dataloader加载数据集.mp4 (72.01 MB), 11:17

      *   04 Resnet网络前向传播.mp4 (39.93 MB), 06:19

      *   05 残差网络的shortcut操作.mp4 (52.80 MB), 09:27

      *   06 特征图升维与降采样操作.mp4 (30.11 MB), 06:10

      *   07 网络整体流程与训练演示.mp4 (74.88 MB), 11:27

    *   07 医学细胞分割/

      *   01 医学细胞数据集介绍与参数配置.mp4 (78.03 MB), 06:45

      *   02 数据增强工具.mp4 (67.52 MB), 07:23

      *   03 Debug模式演示网络计算流程.mp4 (45.82 MB), 06:45

      *   04 特征融合方法演示.mp4 (33.91 MB), 07:12

      *   05 迭代完成整个模型计算任务.mp4 (37.78 MB), 08:02

      *   06 模型效果验证.mp4 (51.96 MB), 05:33

    *   08 医学视频诊断/

      *   01 数据集与任务概述.mp4 (50.56 MB), 07:26

      *   02 项目基本配置参数.mp4 (37.31 MB), 06:21

      *   03 任务流程解读.mp4 (76.19 MB), 08:14

      *   04 文献报告分析.mp4 (133.80 MB), 09:00

      *   05 补充：视频数据源特征处理方法概述.mp4 (29.76 MB), 09:57

      *   06 补充：R(2plus1)D处理方法分析.mp4 (21.27 MB), 06:16

    *   09 医学细胞检测/

      *   01 任务与细胞数据集介绍.mp4 (54.91 MB), 07:52

      *   02 模型与算法配置参数解读.mp4 (47.31 MB), 09:40

      *   03 网络训练流程演示.mp4 (47.14 MB), 08:47

      *   04 效果评估与展示.mp4 (36.17 MB), 05:33

      *   05 细胞检测效果演示.mp4 (47.92 MB), 08:11

  *   16 【方向A：CV方向】文字检测与识别/

    *   01 DBNET文字检测/

      *   01 文字检测数据概述与配置文件.mp4 (36.20 MB), 10:37

      *   01 课件资料下载url汇总.txt (0.00 MB)

      *   02 配置文件参数设置.mp4 (42.97 MB), 06:13

      *   03 Neck层特征组合.mp4 (36.03 MB), 08:25

      *   04 损失函数模块概述.mp4 (48.15 MB), 08:38

      *   05 损失计算方法.mp4 (65.83 MB), 09:52

    *   02 ANINET文字识别/

      *   01 数据集与环境概述.mp4 (61.35 MB), 08:35

      *   02 配置文件修改方法.mp4 (58.60 MB), 10:19

      *   03 Bakbone模块得到特征.mp4 (47.26 MB), 09:23

      *   04 视觉Transformer模块的作用.mp4 (51.21 MB), 08:56

      *   05 视觉模型中的编码与解码的效果.mp4 (61.05 MB), 12:14

      *   06 文本模型中的结构分析.mp4 (43.17 MB), 08:14

      *   07 迭代修正模块.mp4 (42.73 MB), 08:07

      *   08 输出层与损失计算.mp4 (58.80 MB), 09:42

    *   03 OCR算法解读/

      *   01 OCR算法解读.mp4 (1.81 GB), 02:18:43

    *   04 项目实战-文档扫描OCR识别/

      *   01 整体流程演示.mp4 (24.07 MB), 05:33

      *   02 文档轮廓提取.mp4 (32.06 MB), 08:42

      *   03 原始与变换坐标计算.mp4 (30.04 MB), 07:44

      *   04 透视变换结果.mp4 (37.48 MB), 08:39

      *   05 tesseract-ocr安装配置.mp4 (45.74 MB), 07:07

      *   06 文档扫描识别效果.mp4 (32.08 MB), 05:21

    *   05 项目实战-信用卡数字识别/

      *   01 总体流程与方法讲解.mp4 (23.87 MB), 09:14

      *   02 环境配置与预处理.mp4 (39.34 MB), 08:26

      *   03 模板处理方法.mp4 (26.94 MB), 06:55

      *   04 输入数据处理方法.mp4 (33.26 MB), 08:53

      *   05 模板匹配得出识别结果.mp4 (53.78 MB), 10:58

  *   17 【方向B：NLP方向】自然语言处理基础技术/

    *   01 NLP常用工具包实战/

      *   01 Python字符串处理.mp4 (46.65 MB), 11:50

      *   01 课件资料下载url汇总.txt (0.00 MB)

      *   02 正则表达式基本语法.mp4 (35.26 MB), 09:06

      *   03 正则常用符号.mp4 (41.60 MB), 09:02

      *   04 常用函数介绍.mp4 (45.33 MB), 09:51

      *   05 NLTK工具包简介.mp4 (36.13 MB), 07:54

      *   06 停用词过滤.mp4 (31.23 MB), 07:11

      *   07 词性标注.mp4 (40.28 MB), 08:21

      *   08 数据清洗实例.mp4 (46.25 MB), 10:17

      *   09 Spacy工具包.mp4 (52.37 MB), 09:55

      *   10 名字实体匹配.mp4 (24.30 MB), 06:56

      *   11 恐怖袭击分析.mp4 (45.72 MB), 11:07

      *   12 统计分析结果.mp4 (52.80 MB), 07:57

      *   13 结巴分词器.mp4 (31.56 MB), 08:42

      *   14 词云展示.mp4 (95.80 MB), 08:37

    *   02 商品信息可视化与文本分析/

      *   01 在线商城商品数据信息概述.mp4 (36.64 MB), 09:44

      *   02 商品类别划分方式.mp4 (42.07 MB), 10:10

      *   03 商品类别可视化展示.mp4 (46.96 MB), 11:20

      *   04 商品描述长度对价格的影响分析.mp4 (38.00 MB), 08:20

      *   05 关键词的词云可视化展示.mp4 (57.69 MB), 11:02

      *   06 基于tf-idf提取关键词信息.mp4 (40.22 MB), 09:48

      *   07 通过降维进行可视化展示.mp4 (43.42 MB), 08:30

      *   08 聚类分析与主题模型展示.mp4 (63.11 MB), 08:30

    *   03 贝叶斯算法分析与实战/

      *   01 贝叶斯算法概述.mp4 (12.72 MB), 06:58

      *   02 贝叶斯推导实例.mp4 (13.36 MB), 07:37

      *   03 贝叶斯拼写纠错实例.mp4 (20.84 MB), 11:46

      *   04 垃圾邮件过滤实例.mp4 (25.58 MB), 14:09

      *   05 贝叶斯实现拼写检查器.mp4 (49.53 MB), 12:20

      *   06 文本分析与关键词提取.mp4 (21.83 MB), 12:11

      *   07 相似度计算.mp4 (21.84 MB), 11:43

      *   08 新闻数据与任务简介.mp4 (33.02 MB), 10:19

      *   09 TF-IDF关键词提取.mp4 (44.85 MB), 13:28

      *   10 LDA建模.mp4 (24.15 MB), 09:09

      *   11 基于贝叶斯算法进行新闻分类.mp4 (44.11 MB), 14:53

    *   04 N-gram 语言模型/

      *   01 开篇.mp4 (9.53 MB), 04:36

      *   02 语言模型.mp4 (9.93 MB), 06:15

      *   03 N-gram模型.mp4 (15.25 MB), 08:32

      *   04 词向量.mp4 (15.27 MB), 09:27

      *   05 神经网络模型.mp4 (17.77 MB), 10:02

      *   06 Hierarchical Softmax.mp4 (17.01 MB), 10:01

      *   07 CBOW模型实例.mp4 (20.73 MB), 11:20

      *   08 CBOW求解目标.mp4 (9.73 MB), 05:39

      *   09 锑度上升求解.mp4 (17.86 MB), 10:10

      *   10 负采样模型.mp4 (11.83 MB), 07:15

    *   05 HMM隐马尔科夫模型/

      *   01 马尔科夫模型.mp4 (19.90 MB), 07:22

      *   02 隐马尔科夫模型基本出发点.mp4 (21.82 MB), 07:33

      *   03 组成与要解决的问题.mp4 (16.74 MB), 05:37

      *   04 暴力求解方法.mp4 (31.65 MB), 09:03

      *   05 复杂度计算.mp4 (17.36 MB), 05:42

      *   06 前向算法.mp4 (41.13 MB), 13:26

      *   07 前向算法求解实例.mp4 (37.99 MB), 13:07

      *   08 Baum-Welch算法.mp4 (30.68 MB), 09:28

      *   09 参数求解.mp4 (19.59 MB), 06:28

      *   10 维特比算法.mp4 (48.87 MB), 15:43

      *   11 hmmlearn工具包.mp4 (22.28 MB), 06:49

      *   12 工具包使用方法.mp4 (61.41 MB), 08:20

      *   13 中文分词任务.mp4 (15.36 MB), 05:22

      *   14 实现中文分词.mp4 (40.58 MB), 10:44

  *   18 【方向B：NLP方向】词向量与文本表示学习/

    *   01 Word2Vec模型解读与构建/

      *   01 词向量模型通俗解释.mp4 (24.40 MB), 08:14

      *   01 课件资料下载url汇总.txt (0.00 MB)

