AI人工智能算法工程师

从AI零基础入门，打通视觉，NLP，机器学习，深度学习，推荐搜索，AIGC，大模型 引领行业的知识体系+工业级多领域综合项目+资深专业讲师团+全方位贴心服务 助力你平滑递进式快速成为新时代抢手人才，多领域灵活就业

*   00 资料/

  *   电子书/

    *   01 AI 开发的语言Python/

      *   01 【顺序结构】程序逻辑结构/

        *   01 1. 赋值语句.html (0.02 MB)

        *   02 2. 计算语句.html (0.02 MB)

        *   03 3. 计算同时赋值.html (0.02 MB)

        *   04 4. 数据格式.html (0.03 MB)

      *   02 【选择结构】程序逻辑结构/

        *   01 1. 运算判断符.html (0.02 MB)

        *   02 2. if语句.html (0.02 MB)

        *   03 3. 综合案例：简易版计算游戏.html (0.02 MB)

      *   03 【循环结构】程序逻辑结构/

        *   01 1. for循环.html (0.02 MB)

        *   02 2. while循环.html (0.02 MB)

        *   03 3. break打破循环.html (0.02 MB)

        *   04 4. continue跳过当前回合.html (0.02 MB)

        *   05 5. 综合案例：循环版计算游戏.html (0.02 MB)

      *   04 【序列概述】存储一系列数据：序列/

        *   01 1. 序列索引.html (0.02 MB)

        *   02 2. 序列切片.html (0.02 MB)

        *   03 3. 序列相加.html (0.02 MB)

        *   04 4. 序列乘法.html (0.02 MB)

        *   05 5. 序列是否包含元素.html (0.02 MB)

        *   06 6. 序列长度、最大值、最小值.html (0.02 MB)

      *   05 【列表】存储一系列数据：序列/

        *   01 1. 创建列表.html (0.02 MB)

        *   02 2. 访问列表元素.html (0.02 MB)

        *   03 3. 遍历列表.html (0.02 MB)

        *   04 4. 添加、修改、删除列表元素.html (0.02 MB)

        *   05 5. 列表元素统计计算.html (0.02 MB)

        *   06 6. 列表排序.html (0.02 MB)

        *   07 7. 列表推导式.html (0.02 MB)

        *   08 8. 案例：存储并统计模型的准确率.html (0.02 MB)

      *   06 【元组】存储一系列数据：序列/

        *   01 1. 创建元组.html (0.02 MB)

        *   02 2. 访问元组元素.html (0.02 MB)

        *   03 3. 元组推导式.html (0.02 MB)

        *   04 4. 元组和列表差别.html (0.03 MB)

        *   05 5. 案例：模型的配置.html (0.02 MB)

      *   07 【字典】存储一系列数据：序列/

        *   01 1. 创建字典.html (0.02 MB)

        *   02 2. 通过键值对访问字典.html (0.02 MB)

        *   03 3. 遍历字典.html (0.02 MB)

        *   04 4. 添加、修改和删除字典元素.html (0.02 MB)

        *   05 5. 案例：存储不同模型的信息.html (0.02 MB)

      *   08 【集合】存储一系列数据：序列/

        *   01 1. 创建集合.html (0.02 MB)

        *   02 2. 元素添加与删除.html (0.02 MB)

        *   03 3. 集合的交集、并集、差集.html (0.02 MB)

        *   04 4. 案例：找出在两个实验中都使用过的激活函数.html (0.02 MB)

      *   09 【字符串操作】存储一系列数据：序列/

        *   01 1. 字符串的切片.html (0.03 MB)

        *   02 2. 字符串的对比.html (0.02 MB)

      *   10 函数/

        *   01 1. 参数传递.html (0.03 MB)

        *   02 2. 函数返回值.html (0.02 MB)

        *   03 3. 变量作用域.html (0.02 MB)

        *   04 4. 匿名函数.html (0.02 MB)

        *   05 5. 综合案例：通过函数创建并配置模型.html (0.03 MB)

      *   11 模块/

        *   01 简单案例：统计用户输入时长.html (0.03 MB)

      *   12 文件与文件夹操作：图片文件筛选器/

        *   01 1. 文件操作.html (0.02 MB)

        *   02 2. 文件夹操作.html (0.03 MB)

        *   03 3.综合案例：YOLO标注文件清洗.html (0.04 MB)

      *   13 Python面向对象编程/

        *   01 1. 面向对象的概述&类&属性&行为&对象.html (0.03 MB)

        *   02 2. 【封装】面向对象程序设计的特点.html (0.03 MB)

        *   03 3. 【继承】面向对象程序设计的特点.html (0.03 MB)

        *   04 4. 【多态】面向对象程序设计的特点.html (0.02 MB)

        *   05 5. 综合案例：神经网络的继承.html (0.03 MB)

