直播答疑.mp4 · 直播答疑.mp4 · 论文复现体验课学习指引.mp4 · 直播答疑.mp4 · 直播答疑.mp4 · 直播答疑.mp4 · 直播答疑.mp

*   01 直播答疑.mp4

*   02 直播答疑.mp4

*   03 论文复现体验课学习指引.mp4

*   04 直播答疑.mp4

*   06 直播答疑.mp4

*   07 直播答疑.mp4

*   08 直播答疑.mp4

*   09 GAN专题直播答疑.mp4

*   10 NLP Baseline直播答疑.mp4

*   11 NLP Baseline 直播答疑.mp4

*   13 NLP baseline直播答疑.mp4

*   14 NLP直播答疑.mp4

*   15 NLP直播答疑.mp4

*   16 NLP baseline直播答疑.mp4

*   17 NLP baseline直播答疑.mp4

*   18 预训练直播答疑.mp4

*   19 NLP直播答疑.mp4

*   【置顶内容】/

  *   01 NLP前沿直播/

    *   01 【3月20日】GPT-4直播分享.mp4

    *   04 【3月15日】NLP前沿直播.mp4

    *   05 【2月22日】ChatGPT直播分享.mp4

    *   06 【1月17日】NLP前沿直播.mp4

    *   07 【1月10日】NLP前沿直播.mp4

    *   08 【1月3日】NLP前沿直播.mp4

    *   09 【12月23日】NLP前沿直播.mp4

    *   11 【12月13日】NLP前沿直播.mp4

    *   12 【12月5日】NLP前沿直播.mp4

  *   04 学前须知/

    *   01 效率提升3倍的Paper 阅读方法.mp4

    *   04 【严正声明】盗版必究！.html

  *   05 01 Python AI&数据科学入门/

    *   01 【资料合集】代码、数据及课件下载地址.html

    *   02 第一章 绪论和环境配置.mp4

    *   03 【作业讲解】第一章：助教实际演示配置环境过程.mp4

    *   04 第二章 Python 基本语法元素.mp4

    *   05 【作业讲解】第二章：Python基本语法元素.mp4

    *   06 第三章 基本数据类型.mp4

    *   07 【作业讲解】第三章：基本数据类型.mp4

    *   08 第四章 组合数据类型.mp4

    *   09 【作业讲解】第四章：复杂数据类型.mp4

    *   10 第五章 程序控制结构.mp4

    *   11 【作业讲解】第五章：程序控制结构.mp4

    *   12 第六章 函数-面向过程的编程.mp4

    *   13 【作业讲解】第六章：函数.mp4

    *   14 第七章 类-面向对象的编程.mp4

    *   15 【作业讲解】第七章：类.mp4

    *   16 第八章 文件、异常和模块.mp4

    *   17 【作业讲解】第八章：文件、异常和模块.mp4

    *   18 第九章 有益的探索.mp4

    *   19 【作业讲解】第九章：有益的探索.mp4

    *   20 第十章 Python标准库.mp4

    *   21 【作业讲解】第十章：Python标准库.mp4

    *   22 第十一章 科学计算库—Numpy应用.mp4

    *   23 【作业讲解】第十一章：Numpy库.mp4

    *   24 第十二章 Pandas库.mp4

    *   25 【作业讲解】第十二章：Pandas库.mp4

    *   28 第十四章 Sklearn常规用法.mp4

    *   29 【作业讲解】第十四章：Sklearn常规用法.mp4

  *   06 02 PyTorch/

    *   02 【必看】深入浅出PyTorch.mp4

    *   03 【第一周】PyTorch简介与安装.mp4

    *   04 【第一周】补充-pytorch开发环境安装.mp4

    *   05 【第一周】张量简介与创建.mp4

    *   06 【第一周】张量操作与线性回归.mp4

    *   07 【第一周】计算图与动态图机制.mp4

    *   08 【第一周】autograd与逻辑回归.mp4

    *   09 【第一周】作业讲解1.mp4

    *   10 【第一周】作业讲解2.mp4

    *   11 【第一周】作业讲解3.mp4

    *   12 【第二周】数据读取机制Dataloader与Dataset.mp4

    *   13 【第二周】数据预处理transforms模块机制.mp4

    *   14 【第二周】二十二种transforms数据预处理方法.mp4

    *   15 【第二周】学会自定义transforms方法.mp4

    *   16 【第二周】作业讲解.mp4

    *   17 【第三周】模型创建步骤与nn.Module.mp4

    *   18 【第三周】模型容器与AlexNet构建.mp4

    *   19 【第三周】nn网络层-卷积层.mp4

    *   20 【第三周】nn网络层-池化-线性-激活函数层.mp4

    *   21 【第三周】作业讲解.mp4

    *   22 【第四周】权值初始化.mp4

    *   23 【第四周】损失函数（一）.mp4

    *   24 【第四周】损失函数(二).mp4

    *   25 【第四周】优化器optimizer的概念.mp4

    *   26 【第四周】torch.optim.SGD.mp4

    *   27 【第四周】作业讲解.mp4

    *   28 【第五周】学习率调整策略.mp4

    *   29 【第五周】TensorBoard简介与安装.mp4

    *   30 【第五周】TensorBoard使用（一）.mp4

    *   31 【第五周】TensorBoard使用（二）.mp4

    *   32 【第五周】hook函数与CAM可视化.mp4

    *   33 【第五周】作业讲解.mp4

    *   34 【第六周】正则化之weight_decay.mp4

    *   35 【第六周】Batch Normalization.mp4

    *   36 【第六周】Normalizaiton_layers.mp4