      *   02 模型整体框架.mp4 (31.87 MB), 10:09

      *   03 训练数据构建.mp4 (17.84 MB), 05:10

      *   04 CBOW与Skip-gram模型.mp4 (26.88 MB), 08:20

      *   05 负采样方案.mp4 (33.10 MB), 07:40

      *   06 word2vec词向量模型.mp4 (60.54 MB), 08:29

    *   02 基于word2vec的实战项目/

      *   01 数据与任务流程.mp4 (50.76 MB), 10:36

      *   02 数据清洗.mp4 (30.85 MB), 06:34

      *   03 batch数据制作.mp4 (57.85 MB), 12:24

      *   04 网络训练.mp4 (55.18 MB), 12:36

      *   05 可视化展示.mp4 (54.54 MB), 06:19

      *   06 RNN网络架构.mp4 (34.22 MB), 12:21

      *   07 LSTM网络架构.mp4 (20.05 MB), 12:00

      *   08 案例：使用LSTM进行情感分类.mp4 (45.27 MB), 13:13

      *   09 情感数据集处理.mp4 (47.73 MB), 13:06

      *   10 基于word2vec的LSTM模型.mp4 (49.61 MB), 17:14

      *   11 影评情感分类.mp4 (46.55 MB), 17:48

      *   12 基于词袋模型训练分类器.mp4 (38.31 MB), 11:08

      *   13 准备word2vec输入数据.mp4 (38.66 MB), 10:46

      *   14 使用gensim构建word2vec词向量（新）.mp4 (57.63 MB), 15:50

    *   03 文本特征方法对比/

      *   01 任务概述.mp4 (42.75 MB), 10:51

      *   02 词袋模型.mp4 (31.92 MB), 06:34

      *   03 词袋模型分析.mp4 (71.02 MB), 11:59

      *   04 TFIDF模型.mp4 (53.24 MB), 08:04

      *   05 word2vec词向量模型.mp4 (60.54 MB), 08:29

      *   06 深度学习模型.mp4 (43.52 MB), 05:17

    *   04 文本相似度模型/

      *   01 任务概述.mp4 (14.98 MB), 05:40

      *   02 数据展示.mp4 (25.31 MB), 05:53

      *   03 正负样本制作.mp4 (42.60 MB), 08:41

      *   04 数据预处理.mp4 (40.30 MB), 07:48

      *   05 网络模型定义.mp4 (62.68 MB), 11:24

      *   06 基于字符的训练.mp4 (65.41 MB), 09:19

      *   07 基于句子的相似度训练.mp4 (46.80 MB), 05:52

    *   05 NLP实战项目-机器人写唐诗/

      *   01 任务概述与环境配置.mp4 (9.74 MB), 04:18

      *   02 参数配置.mp4 (41.35 MB), 11:17

      *   03 数据预处理模块.mp4 (41.06 MB), 14:10

      *   04 batch数据制作.mp4 (40.23 MB), 12:39

      *   05 RNN模型定义.mp4 (29.57 MB), 08:52

      *   06 完成训练模块.mp4 (47.40 MB), 12:45

      *   07 训练唐诗生成模型.mp4 (16.54 MB), 04:35

      *   08 测试唐诗生成效果.mp4 (33.64 MB), 09:31

    *   06 NLP实战项目-对话机器人/

      *   01 效果演示.mp4 (34.00 MB), 08:27

      *   02 参数配置与数据加载.mp4 (57.37 MB), 12:54

      *   03 数据处理.mp4 (46.84 MB), 08:52

      *   04 词向量与投影.mp4 (43.36 MB), 09:18

      *   05 seq网络.mp4 (34.70 MB), 08:23

      *   06 网络训练.mp4 (42.23 MB), 06:55

    *   07 NLP实战项目-医学糖尿病数据命名实体识别/

      *   01 数据与任务介绍.mp4 (25.63 MB), 07:03

      *   02 整体模型架构.mp4 (16.91 MB), 04:48

      *   03 数据-标签-语料库处理.mp4 (45.39 MB), 10:15

      *   04 训练网络模型.mp4 (45.42 MB), 10:00

      *   05 医疗数据集（糖尿病）实体识别.mp4 (89.39 MB), 09:57

      *   06 输入样本填充补齐.mp4 (40.83 MB), 09:24

  *   19 【方向B：NLP方向】Transformer与预训练语言模型/

    *   01 Huggingface与NLP介绍/

      *   01 Huggingface与NLP介绍解读.mp4 (185.89 MB), 58:36

      *   01 课件资料下载url汇总.txt (0.00 MB)

    *   02 Huggingface数据集制作方法实例/

      *   01 数据结构分析.mp4 (53.41 MB), 10:02

      *   02 Huggingface中的预处理实例.mp4 (80.43 MB), 11:51

      *   03 数据处理基本流程.mp4 (80.66 MB), 13:04

    *   03 Transformer工具包实战/

      *   01 工具包与任务整体介绍.mp4 (37.54 MB), 09:52

      *   02 NLP任务常规流程分析.mp4 (33.20 MB), 10:17

      *   03 文本切分方法实例解读.mp4 (48.30 MB), 12:55

      *   04 AttentionMask配套使用方法.mp4 (39.77 MB), 09:27

      *   05 数据集与模型.mp4 (48.32 MB), 11:05

      *   06 数据Dataloader封装.mp4 (55.95 MB), 10:22

      *   07 模型训练所需配置参数.mp4 (41.40 MB), 08:24

      *   08 模型训练DEMO.mp4 (65.25 MB), 10:34

      *   09 transformer原理解读.mp4 (417.98 MB), 02:12:25

    *   04 预训练语言模型 BERT 原理解析/

      *   01 BERT课程简介.mp4 (32.65 MB), 04:59

      *   02 BERT任务目标概述.mp4 (13.13 MB), 05:27

      *   03 传统解决方案遇到的问题.mp4 (26.00 MB), 11:09

      *   04 注意力机制的作用.mp4 (16.92 MB), 06:56

      *   05 self-attention计算方法.mp4 (27.35 MB), 11:24

      *   06 特征分配与softmax机制.mp4 (24.40 MB), 09:20

      *   07 Multi-head的作用.mp4 (22.26 MB), 09:09

      *   08 位置编码与多层堆叠.mp4 (19.15 MB), 07:17

      *   09 transformer整体架构梳理.mp4 (25.63 MB), 10:57

      *   10 BERT模型训练方法.mp4 (23.63 MB), 09:37

      *   11 训练实例.mp4 (27.94 MB), 09:47

    *   05 预训练语言模型 BERT 源码解读/

      *   01 BERT开源项目简介.mp4 (45.75 MB), 07:35

      *   02 项目参数配置.mp4 (117.05 MB), 12:08

      *   03 数据读取模块.mp4 (60.04 MB), 07:40

      *   04 数据预处理模块.mp4 (44.77 MB), 09:37

      *   05 tfrecord数据源制作.mp4 (57.36 MB), 11:35

      *   06 Embedding层的作用.mp4 (34.73 MB), 07:29

      *   07 加入额外编码特征.mp4 (47.77 MB), 09:22

      *   08 加入位置编码特征.mp4 (26.56 MB), 05:12

      *   09 mask机制的作用.mp4 (41.57 MB), 08:49

      *   10 构建QKV矩阵.mp4 (57.18 MB), 12:38

      *   11 完成Transformer模块构建.mp4 (45.68 MB), 09:56

      *   12 训练BERT模型.mp4 (60.46 MB), 08:51

    *   06 预训练语言模型 BERT 变体原理解析/

      *   01 BERT模型训练方法解读.mp4 (27.67 MB), 10:57

      *   02 ALBERT基本定义.mp4 (43.24 MB), 09:08

      *   03 ALBERT中的简化方法解读.mp4 (49.17 MB), 13:38

      *   04 RoBerta模型训练方法解读.mp4 (32.30 MB), 09:18

      *   05 DistilBert模型解读.mp4 (18.20 MB), 05:09

    *   07 BERT应用实战-中文情感分析/

      *   01 中文分类数据与任务概述.mp4 (90.92 MB), 05:59

      *   02 读取处理自己的数据集.mp4 (58.74 MB), 09:06

      *   03 训练BERT中文分类模型.mp4 (79.73 MB), 09:09

    *   08 BERT应用实战-中文命名实体识别/

      *   01 命名实体识别数据分析与任务目标.mp4 (34.56 MB), 11:26

      *   02 NER标注数据处理与读取.mp4 (73.67 MB), 13:23

      *   03 构建BERT与CRF模型.mp4 (73.95 MB), 12:40

    *   09 文本标注与NER/

      *   01 文本标注工具Doccano配置方法.mp4 (37.41 MB), 10:04

      *   02 命名实体识别任务标注方法实例.mp4 (44.70 MB), 11:40

      *   03 标注导出与BIO处理.mp4 (44.47 MB), 10:57

      *   04 标签处理并完成对齐操作.mp4 (43.66 MB), 11:02

      *   05 预训练模型加载与参数配置.mp4 (46.60 MB), 10:09

      *   06 模型训练与输出结果预测.mp4 (48.41 MB), 10:55

    *   10 文本预训练构建/

      *   01 预训练模型效果分析.mp4 (36.22 MB), 10:13

      *   02 文本数据截断处理.mp4 (51.54 MB), 11:53

      *   03 预训练模型自定义训练.mp4 (108.63 MB), 16:24

    *   11 文本预训练模型构建实例/

      *   01 中文商城评价数据处理方法.mp4 (75.05 MB), 14:24

      *   02 模型训练与测试结果.mp4 (119.73 MB), 14:22

      *   03 文本摘要数据标注方法.mp4 (63.19 MB), 14:12

      *   04 训练自己标注的数据并测试.mp4 (31.15 MB), 07:27

    *   12 知识图谱抽取实战/

      *   01 应用场景概述分析.mp4 (102.21 MB), 17:27

      *   02 数据标注格式样例分析.mp4 (78.09 MB), 14:41

      *   03 数据处理与读取模块.mp4 (44.23 MB), 11:25

      *   04 实体抽取模块分析.mp4 (49.77 MB), 11:11

      *   05 标签与数据结构定义方法.mp4 (56.03 MB), 14:02

      *   06 模型构建与计算流程.mp4 (48.39 MB), 10:37

      *   07 网络模型前向计算方法.mp4 (36.99 MB), 08:18

      *   08 关系抽取模型训练.mp4 (47.49 MB), 10:52

  *   20 【方向C：LLM方向】方向大模型基础、微调与部署/

    *   01 GPT系列算法/

      *   01 GPT系列算法概述.mp4 (30.19 MB), 10:02

      *   01 课件资料下载url汇总.txt (0.00 MB)