      *   14 文本文件的操作/

        *   01 1. 文本文件读取.html (0.03 MB)

        *   02 2. 文本文件写入.html (0.02 MB)

        *   03 3. 综合案例：日志文件读写.html (0.02 MB)

      *   15 表格数据处理（Pandas）/

        *   01 1. 加载excel文件.html (0.28 MB)

        *   02 2. 基础数据提取.html (0.96 MB)

        *   03 3. 数据分组与排序.html (0.04 MB)

        *   04 4. 将结果保存成excel文件.html (0.02 MB)

        *   05 5. 综合案例：Excel表格分组.html (0.02 MB)

      *   16 Matplotlib画图/

        *   01 1. 绘制折线图（plot）.html (0.33 MB)

        *   02 2. 绘值散点图（scatter）.html (0.28 MB)

        *   03 3. 绘值柱状图（bar）.html (0.18 MB)

        *   04 4. 绘制饼状图（pie）.html (0.14 MB)

      *   17 影像数据处理（OpenCV)/

        *   01 1. 图片数据处理.html (0.03 MB)

        *   02 2. 视频数据处理.html (0.03 MB)

        *   03 3. 综合案例：OpenCV视频画面处理.html (0.03 MB)

      *   18 pickle文件处理/

        *   01 1. 文件保存&文件加载&综合案例.html (0.03 MB)

    *   02 AI中核心数学知识/

      *   01 【微积分】概念回顾：导数、微分、积分/

        *   01 导数.html (0.07 MB)

        *   02 案例1：画出上述激活函数.html (0.03 MB)

        *   03 微分.html (0.02 MB)

        *   04 积分.html (0.10 MB)

        *   05 案例2：展示二维图像切线.html (0.10 MB)

        *   06 案例3：三维函数的切面.html (0.23 MB)

      *   02 【微积分】链式求导法/

        *   01 复合函数.html (0.02 MB)

        *   02 复合函数的导数.html (0.02 MB)

        *   03 链式法则的定义与应用.html (0.03 MB)

      *   03 【微积分】反向传播算法/

        *   01 反向传播算法.html (0.02 MB)

        *   02 案例4：神经网络反向传播.html (0.55 MB)

        *   03 案例5：制作梯度下降求最小值的动画.html (0.18 MB)

        *   04 案例6：实现三维平面的梯度下降.html (0.47 MB)

      *   04 【线性代数】基本概念与数据的表示/

        *   01 标量、向量、矩阵、张量的定义和意义.html (0.02 MB)

        *   02 向量的范数与单位向量.html (0.04 MB)

        *   03 案例1：创建向量、矩阵和张量，计算范数.html (0.03 MB)

        *   04 案例2：将矩阵保存成本地图像.html (0.80 MB)

      *   05 【线性代数】矩阵基础运算/

        *   01 矩阵基础运算.html (0.02 MB)

        *   02 案例3：矩阵的基础运算.html (0.02 MB)

        *   03 案例4：图像增强（调整亮度）.html (2.22 MB)

        *   04 案例5：图像增强（调整对比度）.html (0.56 MB)

      *   06 【线性代数】矩阵数学求解/

        *   01 解方程.html (0.02 MB)

        *   02 案例6矩阵的基本运算.html (0.02 MB)

      *   07 【线性代数】特征向量和特征值/

        *   01 定义与直观理解.html (0.02 MB)

        *   02 案例7：计算矩阵的特征值与特征向量.html (0.03 MB)

        *   03 案例8：SVD图像压缩.html (1.11 MB)

      *   08 【概率论】概率的基本概念/

        *   01 试验、事件与样本空间.html (0.02 MB)

        *   02 条件概率与独立事件.html (0.02 MB)

        *   03 实践：使用Python模拟随机试验.html (0.02 MB)

      *   09 【概率论】随机变量及其分布/

        *   01 随机变量的定义.html (0.02 MB)

        *   02 离散随机变量与连续随机变量.html (0.02 MB)

        *   03 概率质量函数与概率密度函数.html (0.02 MB)

        *   04 联合概率分布与边缘概率.html (0.02 MB)

        *   05 实践：概率质量函数示意图.html (0.05 MB)

      *   10 【概率论】期望、方差与协方差/

        *   01 期望的定义与性质.html (0.02 MB)

        *   02 方差与标准差.html (0.18 MB)

        *   03 协方差与相关系数.html (0.08 MB)

        *   04 实践：期望、方差协方差.html (0.02 MB)

      *   11 【概率论】常见的概率分布/

        *   01 常见的概率分布.html (0.02 MB)

        *   02 实践：模拟常见的概率分布.html (0.10 MB)

      *   12 【概率论】大数定律与中心极限定理/

        *   01 大数定律.html (0.02 MB)

        *   02 实践：投硬币大数定律.html (0.15 MB)