    *   37 【第六周】正则化之Dropout.mp4

    *   38 【第六周】作业讲解.mp4

    *   39 【第七周】模型保存与加载.mp4

    *   40 【第七周】模型finetune.mp4

    *   41 【第七周】GPU的使用.mp4

    *   42 【第七周】PyTorch常见报错.mp4

    *   43 【第七周】作业讲解.mp4

    *   44 【第八周】图像分类一瞥.mp4

    *   45 【第八周】图像分割一瞥.mp4

    *   46 【第八周】图像目标检测一瞥（上）.mp4

    *   47 【第八周】图像目标检测一瞥（下）.mp4

    *   48 【第九周】生成对抗网络一瞥.mp4

    *   49 【第九周】循环神经网络一瞥.mp4

  *   07 人工智能数学基础/

    *   01 说出你的故事！深度之眼征稿活动~.html

    *   02 【严正声明】盗版必究！.html

    *   03 【招募】如何获得深度之眼奖学金和助学金.html

    *   04 课件下载地址.html

    *   05 【第一章 线性代数(上)】章节导读.mp4

    *   06 【第一章 线性代数(上)】-1 矩阵及其基本运算①.mp4

    *   07 【第一章 线性代数(上)】-2 矩阵及其基本运算②.mp4

    *   08 【第一章 线性代数(上)】-3 矩阵的行列式①.mp4

    *   09 【第一章 线性代数(上)】-4 矩阵的行列式②.mp4

    *   10 【第一章 线性代数(上)】-5 矩阵的行列式③.mp4

    *   11 【第一章 线性代数(上)】-6 矩阵的行列式④.mp4

    *   12 【第一章 线性代数(上)】-7 矩阵的逆①.mp4

    *   13 【第一章 线性代数(上)】-8 矩阵的逆②.mp4

    *   14 【第一章 线性代数(上)】-9 矩阵的逆③.mp4

    *   15 【第二章 线性代数(下)】章节导读.mp4

    *   16 【第二章 线性代数(下)】-1 矩阵的初等变换①.mp4

    *   17 【第二章 线性代数(下)】-2 矩阵的初等变换②.mp4

    *   18 【第二章 线性代数(下)】-3 矩阵的初等变换③.mp4

    *   19 【第二章 线性代数(下)】-4 矩阵的初等变换④.mp4

    *   20 【第二章 线性代数(下)】-5 矩阵的特征值与特征向量①.mp4

    *   21 【第二章 线性代数(下)】-6 矩阵的特征值与特征向量②.mp4

    *   22 【第二章 线性代数(下)】-7 矩阵的特征值与特征向量③.mp4

    *   23 【第二章 线性代数(下)】-8 矩阵对角化以及二次型①.mp4

    *   24 【第二章 线性代数(下)】-9 矩阵对角化以及二次型②.mp4

    *   25 【第二章 线性代数(下)】-10 矩阵对角化以及二次型③.mp4

    *   26 【第二章 线性代数(下)】-11svd分解的应用.mp4

    *   27 【第三章 微积分】-01常用函数的导数以及到导数的常用公式.mp4

    *   28 【第三章 微积分】-02 中值定理&洛必达法则&泰勒公式及应用.mp4

    *   29 【第三章 微积分】-03 函数的凹凸性&函数的极值.mp4

    *   30 【第三章 微积分】-04 不定积分.mp4

    *   31 【第三章 微积分】-05 定积分.mp4

    *   32 【第三章 微积分】-06 偏导数&多元函数复合求导法则链式求导法则.mp4

    *   33 【第三章 微积分】-07 方向导数与梯度及其应用.mp4

    *   34 【第三章 微积分】-08 多元函数泰勒公式与海森矩阵&多元函数的极值.mp4

    *   35 【第三章 微积分】-09 矩阵的求导.mp4

    *   36 【第三章 微积分】-10 矩阵的求导在深度学习中的应用.mp4

    *   37 【第四章 概率论】-01随机实验样本空间随机事件&概率的定义.mp4

    *   38 【第四章 概率论】-02全概率公式与贝叶斯公式及应用&独立性.mp4

    *   39 【第四章 概率论】-03随机变量与多维随机变量.mp4

    *   40 【第四章 概率论】-04期望与方差part1.mp4

    *   41 【第四章 概率论】-05期望与方差part2.mp4

    *   42 【第四章 概率论】-06参数的估计.mp4

    *   43 【第五章 最优化】-1 无约束最优化梯度下降.mp4

    *   44 【第五章 最优化】-2 无约束最优化梯度下降.mp4

    *   45 【第五章 最优化】-3 约束最优化.mp4

  *   08 神经网络基础知识/

    *   01 学员课件资料.html

    *   02 01-神经网络基础与多层感知机-0.mp4

    *   03 01-神经网络基础与多层感知机-1.mp4

    *   04 01-神经网络基础与多层感知机-2.mp4

    *   05 01-神经网络基础与多层感知机-3.mp4

    *   06 01-神经网络基础与多层感知机-4.mp4

    *   07 02-卷积神经网络-0.mp4

    *   08 02-卷积神经网络-1.mp4

    *   09 02-卷积神经网络-2.mp4

    *   10 03-循环神经网络-0.mp4

    *   11 03-循环神经网络-1.mp4

    *   12 03-循环神经网络-2.mp4

  *   10 06 NLP-baseline/

    *   03 1.1 word2vec1-1背景知识.mp4

    *   04 1.2 word2vec1-2论文泛读.mp4

    *   05 1.3 word2vec2-1对比模型.mp4

    *   06 1.4 word2vec2-2原理.mp4

    *   07 1.5 word2vec2-3word2vec关键技术.mp4

    *   08 1.6 word2vec2-4模型复杂度.mp4

    *   09 1.7 word2vec2-5实验结果.mp4

    *   10 1.8 word2vec3-1代码部分上.mp4

    *   11 1.9 word2vec3-2代码部分下.mp4