      *   02 GPT三代版本分析.mp4 (33.76 MB), 12:35

      *   03 GPT初代版本要解决的问题.mp4 (35.34 MB), 12:07

      *   04 GPT第二代版本训练策略.mp4 (33.01 MB), 10:17

      *   05 采样策略与多样性.mp4 (32.16 MB), 10:31

      *   06 GPT3的提示与生成方法.mp4 (84.67 MB), 24:20

      *   07 应用场景CODEX分析.mp4 (41.92 MB), 14:53

      *   08 DEMO应用演示.mp4 (64.56 MB), 17:58

      *   09 生成模型可以完成的任务概述.mp4 (23.23 MB), 07:46

      *   10 数据样本生成方法.mp4 (80.30 MB), 14:10

      *   11 训练所需参数解读.mp4 (64.69 MB), 13:40

      *   12 模型训练过程.mp4 (58.02 MB), 12:39

      *   13 部署与网页预测展示.mp4 (89.38 MB), 19:11

      *   14 GPT系列.mp4 (500.83 MB), 02:17:42

    *   02 MOE多专家系统/

      *   01 MOE概述分析.mp4 (24.06 MB), 06:29

      *   02 MOE模块实现方法解读.mp4 (36.42 MB), 08:42

      *   03 效果分析与总结.mp4 (57.29 MB), 09:20

    *   03 LLM与LORA微调策略解读/

      *   01 大模型如何做下游任务.mp4 (37.75 MB), 10:16

      *   02 LLM落地微调分析.mp4 (42.33 MB), 14:00

      *   03 LLAMA与LORA介绍.mp4 (34.61 MB), 12:20

      *   04 LORA微调的核心思想.mp4 (25.42 MB), 09:13

      *   05 LORA模型实现细节.mp4 (46.93 MB), 16:46

    *   04 Llama-factory微调框架实例/

      *   01 1-环境配置方法.mp4 (72.15 MB), 11:40

      *   02 2-多模态数据集配置.mp4 (85.34 MB), 16:08

      *   03 3-微调与量化和推理预测.mp4 (101.80 MB), 16:50

    *   05 Llama3大语言模型/

      *   01 llama3模型下载与配置安装.mp4 (64.15 MB), 10:16

      *   02 环境相关配置解读.mp4 (81.72 MB), 07:57

      *   03 工具调用流程拆解.mp4 (121.65 MB), 10:16

      *   04 功能调用方法实例.mp4 (170.95 MB), 14:03

      *   05 RAG环境配置搭建.mp4 (88.16 MB), 10:49

      *   06 LLAMA3应用-RAG搭建方法.mp4 (88.42 MB), 11:33

      *   07 RAG基本流程分析.mp4 (103.50 MB), 10:42

      *   08 LORA微调方法.mp4 (30.24 MB), 09:39

      *   09 指令微调所需数据与模型下载.mp4 (69.79 MB), 09:55

      *   10 llama3模型微调实例.mp4 (82.81 MB), 12:40

      *   11 llama3微调后进行量化.mp4 (53.41 MB), 10:07

      *   12 llama.cpp量化实例.mp4 (60.32 MB), 08:04

      *   13 部署应用.mp4 (80.89 MB), 11:32

    *   06 强化学习微调大模型实例解读/

      *   01 1. 用强化学习来按照偏好微调大模型.mp4 (35.93 MB), 09:11

      *   02 2-环境与数据预处理配置.mp4 (100.10 MB), 17:55

      *   03 3-奖励定义方法.mp4 (45.54 MB), 08:15

      *   04 4-优势计算方法与样本构建.mp4 (102.84 MB), 18:54

      *   05 5-PPO迭代方法.mp4 (80.40 MB), 14:35

      *   06 6-基本训练逻辑解读.mp4 (51.66 MB), 06:23

    *   07 大模型微调与应用/

      *   01 大模型微调与应用.mp4 (1.64 GB), 02:02:37

    *   08 大模型微调与应用和科研思路/

      *   01 大模型微调与应用和科研思路.mp4 (487.81 MB), 02:09:13

  *   21 【方向C：LLM方向】RAG检索增强与开发框架/

    *   01 RAG检索架构分析与应用/

      *   01 RAG要完成的任务解读.mp4 (17.36 MB), 07:12

      *   01 课件资料下载url汇总.txt (0.00 MB)

      *   02 RAG整体流程解读.mp4 (21.16 MB), 08:07

      *   03 召回优化策略分析.mp4 (21.10 MB), 08:10

      *   04 召回改进方案解读.mp4 (27.30 MB), 09:12

      *   05 评估工具RAGAS.mp4 (47.69 MB), 09:01

      *   06 外接本地数据库工具.mp4 (29.49 MB), 03:10

    *   02 企业级RAG系统构建/

      *   01 企业知识智能检索系统——从构建 到优化的RAG增强实践.mp4 (1.69 GB), 02:06:29

      *   02 企业知识智能检索系统——从构建 到优化的RAG增强实践 第二课.mp4 (1.73 GB), 02:09:38

    *   03 RAGFLOW本地化知识库/

      *   01 RAGFLOW介绍和特点.mp4 (29.92 MB), 09:32

      *   02 RAGFLOW接入本地模型.mp4 (66.29 MB), 10:04

      *   03 Chat与Embedding模型接入.mp4 (49.24 MB), 10:06

      *   04 知识库构建实例.mp4 (101.97 MB), 13:33

      *   05 封装成API调用.mp4 (72.97 MB), 10:14

    *   04 RAGFLOW与Function Calling/

      *   01 RAGFLOW和function calling.mp4 (1.29 GB), 01:43:03

    *   05 LangChain助攻RAG/

      *   01 langchain助攻RAG.mp4 (983.17 MB), 02:17:57

    *   06 LLM下游任务训练自己模型实战（LangChain实现AI大模型应用）/

      *   01 提示工程的作用.mp4 (50.00 MB), 14:46

      *   02 基本API调用方法.mp4 (66.16 MB), 10:25

      *   03 数据文档切分操作.mp4 (53.62 MB), 10:25

      *   04 样本索引与向量构建.mp4 (73.39 MB), 10:02

      *   05 数据切块方法.mp4 (67.68 MB), 09:37

  *   22 【方向C：LLM方向】智能体架构与多Agent协作/

    *   01 智能体解析与实战/

      *   01 智能体.mp4 (1.54 GB), 01:55:47

      *   01 课件资料下载url汇总.txt (0.00 MB)

      *   02 Agent应用实战.mp4 (1.56 GB), 01:56:28

    *   02 Langraph建立旅游资讯agent/

      *   01 langraph建立旅游资讯agent.mp4 (984.99 MB), 02:12:49

    *   03 斯坦福AI小镇项目解读/

      *   01 整体故事解读.mp4 (54.81 MB), 06:27

      *   02 要解决的问题和整体框架分析.mp4 (75.70 MB), 08:30

      *   03 论文基本框架分析.mp4 (128.94 MB), 12:00

      *   04 Agent的记忆信息.mp4 (107.49 MB), 07:26

      *   05 感知与反思模块构建流程.mp4 (44.56 MB), 07:02

      *   06 计划模块实现细节.mp4 (60.98 MB), 07:40

      *   07 整体流程框架图.mp4 (39.81 MB), 05:30

      *   08 感知模块解读.mp4 (51.40 MB), 05:12

      *   09 思考模块解读.mp4 (73.65 MB), 04:32

      *   10 项目环境配置方法解读.mp4 (74.23 MB), 07:36

    *   04 AutoGen框架实战/

      *   01 Python环境说明.mp4 (68.30 MB), 12:14

      *   02 AutoGenStudio框架安装与介绍.mp4 (37.97 MB), 08:21

      *   03 动作API配置方法.mp4 (38.65 MB), 07:54

      *   04 国内常用API配置方法.mp4 (31.76 MB), 07:02

      *   05 API接口在线测试.mp4 (28.41 MB), 06:23

      *   06 工作流配置.mp4 (39.68 MB), 07:04

      *   07 执行流程与结果.mp4 (38.42 MB), 05:48

    *   05 AutoGen部署与进阶应用/

      *   01 API生成方法.mp4 (36.92 MB), 08:03

      *   02 GroupChat模块.mp4 (36.21 MB), 08:09

      *   03 执行流程分析.mp4 (40.41 MB), 05:35

      *   04 外接本地支持库配置方法.mp4 (68.01 MB), 13:25

      *   05 加入RAG技能.mp4 (42.19 MB), 05:32

      *   06 LMStudio本地下载部署模型.mp4 (39.65 MB), 09:40

      *   07 调用本地模型方法与配置.mp4 (49.02 MB), 09:44

      *   08 AutogenStudio本地化部署流程.mp4 (47.32 MB), 09:39

      *   09 本地化部署接入应用实例.mp4 (78.35 MB), 11:32

      *   10 调用SD-API完成设计.mp4 (104.01 MB), 15:45

      *   11 0llama环境配置与安装.mp4 (33.41 MB), 06:50

      *   12 autogen接入本地模型.mp4 (40.84 MB), 07:09

    *   06 MetaGPT框架深度解读/

      *   01 论文概述分析.mp4 (58.40 MB), 08:00

      *   02 整体框架逻辑介绍.mp4 (79.93 MB), 10:47

      *   03 项目环境配置.mp4 (104.62 MB), 11:38

      *   04 基础解读-动作定义方式.mp4 (19.05 MB), 06:09

      *   05 基础解读-角色定义.mp4 (16.76 MB), 04:53

      *   06 单动作智能体实现方法.mp4 (26.65 MB), 05:23

      *   07 多动作配置方法.mp4 (23.37 MB), 04:44

      *   08 定时器任务环境配置.mp4 (66.36 MB), 06:33

      *   09 定时器任务流程解读分析.mp4 (68.06 MB), 10:08

    *   07 MetaGPT应用实战：网上调研资料/

      *   01 基本Agent的组成.mp4 (70.04 MB), 10:01

      *   02 Agent要完成的任务和业务逻辑定义.mp4 (77.68 MB), 10:12

      *   03 问题拆解与执行流程.mp4 (101.62 MB), 14:43

      *   04 检索得到重要的URL.mp4 (48.44 MB), 06:37

      *   05 子问题生成总结结果.mp4 (75.32 MB), 08:37

      *   06 总结与结果输出.mp4 (39.58 MB), 04:13

    *   08 结合GPT打造自己领域专属客服/

      *   01 DEMO演示与整体架构分析.mp4 (101.78 MB), 16:03

      *   02 后端GPT项目部署启动.mp4 (85.76 MB), 12:27

      *   03 前端助手API与流程图配置.mp4 (96.21 MB), 13:42

      *   04 接入外部API的方法与流程.mp4 (66.99 MB), 10:55

      *   05 引入API方法解读.mp4 (70.79 MB), 09:04

      *   06 指令提示构建.mp4 (40.04 MB), 05:03

  *   23 【方向C：LLM方向】COZE智能体搭建实战/

    *   01 COZE智能体搭建框架基本使用/

      *   01 COZE的基本使用解读与说明.mp4 (38.36 MB), 10:08

      *   01 课件资料下载url汇总.txt (0.00 MB)