        *   03 中心极限定理.html (0.02 MB)

        *   04 实践：中心极限定理.html (0.06 MB)

    *   03 PyTorch数据处理与网络模型构建/

      *   01 安装PyTorch/

        *   01 版本说明.html (0.02 MB)

        *   02 Nvidia显卡上安装PyTorch：升级显卡驱动.html (0.32 MB)

        *   03 安装CUDA.html (0.64 MB)

        *   04 安装CUDNN.html (1.73 MB)

        *   05 命令行安装PyTorch.html (0.02 MB)

        *   06 安装CPU版本PyTorch.html (0.02 MB)

        *   07 MacOS上安装PyTorch.html (0.02 MB)

        *   08 AMD显卡上安装PyTorch.html (0.02 MB)

      *   02 TENSORS的操作/

        *   01 定义Tensor.html (0.02 MB)

        *   02 Tensor的属性.html (0.02 MB)

        *   03 Tensor存储的数值.html (0.03 MB)

        *   04 Tensor存储的位置.html (0.03 MB)

        *   05 Tensor的索引.html (0.02 MB)

        *   06 数据的运算.html (0.02 MB)

        *   07 Tensor的拼接.html (0.02 MB)

        *   08 数据的转换.html (0.07 MB)

        *   09 综合案例：PyTorch处理图片.html (0.02 MB)

      *   03 Dataloader与Dataset/

        *   01 格式说明.html (0.02 MB)

        *   02 案例1：导入两个列表到Dataset.html (0.03 MB)

        *   03 案例2：导入Excel数据到Dataset中.html (0.03 MB)

        *   04 案例3：导入图像数据集到Dataset.html (0.03 MB)

        *   05 案例4：加载官方数据集.html (0.02 MB)

        *   06 未命名节.html (0.02 MB)

      *   04 数据增强与转换/

        *   01 环境准备.html (0.03 MB)

        *   02 TorchVision的数据增强.html (0.72 MB)

        *   03 固定转换.html (3.71 MB)

        *   04 随机转换（一）.html (8.50 MB)

        *   05 随机转换（二）.html (2.81 MB)

        *   06 随机转换（三）.html (3.73 MB)

        *   07 概率p控制的随机转换.html (0.06 MB)

        *   08 综合案例：图像增强.html (0.03 MB)

      *   05 Pytorch中的模型创建/

        *   01 神经网络的创建步骤.html (0.02 MB)

        *   02 Module 神经网络的模板.html (0.02 MB)

        *   03 神经网络中常见的各种层.html (0.02 MB)

        *   04 全连接层.html (0.04 MB)

        *   05 激活函数.html (0.21 MB)

        *   06 随机失活Dropout.html (0.02 MB)

        *   07 综合案例1：全连接网络处理一维信息.html (0.05 MB)

        *   08 综合案例2：全连接网络处理二维图像.html (0.06 MB)

        *   09 二维卷积.html (0.11 MB)

        *   10 转置卷积.html (0.08 MB)

        *   11 综合案例3：搭建全卷积网络结构.html (0.03 MB)

        *   12 综合案例4：搭建卷积+全连接的网络结构.html (0.03 MB)

        *   13 最大池化【池化层】.html (0.04 MB)

        *   14 平均池化【池化层】.html (0.03 MB)

        *   15 BN层【池化层】.html (0.03 MB)

        *   16 综合案例5：复现LeNet.html (0.03 MB)

        *   17 Sequential 顺序容器.html (0.02 MB)

        *   18 综合案例6：搭建完整的网络结构.html (0.14 MB)

  *   项目教辅/

    *   01 人工智能的新浪潮.html (2.23 MB)

    *   02 人工智能的早期发展历.html (1.87 MB)

    *   03 什么是人工智能.html (2.05 MB)

    *   04 人工智能的典型应用（.html (2.37 MB)

    *   05 第2周 课程资源 res.rar (626.75 MB)

    *   06 第2周 全部代码.rar (92.10 MB)

    *   07 本章介绍.html (0.28 MB)

    *   08 基本输入输出.html (0.53 MB)

    *   09 程序逻辑结构.html (2.08 MB)

    *   10 Python基础编程.rar (0.01 MB)

    *   11 序列.html (2.89 MB)

    *   12 Python基础编程.rar (0.01 MB)

    *   13 文件与文件夹操作_yol.rar (628.05 MB)

    *   14 函数.html (0.88 MB)

    *   15 文件与文件夹操作.html (0.74 MB)

    *   16 Python基础编程.rar (0.01 MB)

    *   17 python中的类.html (0.30 MB)

    *   18 Python基础编程.rar (0.01 MB)

    *   19 课程整体介绍与学习安.html (0.29 MB)

    *   20 文本文件操作.html (0.52 MB)

    *   21 excel处理.html (1.44 MB)