      *   02 工作流中大模型的使用方法.mp4 (45.63 MB), 12:40

    *   02 COZE资料搜集与报告整理智能体/

      *   01 数据查找配置.mp4 (47.52 MB), 09:48

      *   02 读取新闻内容并整理报告.mp4 (44.72 MB), 10:43

      *   03 循环的配置与中间变量的作用.mp4 (96.60 MB), 13:44

      *   04 循环体注意事项更新.mp4 (4.88 MB), 01:01

    *   03 COZE与飞书表格集成办公/

      *   01 DEMO演示与基本流程分析.mp4 (63.54 MB), 10:14

      *   02 表格填入模块解读.mp4 (57.64 MB), 10:15

      *   03 表格的输入与输出.mp4 (51.87 MB), 08:51

      *   04 查找与匹配的方法.mp4 (68.00 MB), 08:58

      *   05 全局变量设置方法.mp4 (40.01 MB), 08:48

      *   06 内容补充.mp4 (40.21 MB), 07:57

      *   07 智能体测试应用.mp4 (52.76 MB), 09:42

    *   04 COZE中配置自己的插件/

      *   01 插件的基本配置方法.mp4 (46.66 MB), 11:00

      *   02 输入输出参数配置方法.mp4 (34.67 MB), 09:09

      *   03 在工作流中配置自己的插件并使用.mp4 (63.19 MB), 14:35

    *   05 初识COZE打造自己的第一个工作流：新闻搜索与总结/

      *   01 工作流要完成的任务与节点定义.mp4 (25.89 MB), 09:19

      *   01 课件资料下载url汇总.txt (0.00 MB)

      *   02 插件配置方法与参数.mp4 (40.92 MB), 12:05

      *   03 大模型节点配置方法.mp4 (36.51 MB), 10:23

      *   04 结束节点配置.mp4 (33.49 MB), 08:12

      *   05 智能体配置方法.mp4 (57.92 MB), 15:03

    *   06 新闻稿创作工作流(循环使用方法)/

      *   01 循环节点方法解读.mp4 (40.32 MB), 09:36

      *   01 课件资料下载url汇总.txt (0.00 MB)

      *   02 循环中参数的定义方法.mp4 (51.99 MB), 11:29

      *   03 续写新闻稿件方法(循环中间变量使用).mp4 (68.36 MB), 12:35

      *   04 智能体测试与输出节点.mp4 (57.75 MB), 11:01

      *   05 批处理的作用与效果.mp4 (71.41 MB), 13:08

    *   07 历史人物视频素材生成/

      *   01 做视频素材业务逻辑分析.mp4 (56.78 MB), 08:05

      *   01 课件资料下载url汇总.txt (0.00 MB)

      *   02 做剧本节点系统提示词方法.mp4 (69.97 MB), 14:05

      *   03 完成剧本节点输出.mp4 (53.97 MB), 10:42

      *   04 画面描述与图像生成节点构建.mp4 (72.04 MB), 16:16

      *   05 图像违规词限制与运镜节点.mp4 (92.87 MB), 18:10

      *   06 视频节点构建与错误分析.mp4 (94.02 MB), 15:52

      *   07 图像生成节点错误调试并保险.mp4 (99.82 MB), 17:04

      *   08 视频生成节点容易违规的解决方法.mp4 (83.54 MB), 14:53

      *   09 选修（当作拓展知识）：配置外部视频软件成为插件.mp4 (53.25 MB), 10:33

      *   10 选修：自定义插件配置方法实例.mp4 (71.51 MB), 15:17

      *   11 选修：工作流中添加视频插件.mp4 (85.44 MB), 12:20

    *   08 历史人物自动化剪辑实例/

      *   01 时间线定义方法.mp4 (50.81 MB), 09:18

      *   01 课件资料下载url汇总.txt (0.00 MB)

      *   02 剪映插件介绍.mp4 (42.89 MB), 09:52

      *   03 时间线和素材绑定方法.mp4 (63.43 MB), 12:03

      *   04 剪映草稿添加素材方法.mp4 (67.95 MB), 10:13

      *   05 得到合成后的视频.mp4 (88.11 MB), 11:24

    *   09 智能客服工作流/

      *   01 对话流配置与创建.mp4 (40.04 MB), 09:15

      *   01 课件资料下载url汇总.txt (0.00 MB)

      *   02 选择器的使用方法.mp4 (68.91 MB), 13:18

      *   03 数据库与大模型的匹配方法.mp4 (90.01 MB), 12:58

      *   04 知识库构建与匹配方法.mp4 (58.32 MB), 11:37

      *   05 汇总输出与测试.mp4 (83.66 MB), 14:45

    *   10 数据分析工作流/

      *   01 效果演示与数据读取.mp4 (51.26 MB), 09:29

      *   01 课件资料下载url汇总.txt (0.00 MB)

      *   02 数据清洗与处理.mp4 (61.61 MB), 12:34

      *   03 结合DeepSeek构建代码节点.mp4 (186.42 MB), 36:12

      *   04 结合DeepSeek进行数据分析.mp4 (90.43 MB), 16:17

      *   05 配置插件把分析结果存在excel里.mp4 (69.63 MB), 15:36

      *   06 数据可视化配置方法与节点调试分析.mp4 (289.14 MB), 49:16

      *   07 不同可视化图表配置方法.mp4 (116.41 MB), 15:56

      *   08 输出与展示配置.mp4 (54.15 MB), 11:08

    *   11 影刀RPA自动化/

      *   01 影刀RPA分析.mp4 (81.98 MB), 09:05

      *   02 影刀安装方法.mp4 (28.88 MB), 06:49

      *   03 影刀流程配置方法实例.mp4 (59.31 MB), 17:28

      *   04 执行循环操作.mp4 (59.29 MB), 08:01

      *   05 完成文案采集的全部功能.mp4 (132.74 MB), 18:24

    *   12 COZE小红书文案生成智能体/

      *   01 提示词与工作流配置.mp4 (55.90 MB), 10:43

      *   02 插件配置方法与输出.mp4 (59.85 MB), 09:37

    *   13 COZE发票助手智能体/

      *   01 发票助手插件接入.mp4 (41.07 MB), 09:10

      *   02 数据表创建方法.mp4 (47.12 MB), 10:08

      *   03 识别工作流配置与测试.mp4 (43.75 MB), 08:50

      *   04 调用模块工作流配置.mp4 (61.70 MB), 11:08

      *   05 知识库配置.mp4 (44.64 MB), 08:23

    *   14 COZE邮件助手智能体/

      *   01 自定义插件创建方法与流程.mp4 (50.09 MB), 09:32

      *   02 插件输出配置与循环体.mp4 (51.23 MB), 09:48

      *   03 知识库配置与结果输出.mp4 (53.40 MB), 10:32

  *   24 【方向C：LLM方向】多模态与大模型技术/

    *   01 对比学习与多模态基础/

      *   01 对比学习算法与实例.mp4 (619.10 MB), 02:29:53

      *   01 课件资料下载url汇总.txt (0.00 MB)

      *   02 CLIP系列.mp4 (693.08 MB), 02:14:07

    *   02 Diffusion扩散模型原理/

      *   01 扩散模型概述与GAN遇到的问题.mp4 (35.21 MB), 11:23

      *   02 要完成的任务分析.mp4 (40.76 MB), 11:51

      *   03 公式原理推导解读.mp4 (39.54 MB), 13:15

      *   04 分布相关计算操作.mp4 (32.12 MB), 09:02

      *   05 算法实现细节推导.mp4 (31.05 MB), 12:13

      *   06 公式推导结果分析.mp4 (54.96 MB), 11:45

      *   07 细节实现总结.mp4 (39.35 MB), 10:36

      *   08 论文流程图解读.mp4 (35.69 MB), 10:28

      *   09 案例流程分析.mp4 (59.88 MB), 10:28

      *   10 基本建模训练效果.mp4 (90.45 MB), 15:12

    *   03 DALL-E 2图像生成模型/

      *   01 论文基本思想与核心模块分析.mp4 (47.16 MB), 10:22

      *   02 不同模块对比分析.mp4 (38.67 MB), 07:09

      *   03 算法核心流程解读.mp4 (69.84 MB), 13:06

      *   04 各模块实现细节讲解.mp4 (87.29 MB), 14:01

      *   05 项目整体流程分析.mp4 (36.64 MB), 10:52

      *   06 源码实现细节分析.mp4 (46.27 MB), 10:45

      *   07 源码公式对应论文分析.mp4 (53.14 MB), 10:12

      *   08 Decoder模块实现细节解读.mp4 (50.14 MB), 10:04

      *   09 源码实现流程总结.mp4 (63.11 MB), 12:02

    *   04 多模态3D目标检测/

      *   01 环境配置与数据集概述.mp4 (57.06 MB), 08:31

      *   02 数据与标注文件介绍.mp4 (42.41 MB), 12:57

      *   03 基本流程梳理并进入debug模式.mp4 (56.22 MB), 09:24

      *   04 数据与图像特征提取模块.mp4 (64.92 MB), 12:55

      *   05 体素索引位置获取.mp4 (71.92 MB), 11:06

      *   06 体素特征提取方法解读.mp4 (42.13 MB), 08:40

      *   07 体素特征计算方法分析.mp4 (78.71 MB), 12:16

      *   08 全局体素特征提取.mp4 (107.19 MB), 18:00

      *   09 多模态特征融合.mp4 (75.88 MB), 11:28

      *   10 3D卷积特征融合.mp4 (63.60 MB), 10:55

      *   11 输出层预测结果.mp4 (89.31 MB), 10:31

    *   05 多模态文字识别/

      *   01 多模态文字识别.mp4 (851.89 MB), 02:12:21

    *   06 时间序列大模型应用/

      *   01 基于图模型的时间序列预测.mp4 (1.14 GB), 02:32:16

    *   07 多模态大模型综合应用/

      *   01 多模态大模型.mp4 (930.50 MB), 01:18:35

      *   02 多模态大模型2.mp4 (878.12 MB), 01:09:32

      *   03 多模态大模型3.mp4 (987.51 MB), 01:23:55

    *   08 大模型结构化推理理论/

      *   01 大模型结构化推理理论及实战.mp4 (1.72 GB), 02:16:51

      *   02 大模型结构化推理理论及实战-第二课.mp4 (1.76 GB), 02:17:24

    *   09 视觉问答算法与论文解读/

      *   01 视觉QA要解决的问题.mp4 (57.57 MB), 10:27

      *   02 论文概述分析.mp4 (73.44 MB), 10:58

      *   03 实现流程路线图.mp4 (71.39 MB), 11:00

      *   04 答案关注区域分析.mp4 (60.59 MB), 10:42

      *   05 VQA任务总结.mp4 (56.74 MB), 06:10

    *   10 Llava与YOLO11多模态视觉理解与检测/

      *   01 Llava与YOLO11.mp4 (1.16 GB), 01:43:56

    *   11 从LLM到DeepSeek/

      *   01 大模型2025年最新算法论文解读.mp4 (395.29 MB), 02:13:49

    *   12 InternVL 2.5 论文解读/

      *   01 InternVL 2.5 论文解读.mp4 (465.38 MB), 02:13:29

  *   25 【方向D：时序与GNN方向】时间序列预测算法与实战/

    *   01 RNN网络架构/

      *   01 RNN网络架构.mp4 (34.22 MB), 12:21

      *   01 课件资料下载url汇总.txt (0.00 MB)

    *   02 LSTM网络架构/

      *   01 LSTM网络架构.mp4 (20.05 MB), 12:00

    *   03 Informer算法/

      *   01 时间序列预测要完成的任务.mp4 (38.13 MB), 13:18

      *   02 常用模块分析.mp4 (27.96 MB), 10:37

      *   03 论文要解决的问题分析.mp4 (35.05 MB), 12:54

      *   04 Query采样方法解读.mp4 (26.69 MB), 10:05

      *   05 probAttention计算流程.mp4 (35.90 MB), 11:51

      *   06 编码器全部计算流程.mp4 (31.01 MB), 09:24

      *   07 解码器流程分析.mp4 (28.65 MB), 10:06

    *   04 Informer源码/

      *   01 项目使用说明.mp4 (71.12 MB), 12:23

      *   02 数据集解读.mp4 (67.36 MB), 10:53

      *   03 模型训练所需参数解读.mp4 (42.01 MB), 09:32

      *   04 数据集构建与读取方式.mp4 (50.22 MB), 12:12

      *   05 数据处理相关模块.mp4 (50.22 MB), 11:59

      *   06 时间相关特征提取方法.mp4 (45.06 MB), 11:07

      *   07 dataloader构建实例.mp4 (46.20 MB), 10:48

      *   08 整体架构分析.mp4 (41.57 MB), 10:03

      *   09 编码器模块实现.mp4 (44.14 MB), 10:29

      *   10 核心采样计算方法.mp4 (56.43 MB), 13:29

      *   11 完成注意力机制计算模块.mp4 (32.05 MB), 08:12

      *   12 平均向量的作用.mp4 (38.24 MB), 10:26

      *   13 解码器预测输出.mp4 (83.05 MB), 15:07

    *   05 TimesNet时序预测/

      *   01 时序预测故事背景.mp4 (89.81 MB), 10:14

      *   02 论文核心思想解读.mp4 (71.24 MB), 10:54

      *   03 时序特征周期拆解.mp4 (80.21 MB), 12:16

      *   04 计算公式流程拆解.mp4 (58.77 MB), 09:29

      *   05 全部计算流程解读.mp4 (74.85 MB), 17:40

      *   06 周期间特征分析.mp4 (82.07 MB), 11:42

      *   07 源码流程解读.mp4 (60.28 MB), 11:03

      *   08 傅里叶变换流程.mp4 (38.69 MB), 10:15

      *   09 整体计算流程.mp4 (57.21 MB), 11:28

    *   06 基于图模型的时间序列预测/

      *   01 基于图模型的时间序列预测.mp4 (1.14 GB), 02:32:16

    *   07 time-llm大模型多模态预测任务/

      *   01 time-llm大模型多模态预测任务.mp4 (1.48 GB), 01:50:45

  *   26 【方向D：时序与GNN方向】图神经网络实战/

    *   01 图神经网络基础/

      *   01 图神经网络应用领域分析.mp4 (30.41 MB), 11:13

      *   01 课件资料下载url汇总.txt (0.00 MB)

      *   02 图基本模块定义.mp4 (12.31 MB), 05:28

      *   03 邻接矩阵的定义.mp4 (18.35 MB), 06:07

      *   04 GNN中常见任务.mp4 (22.04 MB), 07:45

      *   05 消息传递计算方法.mp4 (16.45 MB), 06:22

      *   06 多层GCN的作用.mp4 (15.00 MB), 05:39

    *   02 图卷积（GCN）模型/

      *   01 GCN基本模型概述.mp4 (15.35 MB), 06:04

      *   02 图卷积的基本计算方法.mp4 (14.52 MB), 05:39

      *   03 邻接的矩阵的变换.mp4 (21.04 MB), 07:19

      *   04 GCN变换原理解读.mp4 (24.13 MB), 07:53

    *   03 PyTorch Geometric配置与实战/

      *   01 PyTorch Geometric工具包安装与配置方法.mp4 (49.77 MB), 06:22

      *   02 数据集与邻接矩阵格式.mp4 (57.57 MB), 08:36

      *   03 模型定义与训练方法.mp4 (46.95 MB), 09:23

      *   04 文献引用数据集分类案例实战.mp4 (53.72 MB), 12:24

      *   05 构建数据集基本方法.mp4 (15.29 MB), 04:24

      *   06 数据集与任务背景概述.mp4 (24.34 MB), 05:53

      *   07 数据集基本预处理.mp4 (35.33 MB), 07:52

      *   08 用户行为图结构创建.mp4 (40.91 MB), 07:38

      *   09 数据集创建函数介绍.mp4 (39.12 MB), 07:53

      *   10 网络结构定义模块.mp4 (40.97 MB), 06:20

      *   11 TopkPooling进行下采样任务.mp4 (35.14 MB), 07:58

      *   12 获取全局特征.mp4 (28.83 MB), 06:13

      *   13 模型训练与总结.mp4 (39.62 MB), 05:10

    *   04 图注意力与序列模型/

      *   01 图注意力机制的作用与方法.mp4 (18.98 MB), 07:28

      *   02 邻接矩阵计算图Attention.mp4 (24.60 MB), 08:32

      *   03 序列图神经网络TGCN应用.mp4 (14.49 MB), 05:32

      *   04 序列图神经网络细节.mp4 (27.23 MB), 09:59

    *   05 图相似度论文分析/

      *   01 要完成的任务分析.mp4 (52.94 MB), 07:45

      *   02 基本方法概述解读.mp4 (58.15 MB), 07:29

      *   03 图模型提取全局与局部特征.mp4 (52.79 MB), 09:25

      *   04 NTN模块的作用与效果.mp4 (46.18 MB), 10:39

      *   05 点之间的对应关系计算.mp4 (56.87 MB), 08:55

      *   06 结果输出与总结.mp4 (78.22 MB), 08:21

      *   07 数据集与任务概述.mp4 (20.46 MB), 05:13

      *   08 图卷积特征提取模块.mp4 (62.16 MB), 08:36

      *   09 分别计算不同Batch点的分布.mp4 (35.85 MB), 08:08

      *   10 获得直方图特征结果.mp4 (24.08 MB), 06:11

      *   11 图的全局特征构建.mp4 (35.32 MB), 07:07

      *   12 NTN图相似特征提取.mp4 (44.13 MB), 09:59

      *   13 预测得到相似度结果.mp4 (20.96 MB), 04:17

    *   06 图模型轨迹估计/

      *   01 数据集与标注信息解读.mp4 (64.20 MB), 12:15

      *   02 整体三大模块分析.mp4 (79.16 MB), 10:41

      *   03 特征工程的作用与效果.mp4 (46.79 MB), 11:10

      *   04 传统方法与现在向量空间对比.mp4 (57.69 MB), 10:28

      *   05 输入细节分析.mp4 (55.66 MB), 10:01

      *   06 子图模块构建方法.mp4 (47.32 MB), 08:08

      *   07 特征融合模块分析.mp4 (53.41 MB), 10:54

      *   08 VectorNet输出层分析.mp4 (94.18 MB), 11:15

      *   09 数据与环境配置.mp4 (39.40 MB), 07:03

      *   10 训练数据准备.mp4 (30.84 MB), 05:47

      *   11 Agent特征提取方法.mp4 (43.03 MB), 11:16

      *   12 DataLoader构建图结构.mp4 (32.45 MB), 08:07

      *   13 SubGraph与Attention模型流程.mp4 (39.02 MB), 09:28

    *   07 异构图神经网络/

      *   01 异构图神经网络.mp4 (358.15 MB), 02:07:29

    *   08 KIE关键信息抽取/

      *   01 配置文件以及要完成的任务解读.mp4 (56.64 MB), 06:40

      *   02 KIE数据集格式调整方法.mp4 (77.18 MB), 13:11

      *   03 配置文件与标签要进行处理操作.mp4 (53.63 MB), 10:06

      *   04 边框要计算的特征分析.mp4 (39.97 MB), 09:03

      *   05 标签数据处理与关系特征提取.mp4 (63.30 MB), 11:47

      *   06 特征合并处理.mp4 (49.02 MB), 10:34

      *   07 准备拼接边与点特征.mp4 (46.19 MB), 08:33

      *   08 整合得到图模型输入特征.mp4 (79.84 MB), 11:43

  *   27 【方向E：强化学习】强化学习基础算法与实战/

    *   01 强化学习简介及其应用/

      *   01 一张图通俗解释强化学习.mp4 (19.71 MB), 04:47

      *   01 课件资料下载url汇总.txt (0.00 MB)