    *   22 matplotlib.html (0.76 MB)

    *   23 OpenCV.html (0.77 MB)

    *   24 pickle文件处理：数据.html (0.20 MB)

    *   25 代码.rar (92.10 MB)

    *   26 软件的封装.html (0.25 MB)

    *   27 gradio-code.zip (6.99 MB)

    *   28 线性代数.html (1.47 MB)

    *   29 微积分.html (2.28 MB)

    *   30 反向传播算法-代码.zip (0.01 MB)

    *   31 概率论.html (1.18 MB)

    *   32 机器学习特征.html (0.91 MB)

    *   33 机器学习基础.html (0.05 MB)

    *   34 机器学习模型种类.html (0.05 MB)

    *   35 机器学习评估指标.html (0.05 MB)

    *   36 机器学习优化目标.html (0.05 MB)

    *   37 机器学习-机器学习案.zip (0.00 MB)

    *   38 机器学习案例实战.html (0.05 MB)

    *   39 单层感知器模型.zip (0.00 MB)

    *   40 神经网络基础.html (0.06 MB)

    *   41 单层神经网络案例实践.html (0.04 MB)

    *   42 多层感知器异或问题求.zip (0.00 MB)

    *   43 多层之感知器与反向传.html (0.05 MB)

    *   44 多层神经网络案例实践.html (0.03 MB)

    *   45 序列预测问题与RNN模.html (0.07 MB)

    *   46 长短时记忆网络与门控.html (0.04 MB)

    *   47 卷积神经网络基础.html (0.76 MB)

    *   48 卷积与全连接的比较.html (0.92 MB)

    *   49 卷积与池化反向传播.html (0.79 MB)

    *   50 典型卷积神经网络模型.html (1.29 MB)

    *   51 激活函数.html (0.93 MB)

    *   52 参数初始化.html (0.81 MB)

    *   53 深度学习标准化.html (0.79 MB)

    *   54 深度学习泛化与正则化.html (1.73 MB)

    *   55 深度学习学习率与优化.html (1.28 MB)

    *   56 Label Studio标注结.zip (0.84 MB)

    *   57 数据获取【ppt】.html (1.01 MB)

    *   58 数据标注【ppt】.html (0.04 MB)

    *   59 数据整理【ppt】.html (0.04 MB)

    *   60 imgaug.zip (0.00 MB)

    *   61 数据增强【ppt】.html (0.07 MB)

    *   62 数据增强库imgaug实践.html (0.08 MB)

    *   63 安装PyTorch.html (0.02 MB)

    *   64 TENSORS的操作.html (0.05 MB)

    *   65 Tensor操作.zip (0.00 MB)

    *   66 Dataset与Dataloader.html (0.03 MB)

    *   67 Dataset与Dataloader.zip (0.00 MB)

    *   68 数据增强与转换.html (0.06 MB)

    *   69 数据增强与转换代码.zip (0.00 MB)

    *   70 模型搭建与复现.html (0.05 MB)

    *   71 模型搭建与复现.zip (0.00 MB)

    *   72 PyThorch训练基础与数.zip (0.00 MB)

    *   73 第11周【代码】.zip (0.00 MB)

    *   74 优化器【代码】.zip (0.00 MB)

    *   75 pytorch封装软件【代.zip (0.00 MB)

    *   76 PyTorch软件封装.html (0.03 MB)

    *   77 代码.zip (0.00 MB)

    *   78 AlexNet与VGGNet（ppt.html (0.08 MB)

    *   79 从零搭建VGGNet（ppt.html (0.02 MB)

    *   80 代码.zip (0.00 MB)

    *   81 1X1卷积与Inception结.html (0.05 MB)

    *   82 从零搭建GoogLeNet（p.html (0.02 MB)

    *   83 代码.zip (0.00 MB)

    *   84 ResNet与DenseNet（pp.html (0.04 MB)

    *   85 从零搭建ResNet（ppt.html (0.02 MB)

    *   86 MobileNets代码.zip (0.00 MB)

    *   87 卷积拆分分组与Xcepti.html (0.05 MB)

    *   88 MobileNet系列.html (0.07 MB)

    *   89 从零搭建MobileNet.html (0.02 MB)

    *   90 ShuffleNets.zip (0.00 MB)

    *   91 ShuffleNet系列（ppt.html (0.07 MB)

    *   92 从零搭建ShuffleNet.html (0.02 MB)

    *   93 注意力模型基础（ppt.html (0.03 MB)

    *   94 特征注意力模型（ppt.html (0.05 MB)

    *   95 从零搭建SENet.html (0.02 MB)

    *   96 SENet.zip (0.00 MB)

    *   97 空间注意力模型（ppt.html (1.46 MB)

    *   98 从零搭建STN.html (0.27 MB)