      *   02 强化学习的指导依据.mp4 (22.93 MB), 07:07

      *   03 强化学习AI游戏DEMO.mp4 (22.97 MB), 04:48

      *   04 应用领域简介.mp4 (20.22 MB), 06:28

      *   05 强化学习工作流程.mp4 (16.76 MB), 05:48

      *   06 计算机眼中的状态与行为.mp4 (22.88 MB), 07:25

    *   02 PPO算法与公式推导/

      *   01 基本情况介绍.mp4 (32.13 MB), 11:17

      *   02 与环境交互得到所需数据.mp4 (26.24 MB), 08:30

      *   03 要完成的目标分析.mp4 (28.13 MB), 10:40

      *   04 策略梯度推导.mp4 (24.95 MB), 09:01

      *   05 baseline方法.mp4 (20.79 MB), 06:10

      *   06 OnPolicy与OffPolicy策略.mp4 (23.58 MB), 07:44

      *   07 importance sampling的作用.mp4 (26.30 MB), 08:31

      *   08 PPO算法整体思路解析.mp4 (30.11 MB), 09:19

    *   03 PPO实战-月球登陆器训练实例/

      *   01 Critic的作用与效果.mp4 (44.86 MB), 10:39

      *   02 PPO2版本公式解读.mp4 (35.96 MB), 11:45

      *   03 参数与网络结构定义.mp4 (37.75 MB), 08:04

      *   04 得到动作结果.mp4 (32.66 MB), 07:17

      *   05 奖励获得与计算.mp4 (40.64 MB), 08:08

      *   06 参数迭代与更新.mp4 (55.13 MB), 11:03

    *   04 Q-learning与DQN算法/

      *   01 整体任务流程演示.mp4 (26.92 MB), 05:21

      *   02 探索与action获取.mp4 (31.73 MB), 06:58

      *   03 计算target值.mp4 (25.30 MB), 05:17

      *   04 训练与更新.mp4 (38.20 MB), 08:12

      *   05 算法原理通俗解读.mp4 (28.88 MB), 07:11

      *   06 目标函数与公式解析.mp4 (29.11 MB), 10:07

      *   07 Qlearning算法实例解读.mp4 (19.18 MB), 07:44

      *   08 Q值迭代求解.mp4 (25.71 MB), 08:59

      *   09 DQN简介.mp4 (17.47 MB), 05:07

    *   05 DQN改进与应用技巧/

      *   01 DoubleDqn要解决的问题.mp4 (25.07 MB), 06:47

      *   02 DuelingDqn改进方法.mp4 (21.48 MB), 06:26

      *   03 Dueling整体网络架构分析.mp4 (24.87 MB), 08:27

      *   04 MultiSetp策略.mp4 (9.83 MB), 03:45

      *   05 连续动作处理方法.mp4 (25.16 MB), 08:22

    *   06 Actor-Critic算法分析（A3C）/

      *   01 AC算法回顾与知识点总结.mp4 (19.73 MB), 07:18

      *   02 优势函数解读与分析.mp4 (22.53 MB), 07:12

      *   03 计算流程实例.mp4 (19.89 MB), 05:50

      *   04 A3C整体架构分析.mp4 (18.62 MB), 06:01

      *   05 损失函数整理.mp4 (25.46 MB), 08:32

    *   07 用A3C玩转超级马里奥/

      *   01 整体流程与环境配置.mp4 (30.49 MB), 05:38

      *   02 启动游戏环境.mp4 (36.02 MB), 06:59

      *   03 要计算的指标回顾.mp4 (41.73 MB), 09:01

      *   04 初始化局部模型并加载参数.mp4 (36.17 MB), 08:05

      *   05 与环境交互得到训练数据.mp4 (44.02 MB), 09:31

      *   06 训练网络模型.mp4 (49.47 MB), 09:39

    *   08 强化学习-拓展/

      *   01 强化学习的基础原理与应用等.mp4 (413.01 MB), 01:35:11

  *   28 【方向E：强化学习】人形机器人高级学习与控制方法/

    *   01 基于分层强化学习的机器人路径规划方法/

      *   01 基于分层强化学习的机器人路径规划方法.mp4 (337.75 MB), 01:29:09

      *   01 课件资料下载url汇总.txt (0.00 MB)

    *   02 融合大语言模型的人形机器人强化学习训练范式/

      *   01 融合大语言模型的人形机器人强化学习训练范式.mp4 (412.78 MB), 01:24:55

      *   01 课件资料下载url汇总.txt (0.00 MB)

    *   03 融合具身智能的机器人学习范式/

      *   01 融合具身智能的机器人学习范式.mp4 (331.89 MB), 01:32:31

      *   01 课件资料下载url汇总.txt (0.00 MB)

    *   04 人形机器人模仿学习范式/

      *   01 人形机器人模仿学习范式.mp4 (639.90 MB), 01:22:33

      *   01 其他资料【内有百度云地址，自取】.txt (0.00 MB)

    *   05 人形机器人模仿学习复现与实操/

      *   01 人形机器人模仿学习复现与实操.mp4 (996.20 MB), 01:28:44

      *   01 课件资料下载url汇总.txt (0.00 MB)

  *   29 【方向F：智能应用】知识图谱技术与构建/

    *   01 知识图谱分析与应用/

      *   01 知识图谱通俗解读.mp4 (22.19 MB), 07:55

      *   01 课件资料下载url汇总.txt (0.00 MB)

      *   02 知识图谱在搜索引擎中的应用.mp4 (30.25 MB), 08:08

      *   03 知识图谱在医疗领域应用实例.mp4 (113.32 MB), 13:24

      *   04 金融与推荐领域的应用.mp4 (23.26 MB), 08:31

      *   05 数据获取分析.mp4 (40.27 MB), 10:20

      *   06 数据关系抽取分析.mp4 (30.62 MB), 08:34

      *   07 常用NLP技术点分析.mp4 (25.05 MB), 08:26

      *   08 graph-embedding的作用与效果.mp4 (29.53 MB), 09:37

      *   09 金融领域图编码实例.mp4 (14.68 MB), 04:30

      *   10 视觉领域图编码实例.mp4 (23.67 MB), 07:18

      *   11 图谱知识融合与总结分析.mp4 (27.43 MB), 08:07

    *   02 Neo4j图数据库实战/

      *   01 Neo4j图数据库介绍.mp4 (69.73 MB), 08:33

      *   02 Neo4j数据库安装流程演示.mp4 (31.13 MB), 07:09

      *   03 可视化例子演示.mp4 (48.56 MB), 09:08

      *   04 创建与删除操作演示.mp4 (28.82 MB), 08:40

      *   05 数据库更改查询操作演示.mp4 (30.54 MB), 08:35

      *   06 使用Py2neo建立连接.mp4 (52.51 MB), 05:55

      *   07 提取所需的指标信息.mp4 (58.73 MB), 07:57

      *   08 在图中创建实体.mp4 (48.53 MB), 07:36

      *   09 根据给定实体创建关系.mp4 (56.49 MB), 08:35

    *   03 基于知识图谱的医药问答系统实战/

      *   01 项目概述与整体架构分析.mp4 (41.05 MB), 07:31

      *   02 医疗数据介绍及其各字段含义.mp4 (68.85 MB), 07:25

      *   03 任务流程概述.mp4 (43.66 MB), 05:47

      *   04 环境配置与所需工具包安装.mp4 (40.34 MB), 06:35

      *   05 提取数据中的关键字段信息.mp4 (68.24 MB), 11:35

      *   06 创建关系边.mp4 (43.89 MB), 08:17

      *   07 打造医疗知识图谱模型.mp4 (65.69 MB), 10:54

      *   08 加载所有实体数据.mp4 (46.84 MB), 06:52

      *   09 实体关键词字典制作.mp4 (35.86 MB), 08:36

      *   10 完成对话系统构建.mp4 (44.03 MB), 09:02

    *   04 文本关系抽取实践/

      *   01 关系抽取要完成的任务演示与分析.mp4 (20.59 MB), 05:07

      *   02 LTP工具包概述介绍.mp4 (51.49 MB), 08:33

      *   03 pyltp安装与流程演示.mp4 (46.29 MB), 07:16

      *   04 得到分词与词性标注结果.mp4 (51.92 MB), 06:41

      *   05 依存句法概述.mp4 (34.37 MB), 05:46

      *   06 句法分析结果整理.mp4 (44.19 MB), 09:12

      *   07 语义角色构建与分析.mp4 (60.68 MB), 11:00

      *   08 设计规则完成关系抽取.mp4 (58.06 MB), 09:23

    *   05 金融平台风控模型实践/

      *   01 竞赛任务目标.mp4 (26.62 MB), 05:36

      *   02 图模型信息提取.mp4 (31.40 MB), 08:58

      *   03 节点权重特征提取(PageRank).mp4 (40.23 MB), 10:22

      *   04 deepwalk构建图顶点特征.mp4 (59.35 MB), 10:33

      *   05 各项统计特征.mp4 (61.55 MB), 06:43

      *   06 app安装特征.mp4 (41.54 MB), 06:28

      *   07 图中联系人特征.mp4 (76.99 MB), 06:54

    *   06 医学糖尿病数据命名实体识别/

      *   01 数据与任务介绍.mp4 (25.63 MB), 07:03

      *   02 整体模型架构.mp4 (16.91 MB), 04:48

      *   03 数据-标签-语料库处理.mp4 (45.39 MB), 10:15

      *   04 输入样本填充补齐.mp4 (40.83 MB), 09:24

      *   05 训练网络模型.mp4 (45.42 MB), 10:00

      *   06 医疗数据集（糖尿病）实体识别.mp4 (89.39 MB), 09:57

  *   30 【方向F：智能应用】语音识别/

    *   01 seq2seq序列网络模型/

      *   01 序列网络模型概述分析.mp4 (20.04 MB), 08:57

      *   01 课件资料下载url汇总.txt (0.00 MB)

      *   02 工作原理概述.mp4 (10.31 MB), 03:51

      *   03 注意力机制的作用.mp4 (17.00 MB), 06:00

      *   04 加入attention的序列模型整体架构.mp4 (23.70 MB), 09:23

      *   05 TeacherForcing的作用与训练策略.mp4 (19.01 MB), 07:11

      *   06 额外补充-RNN网络模型解读.mp4 (27.41 MB), 11:52

    *   02 LAS模型语音识别实战/

      *   01 数据源与环境配置.mp4 (36.05 MB), 08:38

      *   02 语料表制作方法.mp4 (28.41 MB), 05:33

      *   03 制作json标注数据.mp4 (42.43 MB), 09:20

      *   04 声音数据处理模块解读.mp4 (70.11 MB), 11:11

      *   05 Pack与Pad操作解析.mp4 (41.03 MB), 10:00

      *   06 编码器模块整体流程.mp4 (35.48 MB), 07:10

      *   07 加入注意力机制.mp4 (37.80 MB), 07:46

      *   08 计算得到每个输出的attention得分.mp4 (41.48 MB), 09:33

      *   09 解码器与训练过程演示.mp4 (48.78 MB), 08:38

    *   03 starganvc2变声器论文原理解读/

      *   01 论文整体思路与架构解读.mp4 (38.32 MB), 07:26

      *   02 VCC2016输入数据.mp4 (23.48 MB), 07:26

      *   03 语音特征提取.mp4 (34.69 MB), 11:38

      *   04 生成器模型架构分析.mp4 (17.87 MB), 05:11

      *   05 InstanceNorm的作用解读.mp4 (21.10 MB), 07:30

      *   06 AdaIn的目的与效果.mp4 (14.88 MB), 05:07

      *   07 判别器模块分析.mp4 (125.35 MB), 13:10

    *   04 staeganvc2变声器源码实战/

      *   01 数据与项目文件解读.mp4 (24.57 MB), 07:00

      *   02 环境配置与工具包安装.mp4 (41.85 MB), 08:02

      *   03 数据预处理与声音特征提取.mp4 (97.70 MB), 13:46

      *   04 生成器构造模块解读.mp4 (46.34 MB), 09:07

      *   05 下采样与上采样操作.mp4 (40.17 MB), 07:54

      *   06 starganvc2版本标签输入分析.mp4 (54.80 MB), 06:00

      *   07 生成器前向传播维度变化.mp4 (29.99 MB), 07:03

      *   08 判别器模块解读.mp4 (39.64 MB), 07:49

      *   09 论文损失函数.mp4 (109.71 MB), 08:02

      *   10 源码损失计算流程.mp4 (38.61 MB), 06:07

      *   11 测试模块-生成转换语音.mp4 (52.39 MB), 09:05

    *   05 语音分离ConvTasnet模型/

      *   01 语音分离任务分析.mp4 (10.40 MB), 03:32

      *   02 经典语音分离模型概述.mp4 (20.58 MB), 07:05

      *   03 DeepClustering论文解读.mp4 (18.41 MB), 05:53

      *   04 TasNet编码器结构分析.mp4 (46.47 MB), 10:38

      *   05 DW卷积的作用与效果.mp4 (11.63 MB), 04:26

      *   06 基于Mask得到分离结果.mp4 (21.86 MB), 05:50

    *   06 ConvTasnet语音分离实战/

      *   01 数据准备与环境配置.mp4 (86.09 MB), 11:19

      *   02 训练任务所需参数介绍.mp4 (31.06 MB), 07:10

      *   03 DataLoader定义.mp4 (41.88 MB), 04:57

      *   04 采样数据特征编码.mp4 (41.96 MB), 07:22

      *   05 编码器特征提取.mp4 (60.51 MB), 07:19

      *   06 构建更大的感受区域.mp4 (59.43 MB), 10:01

      *   07 解码得到分离后的语音.mp4 (57.89 MB), 06:39

      *   08 测试模块所需参数.mp4 (46.55 MB), 03:57

    *   07 语音合成tacotron最新版实战/

      *   01 语音合成项目所需环境配置.mp4 (49.55 MB), 09:03

      *   02 所需数据集介绍.mp4 (57.62 MB), 04:34

      *   03 路径配置与整体流程解读.mp4 (77.43 MB), 09:03

      *   04 Dataloader构建数据与标签.mp4 (73.66 MB), 11:54

      *   05 编码层要完成的任务.mp4 (51.74 MB), 08:07

      *   06 得到编码特征向量.mp4 (32.22 MB), 06:41

      *   07 解码器输入准备.mp4 (39.02 MB), 08:05

      *   08 解码器流程梳理.mp4 (46.66 MB), 09:07

      *   09 注意力机制应用方法.mp4 (49.17 MB), 08:32

      *   10 得到加权的编码向量.mp4 (62.38 MB), 10:14

      *   11 模型输出结果.mp4 (59.40 MB), 09:47

      *   12 损失函数与预测.mp4 (52.90 MB), 06:27

  *   31 【方向F：智能应用】现代推荐系统与实战/

    *   01 协同过滤与矩阵分解/

      *   01 1-协同过滤与矩阵分解简介.mp4 (12.92 MB), 04:36

      *   01 课件资料下载url汇总.txt (0.00 MB)

      *   02 2-基于用户与商品的协同过滤.mp4 (21.13 MB), 08:15

      *   03 3-相似度计算与推荐实例.mp4 (17.31 MB), 06:19

      *   04 4-矩阵分解的目的与效果.mp4 (23.54 MB), 09:00

      *   05 5-矩阵分解中的隐向量.mp4 (28.47 MB), 09:18

      *   06 6-目标函数简介.mp4 (15.91 MB), 05:18

      *   07 7-隐式情况分析.mp4 (16.09 MB), 05:53

      *   08 8-Embedding的作用.mp4 (12.61 MB), 04:08

    *   02 推荐系统介绍及其应用/

      *   01 1-推荐系统通俗解读.mp4 (19.84 MB), 07:35

      *   01 课件资料下载url汇总.txt (0.00 MB)

      *   02 2-推荐系统发展简介.mp4 (26.16 MB), 09:23

      *   03 3-应用领域与多方位评估指标.mp4 (29.78 MB), 09:02

      *   04 4-任务流程与挑战概述.mp4 (30.13 MB), 10:35

      *   05 5-常用技术点分析.mp4 (18.65 MB), 06:54

      *   06 6-与深度学习的结合.mp4 (26.79 MB), 08:44

    *   03 音乐推荐系统实战/

      *   01 1-音乐推荐任务概述.mp4 (72.88 MB), 17:35

      *   02 2-数据集整合.mp4 (59.67 MB), 08:19

      *   03 3-基于物品的协同过滤.mp4 (70.77 MB), 13:17

      *   04 4-物品相似度计算与推荐.mp4 (72.30 MB), 19:14

      *   05 5-SVD矩阵分解.mp4 (35.13 MB), 11:52

      *   06 6-基于矩阵分解的音乐推荐.mp4 (93.14 MB), 14:44

    *   04 知识图谱与Neo4j数据库实例/

      *   01 1-知识图谱通俗解读.mp4 (22.19 MB), 07:55

      *   02 2-知识图谱在搜索引擎中的应用.mp4 (30.25 MB), 08:08

      *   03 3-知识图谱在医疗领域应用实例.mp4 (113.32 MB), 13:24

      *   04 4-金融与推荐领域的应用.mp4 (23.26 MB), 08:31

      *   05 5-数据获取分析.mp4 (40.27 MB), 10:20

      *   06 1-Neo4j图数据库介绍.mp4 (69.73 MB), 08:33

      *   07 2-Neo4j数据库安装流程演示.mp4 (31.13 MB), 07:09

      *   08 3-可视化例子演示.mp4 (48.56 MB), 09:08

      *   09 4-创建与删除操作演示.mp4 (28.82 MB), 08:40

      *   10 5-数据库更改查询操作演示.mp4 (30.54 MB), 08:35

    *   05 基于知识图谱的电影推荐实战/

      *   01 1-知识图谱推荐系统效果演示.mp4 (26.23 MB), 05:35

      *   02 2-kaggle电影数据集下载与配置.mp4 (69.74 MB), 08:24

      *   03 3-图谱需求与任务流程解读.mp4 (30.44 MB), 07:18

      *   04 4-项目所需环境配置安装.mp4 (54.35 MB), 10:00

      *   05 5-构建用户电影知识图谱.mp4 (68.80 MB), 11:36

      *   06 6-图谱查询与匹配操作.mp4 (22.39 MB), 05:33

      *   07 7-相似度计算与推荐引擎构建.mp4 (44.58 MB), 09:40

    *   06 DeepFM算法解析与实战/

      *   01 1-CTR估计及其经典方法概述.mp4 (24.49 MB), 07:48

      *   02 2-高维特征带来的问题.mp4 (15.31 MB), 04:42

      *   03 3-二项式特征的作用与挑战.mp4 (13.58 MB), 04:57

      *   04 4-二阶公式推导与化简.mp4 (23.75 MB), 08:33

      *   05 5-FM算法解析.mp4 (22.57 MB), 08:15

      *   06 6-DeepFm整体架构解读.mp4 (17.20 MB), 05:18

      *   07 7-输入层所需数据样例.mp4 (16.05 MB), 05:17

      *   08 8-Embedding层的作用与总结.mp4 (24.46 MB), 08:06

      *   09 1-数据集介绍与环境配置.mp4 (63.84 MB), 10:52

      *   10 2-广告点击数据预处理实例.mp4 (54.70 MB), 10:36

      *   11 3-数据处理模块Embedding层.mp4 (38.27 MB), 07:31

      *   12 4-Index与Value数据制作.mp4 (32.98 MB), 06:52

      *   13 5-一阶权重参数设计.mp4 (37.70 MB), 07:25

      *   14 6-二阶特征构建方法.mp4 (32.81 MB), 07:35

      *   15 7-特征组合方法实例分析.mp4 (55.84 MB), 12:14

      *   16 8-完成FM模块计算.mp4 (27.60 MB), 05:21

      *   17 9-DNN模块与训练过程.mp4 (42.33 MB), 08:14

    *   07 推荐系统常用工具包演示/

      *   01 1-环境配置与数据集介绍.mp4 (40.19 MB), 08:08

      *   02 2-电影数据集预处理分析.mp4 (37.27 MB), 08:49

      *   03 3-surprise工具包基本使用.mp4 (40.38 MB), 07:19

      *   04 4-模型测试集结果.mp4 (34.52 MB), 07:04

      *   05 5-评估指标概述.mp4 (74.11 MB), 11:28

    *   08 基于文本数据的推荐实例/

      *   01 1-数据与环境配置介绍.mp4 (22.68 MB), 05:30

      *   02 2-数据科学相关数据介绍.mp4 (35.07 MB), 06:29

      *   03 3-文本数据预处理.mp4 (41.89 MB), 06:42

      *   04 4-TFIDF构建特征矩阵.mp4 (36.05 MB), 09:52

      *   05 5-矩阵分解演示.mp4 (32.55 MB), 06:34

      *   06 6-LDA主题模型效果演示.mp4 (59.72 MB), 09:54

      *   07 7-推荐结果分析.mp4 (47.58 MB), 05:44

    *   09 基本统计分析的电影推荐/

      *   01 1-电影数据与环境配置.mp4 (71.07 MB), 12:53

      *   02 2-数据与关键词信息展示.mp4 (68.14 MB), 10:09

      *   03 3-关键词云与直方图展示.mp4 (50.69 MB), 06:16

      *   04 4-特征可视化.mp4 (43.54 MB), 09:12

      *   05 5-数据清洗概述.mp4 (63.83 MB), 09:09

      *   06 6-缺失值填充方法.mp4 (41.67 MB), 07:55

      *   07 7-推荐引擎构造.mp4 (56.75 MB), 10:48

      *   08 8-数据特征构造.mp4 (40.92 MB), 09:43

      *   09 9-得出推荐结果.mp4 (57.82 MB), 10:53

    *   10 基于相似度的酒店推荐系统/

      *   01 1-酒店数据与任务介绍.mp4 (24.48 MB), 05:25

      *   02 2-文本词频统计.mp4 (35.59 MB), 07:22

      *   03 3-ngram结果可视化展示.mp4 (59.95 MB), 12:36

      *   04 4-文本清洗.mp4 (37.48 MB), 10:09

      *   05 5-相似度计算.mp4 (52.85 MB), 08:23

      *   06 6-得出推荐结果.mp4 (68.39 MB), 08:50

  *   32 【进阶模块】深度学习模型部署与实战/

    *   01 PyTorch Flask部署示例/

      *   01 基本结构与训练好的模型加载.mp4 (23.70 MB), 07:11

      *   01 课件资料下载url汇总.txt (0.00 MB)