    *   99 STN.zip (0.00 MB)

    *   100 混合注意力模型（ppt.html (1.49 MB)

    *   101 从零搭建CBAM.html (0.29 MB)

    *   102 CBAM.zip (41.42 MB)

    *   103 自注意力机制.html (1.66 MB)

    *   104 Transformer模型.html (1.82 MB)

    *   105 从零搭建Transformer.html (0.29 MB)

    *   106 Transformer.zip (8.70 MB)

    *   107 ViT.zip (376.77 MB)

    *   108 Vision Transformer.html (1.65 MB)

    *   109 从零搭建Vision Tran.html (0.32 MB)

    *   110 MobileViT.zip (8.33 MB)

    *   111 从零搭建Mobile ViT.html (0.29 MB)

    *   112 轻量级Vision Transf.html (1.67 MB)

    *   113 第17 周 代码和数据.zip (233.16 MB)

    *   114 多类别图像分类（ppt.html (1.69 MB)

    *   115 人脸表情识别项目实战.html (1.84 MB)

    *   116 多类别图像分类）.html (1.69 MB)

    *   117 课程项目代码与数据-.zip (0.09 MB)

    *   118 目标检测基础.html (1.72 MB)

    *   119 YOLO v1.html (1.27 MB)

    *   120 YOLO v2.html (1.22 MB)

    *   121 YOLO v3.html (0.20 MB)

    *   122 YOLO v4.html (0.08 MB)

    *   123 YOLO v5.html (0.04 MB)

    *   124 基于YOLO v5的车牌检.html (0.06 MB)

    *   125 课程项目代码与数据-.zip (0.00 MB)

    *   126 图像分割基础.html (0.09 MB)

    *   127 经典语义分割模型.html (0.05 MB)

    *   128 语义分割的关键技术改.html (0.05 MB)

    *   129 基于UNet的人脸语义分.html (0.04 MB)

    *   130 课程项目代码与数据-.zip (0.00 MB)

    *   131 视频分类基础.html (0.85 MB)

    *   132 三维卷积模型.html (1.57 MB)

    *   133 双流模型.html (1.59 MB)

    *   134 课程项目代码与数据-.zip (0.09 MB)

    *   135 课程项目代码与数据-.zip (0.09 MB)

    *   136 基于LPRNet的车牌识别.html (2.10 MB)

    *   137 课程项目代码与数据-.zip (0.09 MB)

    *   138 生成对抗网络基础.html (1.47 MB)

    *   139 深度卷积GAN模型.html (1.24 MB)

    *   140 GAN的优化目标改进.html (1.04 MB)

    *   141 GAN的评估.html (1.45 MB)

    *   142 课程项目代码与数据-.zip (0.09 MB)

    *   143 DCGAN图像生成实战.html (0.94 MB)

    *   144 StyleGAN模型.html (0.07 MB)

    *   145 多尺度图像生成GAN模.html (0.05 MB)

    *   146 StyleGAN人脸图像生成.html (0.04 MB)

    *   147 扩散模型基础.html (0.05 MB)

    *   148 基于UNet的扩散模型图.html (0.05 MB)

    *   149 课程项目代码与数据-.zip (0.00 MB)

    *   150 课程项目代码与数据-.zip (0.09 MB)

    *   151 CLIP模型.html (0.04 MB)

    *   152 Latent Diffusion M.html (0.05 MB)

    *   153 基于Stable Diffusio.html (0.05 MB)

    *   154 课程项目代码与数据-.zip (0.00 MB)

    *   155 ControlNet模型.html (0.05 MB)

    *   156 基于ControlNet的图像.html (0.03 MB)

    *   157 Stable-Diffusion-Web.html (0.13 MB)

    *   158 自然语言处理发展历史.html (0.05 MB)

    *   159 自然语言处理任务介绍.html (0.07 MB)

    *   160 分词理论及发展.html (0.06 MB)

    *   161 HMM分词实战.html (0.08 MB)

    *   162 jieba分词实战.html (0.07 MB)

    *   163 词向量概念介绍.html (0.11 MB)

    *   164 词向量实战.html (0.09 MB)

    *   165 word2vec-pytorch-mai.rar (0.00 MB)

    *   166 jieba_cut.zip (0.00 MB)

    *   167 【论文】Efficient E.zip (0.00 MB)

    *   168 循环神经网络.html (1.12 MB)

    *   169 CNN.html (1.06 MB)

    *   170 Transformer.html (1.87 MB)

    *   171 LSTM文本分类.html (0.94 MB)

    *   172 LSTM文本分类.zip (15.61 MB)

    *   173 膨胀卷积命名实体识别.html (1.91 MB)

    *   174 ChineseNER-pytorch-m.zip (27.17 MB)

    *   175 BERT模型理论及实战（.html (2.66 MB)

    *   176 Text_Classific.zip (0.00 MB)

    *   177 minGPTGPT模型及实战.zip (0.00 MB)

    *   178 大语言模型分布式预训.html (0.13 MB)

    *   179 课程项目代码与数据-.zip (0.00 MB)

    *   180 分布式训练框架deepsp.html (0.15 MB)

    *   181 ChatGLM-Finetuning-m.zip (0.00 MB)

    *   182 大模型有监督微调【pp.html (0.06 MB)

    *   183 ChatGLM-Finetuning-m.zip (0.00 MB)

    *   184 大模型高效参数微调.html (0.06 MB)

    *   185 常见大模型介绍.zip (0.00 MB)

    *   186 RLHF 相关资料.zip (0.00 MB)

    *   187 DeepSpeedExamples-ma.zip (0.00 MB)

    *   188 人工反馈式强化学习【.html (0.29 MB)

    *   189 langchain-ppt.html (0.04 MB)

    *   190 langchain- 代码.zip (0.00 MB)

    *   191 RAG项目实战docGPT【.zip (0.00 MB)

    *   192 4 基于半结构化数据.html (0.05 MB)

    *   193 yolox模型.zip (0.00 MB)

    *   194 rag对话机器人实战【.zip (0.00 MB)

    *   195 1. 搜索引擎技术介绍.html (1.63 MB)

    *   196 2. 推荐系统技术介绍.html (2.09 MB)

    *   197 大模型推荐系统实战实.zip (29.91 MB)

    *   198 LLM 搜索-流程.png (0.03 MB)

    *   199 chatAgent-代码.zip (0.03 MB)

    *   200 chatAgent-代码.zip (0.03 MB)

*   01 从AI全面认知到基础夯实-行业认知&Python&必备数学/

  *   01 快速搞清楚人工智能/

    *   01 人工智能发展前景与就业方向/

      *   01 课程全面解析/

        *   01 快速了解课程--带你避坑.mp4 (93.20 MB), 17:24

        *   02 课程交流群--不要错过.html (0.46 MB)

        *   03 开课说明.html (0.46 MB)

      *   02 人工智能到底是什么/

        *   01 什么是人工智能.mp4 (78.02 MB), 13:07

        *   02 人工智能的研究方法.mp4 (49.30 MB), 08:51

      *   03 人工智能发展背后的历史/

        *   01 人工智能第一次浪潮.mp4 (64.09 MB), 11:18

        *   02 人工智能第二次浪潮.mp4 (61.03 MB), 10:57

        *   03 人工智能第三次浪潮.mp4 (71.91 MB), 12:02

        *   04 为什么当下人工智能得以快速发展.mp4 (94.24 MB), 17:05

      *   04 解锁人工智能各大行业典型应用&就业方向/

        *   01 科学研究行业典型应用.mp4 (22.04 MB), 02:22

        *   02 交通出行&安防监控行业典型应用.mp4 (26.38 MB), 04:33

        *   03 娱乐生活&教育学习行业典型应用.mp4 (22.62 MB), 04:04

        *   04 医疗看护&体育健康行业典型应用.mp4 (20.18 MB), 03:26

        *   05 金融支付&电商零售行业典型应用.mp4 (16.13 MB), 02:34

        *   06 智能制造&养殖护理行业典型应用.mp4 (16.20 MB), 02:58

        *   07 语音处理就业方向.mp4 (16.89 MB), 02:20

        *   08 计算机视觉就业方向.mp4 (11.76 MB), 01:45

        *   09 自然语言处理就业方向.mp4 (10.33 MB), 01:30

        *   10 推荐与搜索就业方向.mp4 (19.23 MB), 02:31

  *   02 AI编程基石：Python入门与进阶/

    *   01 Python起步：入门与环境搭建/

      *   01 周课程整体介绍和安排/

        *   01 课程整体介绍与学习安排.mp4 (43.58 MB), 06:31

        *   02 课程资料说明【必看清楚在哪查看随课资料】.html (0.85 MB)