      *   02 服务端处理与预测函数.mp4 (47.12 MB), 12:25

      *   03 基于Flask测试模型预测结果.mp4 (52.31 MB), 12:49

    *   02 PyTorch Docker部署示例/

      *   01 docker简介.mp4 (18.03 MB), 05:57

      *   02 docker安装与配置.mp4 (53.94 MB), 10:17

      *   03 阿里云镜像配置.mp4 (30.18 MB), 06:26

      *   04 基于docker配置pytorch环境.mp4 (41.44 MB), 10:56

      *   05 安装演示环境所需依赖.mp4 (35.58 MB), 09:38

      *   06 复制所需配置到容器中.mp4 (31.57 MB), 06:51

      *   07 上传与下载配置好的项目.mp4 (51.15 MB), 12:46

    *   03 使用Docker实现TensorFlow-Serving部署实战/

      *   01 tf-serving项目获取与配置.mp4 (34.04 MB), 06:53

      *   02 加载并启动模型服务.mp4 (35.27 MB), 09:32

      *   03 测试模型部署效果.mp4 (48.24 MB), 08:50

      *   04 fashion数据集获取.mp4 (42.50 MB), 05:20

      *   05 加载fashion模型启动服务.mp4 (37.24 MB), 07:14

    *   04 AIoT与Jetson Nano/

      *   01 jetson nano 硬件介绍.mp4 (25.37 MB), 08:37

      *   02 jetson nano 刷机.mp4 (115.33 MB), 09:47

      *   03 jetson nano 系统安装过程.mp4 (92.42 MB), 07:08

      *   04 感受nano的GPU算力.mp4 (69.50 MB), 14:21

      *   05 安装使用摄像头csi usb.mp4 (48.96 MB), 14:58

    *   05 AIoT实战应用/

      *   01 jetson-inference 入门.mp4 (35.89 MB), 11:00

      *   02 docker 的安装使用.mp4 (80.34 MB), 15:00

      *   03 docker中运行分类模型.mp4 (116.37 MB), 20:35

      *   04 训练自己的目标检测模型准备.mp4 (41.18 MB), 14:17

      *   05 训练出自己目标识别模型a.mp4 (123.11 MB), 27:53

      *   06 训练出自己目标识别模型b.mp4 (46.16 MB), 12:15

      *   07 转换出onnx模型，并使用.mp4 (35.23 MB), 10:29

    *   06 NVIDIA TAO训练工具/

      *   01 NVIDIA TAO介绍和安装.mp4 (82.26 MB), 11:28

      *   02 NVIDIA TAO数据准备和环境设置.mp4 (46.76 MB), 12:36

      *   03 NVIDIA TAO数据转换.mp4 (117.37 MB), 30:39

      *   04 NVIDIA TAO预训练模型和训练a.mp4 (45.60 MB), 13:39

      *   05 NVIDIA TAO预训练模型和训练b.mp4 (20.45 MB), 01:53

      *   06 NVIDIA TAO预训练模型和训练c.mp4 (18.43 MB), 05:47

      *   07 TAO 剪枝在训练推理验证.mp4 (142.02 MB), 25:42

    *   07 DeepStream应用/

      *   01 deepstream 介绍安装.mp4 (62.28 MB), 16:51

      *   02 deepstream HelloWorld.mp4 (50.99 MB), 13:44

      *   03 GStreamer RTP和RTSP1.mp4 (72.36 MB), 18:16

      *   04 GStreamer RTP和RTSP2.mp4 (88.71 MB), 25:28

      *   05 python实现RTP和RTSP.mp4 (97.09 MB), 16:28

      *   06 deepstream推理.mp4 (106.27 MB), 26:50

      *   07 deepstream集成yolov4.mp4 (97.96 MB), 24:46

  *   33 【进阶模块】深度学习模型优化与创新/

    *   01 通用创新点/

      *   01 ACMIX（卷积与注意力融合）.mp4 (96.43 MB), 20:12

      *   01 课件资料下载url汇总.txt (0.00 MB)

      *   02 GCnet(全局特征融合).mp4 (82.64 MB), 13:19

      *   03 Coordinate_attention.mp4 (84.00 MB), 18:14

      *   04 SPD（可替换下采样）.mp4 (50.15 MB), 08:50

      *   05 SPP改进.mp4 (19.01 MB), 03:30

      *   06 mobileOne(加速).mp4 (49.84 MB), 06:01

      *   07 Deformable(替换selfAttention).mp4 (50.38 MB), 11:07

      *   08 ProbAttention(采样策略).mp4 (26.40 MB), 05:55

      *   09 CrossAttention融合特征.mp4 (22.81 MB), 04:44

      *   10 Attention额外加入先验知识.mp4 (8.55 MB), 03:32

      *   11 结合GNN构建局部特征.mp4 (29.42 MB), 09:53

      *   12 损失函数约束项.mp4 (9.66 MB), 04:02

      *   13 自适应可学习参数.mp4 (16.35 MB), 05:09

      *   14 Coarse2Fine大框架.mp4 (45.58 MB), 08:17

      *   15 只能机器学习模型时凑工作量（特征工程）.mp4 (6.83 MB), 02:53

      *   16 自己数据集如何发的好(要开源).mp4 (49.25 MB), 03:45

      *   17 可变形卷积加入方法.mp4 (26.48 MB), 06:45

      *   18 在源码中加入各种注意力机制方法.mp4 (136.63 MB), 24:52

    *   02 模型剪枝-Network Slimming算法分析/

      *   01 论文算法核心框架概述.mp4 (23.08 MB), 07:25

      *   02 BatchNorm要解决的问题.mp4 (20.95 MB), 06:54

      *   03 BN的本质作用.mp4 (25.48 MB), 07:56

      *   04 额外的训练参数解读.mp4 (23.16 MB), 07:15

      *   05 稀疏化原理与效果.mp4 (27.44 MB), 09:04

    *   03 模型剪枝-Network Slimming实战解读/

      *   01 整体案例流程解读.mp4 (36.17 MB), 07:15

      *   02 加入L1正则化来进行更新.mp4 (31.70 MB), 06:32

      *   03 剪枝模块介绍.mp4 (34.44 MB), 05:01

      *   04 筛选需要的特征图.mp4 (40.63 MB), 09:19

      *   05 剪枝后模型参数赋值.mp4 (55.30 MB), 10:52

      *   06 微调完成剪枝模型.mp4 (51.76 MB), 06:44

    *   04 Mobilenet三代网络模型架构/

      *   01 模型剪枝分析.mp4 (25.20 MB), 07:23

      *   02 常见剪枝方法介绍.mp4 (25.14 MB), 11:40

      *   03 mobilenet简介.mp4 (9.75 MB), 04:10

      *   04 经典卷积计算量与参数量分析.mp4 (15.03 MB), 05:38

      *   05 深度可分离卷积的作用与效果.mp4 (16.44 MB), 07:13

      *   06 参数与计算量的比较.mp4 (45.25 MB), 14:59

      *   07 V1版本效果分析.mp4 (28.45 MB), 09:04

      *   08 V2版本改进以及Relu激活函数的问题.mp4 (22.13 MB), 07:23

      *   09 倒残差结构的作用.mp4 (19.86 MB), 06:42

      *   10 V2整体架构与效果分析.mp4 (11.97 MB), 04:09

      *   11 V3版本网络架构分析.mp4 (13.21 MB), 05:33

      *   12 SE模块作用与效果解读.mp4 (36.20 MB), 12:06

      *   13 代码实现mobilenetV3网络架构.mp4 (76.29 MB), 10:45

    *   05 知识蒸馏/

      *   01 知识蒸馏与简历相关.mp4 (1.33 GB), 01:39:25

    *   06 拓展-模型部署与优化/

      *   01 模型部署.mp4 (475.93 MB), 01:38:41

  *   34 【进阶模块】科研与职业发展/

    *   01 论文写作与科研方法论/

      *   01 从0-1：论文写作.mp4 (1.04 GB), 02:13:33

      *   01 课件资料下载url汇总.txt (0.00 MB)

      *   02 论文要完成的核心架构分析.mp4 (53.31 MB), 09:57

      *   03 网络模型基本组件分析.mp4 (83.09 MB), 11:33

      *   04 流程概述分析.mp4 (73.55 MB), 12:19

      *   05 实验结果分析.mp4 (75.99 MB), 09:52

      *   06 源码实现细节解读.mp4 (46.80 MB), 11:01

      *   07 源码结果总结.mp4 (39.54 MB), 08:54

    *   02 Deepseek辅助科研技能学习和科研探索/

      *   01 Deepseek辅助科研技能学习和科研探索--.mp4 (647.25 MB), 02:10:46

    *   03 AI时代职业规划/

      *   01 AI浪潮之下的职业新机遇：如何武装自己，拿下未来岗位.mp4 (769.67 MB), 02:27:26

    *   04 就业简历指导/

      *   01 就业简历.mp4 (339.11 MB), 01:38:00