      *   02 Anaconda与环境搭建/

        *   02 Anaconda的整体介绍.mp4 (28.07 MB), 06:51

        *   03 Anaconda的安装.mp4 (75.51 MB), 13:32

        *   04 .Anaconda查看环境.mp4 (51.22 MB), 08:56

        *   05 Anaconda增加环境.mp4 (154.36 MB), 26:45

        *   06 Anaconda删除环境.mp4 (63.38 MB), 10:31

        *   07 Anaconda修改环境.mp4 (61.21 MB), 10:58

        *   08 Anaconda和pip换源.mp4 (88.69 MB), 15:22

      *   03 JupyterNotebook和JupyterLab/

        *   01 .JupyterNotebook.mp4 (183.30 MB), 30:40

        *   02 JupyterLab.mp4 (68.82 MB), 10:38

      *   04 PyCharm和VSCode/

        *   01 PyCharm下载与安装.mp4 (45.24 MB), 05:05

        *   02 PyCharm环境配置.mp4 (75.88 MB), 13:37

        *   03 VSCode的下载与安装.mp4 (38.10 MB), 04:03

        *   04 VSCode环境配置.mp4 (32.76 MB), 05:52

    *   02 Python基础与程序流程控制/

      *   01 基础语法与输入出/

        *   01 等号赋值&命名规则.mp4 (55.15 MB), 10:12

        *   02 注释&输入输出.mp4 (47.06 MB), 07:55

        *   03 综合案例.mp4 (57.82 MB), 10:34

      *   02 顺序结构语句/

        *   01 赋值&计算&数据格式.mp4 (47.41 MB), 07:58

        *   02 数据格式转换&案例.mp4 (84.94 MB), 14:15

      *   03 选择结构语句/

        *   01 if 选择语句.mp4 (34.32 MB), 06:13

        *   02 if 选择语句综合案例.mp4 (32.12 MB), 05:42

      *   04 循环结构语句/

        *   01 for循环语句.mp4 (31.76 MB), 05:23

        *   02 while循环语句.mp4 (34.20 MB), 05:39

        *   03 循环语句综合案例.mp4 (31.32 MB), 05:10

    *   03 Python列表、元组、字典和集合/

      *   01 Python序列与应用/

        *   01 序列通用操作.mp4 (62.49 MB), 10:03

        *   02 python列表.mp4 (44.76 MB), 07:33

        *   03 python元组.mp4 (27.74 MB), 04:33

        *   04 字典.mp4 (46.97 MB), 08:12

        *   05 集合.mp4 (24.59 MB), 03:36

        *   06 字符串.mp4 (35.49 MB), 06:16

    *   04 Python函数、模块，文件与文件夹操作/

      *   01 Python函数/

        *   01 函数.mp4 (39.59 MB), 07:10

        *   02 综合案例：使用函数创建模型.mp4 (32.52 MB), 05:40

      *   02 python模块/

        *   01 模块的使用.mp4 (133.15 MB), 23:55

      *   03 Python文件与文件操作/

        *   01 文件操作.mp4 (49.29 MB), 08:22

        *   02 文件夹操作.mp4 (60.70 MB), 10:16

        *   03 综合案例：YOLO标注文件清洗.mp4 (39.56 MB), 06:53

        *   04 综合案例：YOLO标注文件清洗.mp4 (104.55 MB), 18:52

    *   05 Python面向对象编程/

      *   01 面向对象的概念/

        *   01 类.mp4 (24.48 MB), 04:01

        *   02 属性.mp4 (34.46 MB), 05:33

        *   03 行为.mp4 (32.75 MB), 05:47

        *   04 对象.mp4 (45.48 MB), 07:56

      *   02 面向对象的特征/

        *   01 封装.mp4 (46.79 MB), 08:12

        *   02 继承.mp4 (40.12 MB), 07:04

        *   03 多态.mp4 (39.74 MB), 06:46

      *   03 综合案例/

        *   01 综合案例：神经网络的继承.mp4 (51.86 MB), 08:54

  *   03 AI编程基石：Python高级编程/

    *   01 Python的文件、表格、绘图、视频处理/

      *   01 周课程整体介绍与安排/

        *   01 第3周课程整体介绍与学习安排.mp4 (40.54 MB), 05:44

      *   02 文本文件操作/

        *   01 文件读取处理.mp4 (45.42 MB), 07:57

        *   02 综合案例：日志文件读写.mp4 (42.95 MB), 06:58

      *   03 pandas 表格数据处理/

        *   01 pandas表格读取与数据处理.mp4 (52.71 MB), 09:20

        *   02 综合案例：pandas表格处理.mp4 (31.76 MB), 05:49

      *   04 Matplotlib 常用画图处理/

        *   01 Matplotlib 绘制折线图.mp4 (65.94 MB), 09:03

        *   02 Matplotlib 绘制散点图&柱状图&饼状图.mp4 (28.90 MB), 05:07

      *   05 OpenCV 影像数据处理/

        *   01 图像数据处理：安装&加载图片和展示图片.mp4 (41.72 MB), 05:44

        *   02 图像数据处理：图片缩放&翻转&保存.mp4 (43.95 MB), 07:58

        *   03 视频数据处理：读取&保存.mp4 (34.91 MB), 06:09

        *   04 综合案例：视频处理.mp4 (36.44 MB), 06:13

      *   06 pickle文件处理：数据序列化处理/

        *   01 pickle文件操作.mp4 (18.69 MB), 03:09

        *   02 综合案例：pickle实战-数据序列化处理.mp4 (24.35 MB), 04:07

    *   02 PyQt构建用户界面应用程序/

      *   01 PyQt安装与构建用户界面/

        *   01 PyQt安装与运行.mp4 (49.13 MB), 08:09

        *   02 Python GUI快速入门.html (1.34 MB)

        *   03 PyQt制作界面实战图片展示功能.mp4 (51.70 MB), 09:10

      *   02 优化PyQt构建用户界面应用程序/

        *   01 PyQt制作界面优化.mp4 (34.90 MB), 06:12

        *   02 PyQt制作界面代码完善.mp4 (37.38 MB), 06:38

    *   03 Gradio构建用户界面应用程序/

      *   01 Gradio构建用户界面应用程序/

        *   01 gradio安装与启动.mp4 (131.75 MB), 23:14

      *   02 gradio常见输入/

        *   01 文本输入.mp4 (35.83 MB), 05:17

        *   02 数字输入框.mp4 (37.93 MB), 04:54

        *   03 滑动条.mp4 (37.33 MB), 05:44

        *   04 选项选择框.mp4 (51.89 MB), 08:09

        *   05 资源选择器_文件输入.mp4 (58.34 MB), 08:48

        *   06 资源选择器_图片输入.mp4 (43.70 MB), 07:20

        *   07 资源选择器_视频输入.mp4 (25.05 MB), 03:59

        *   08 按钮.mp4 (94.95 MB), 12:59

      *   03 gradio常见输出/

        *   01 文本输出.mp4 (15.03 MB), 02:24

        *   02 Matplotlib图例输出.mp4 (20.50 MB), 03:11

        *   03 画廊输出.mp4 (25.65 MB), 04:27

      *   04 gradio常见排版/

        *   01 行排版.mp4 (45.52 MB), 06:17

        *   02 列排版.mp4 (59.59 MB), 09:06

        *   03 标签排版.mp4 (30.18 MB), 04:58

        *   04 折叠排版.mp4 (13.42 MB), 01:37

      *   05 gradio综合案例/

        *   01 5.gradio综合案例.mp4 (189.12 MB), 34:30

  *   04 人工智能底层基石-三大必备AI 数学基础/

    *   01 线性代数：人工智能数据基础/

      *   01 周课程整体介绍与安排/

        *   01 课程整体介绍与学习安排.mp4 (81.22 MB), 11:30

      *   02 线性代数/

        *   01 线性代数基础概念：标量、向量、矩阵、张量.mp4 (18.66 MB), 02:48

        *   02 案例实战：创建向量、矩阵、张量.mp4 (27.05 MB), 04:24

        *   03 案例实战：将Numpy矩阵保存成本地图像.mp4 (41.45 MB), 06:14

        *   04 案例实战：图像增强（调整对比度）.mp4 (52.33 MB), 09:09

        *   05 Python实现解方程组.mp4 (76.22 MB), 11:03

        *   06 特征向量与特征值实操.mp4 (39.64 MB), 07:10

        *   07 案例实战：图像的SVD分解.mp4 (42.06 MB), 07:12

    *   02 微积分： AI力量背后的数学/

      *   01 概念回顾：导数、微分、积分/

        *   01 导数【常用初等函数的导数和深度学习中的激活函数】.mp4 (31.04 MB), 05:17

        *   02 案例：使用Python画出上述激活函数.mp4 (48.23 MB), 08:18

        *   03 微分和积分.mp4 (18.80 MB), 03:45

        *   04 案例：展示二维图像切线.mp4 (44.06 MB), 07:26

        *   05 案例：三位函数的切面.mp4 (50.48 MB), 08:45

      *   02 链式求导/

        *   01 链式求导法.mp4 (15.29 MB), 02:42

      *   03 反向传播算法/

        *   01 反向传播算法.mp4 (68.36 MB), 12:03

        *   03 案例：神经网络反向传播.mp4 (82.56 MB), 14:12

        *   04 案例：制作梯度下降求最小的动画.mp4 (79.71 MB), 13:45

        *   05 案例：实现三维平面的梯度下降.mp4 (44.50 MB), 07:30

    *   03 概率论： 数据科学与AI的关键/

      *   01 概率论核心概念与案例/

        *   01 概率的基本概念与案例：使用python 模拟随机实验.mp4 (23.99 MB), 04:05

        *   02 随机变量与案例：概率质量函数示意图.mp4 (31.58 MB), 05:40

        *   03 期望、方差与协方差及案例：计算期望、方差与协方差.mp4 (31.29 MB), 05:16

        *   04 实战：模拟常见的概率分布.mp4 (40.70 MB), 06:52

        *   05 大数定律及 实战：投硬币大数定律.mp4 (36.83 MB), 06:20

        *   06 中心极限定理及 实战：中心极限定理.mp4 (24.63 MB), 04:03

*   02 从AI核心技术理论体系构建到项目实战： 机器学习&深度学习/

  *   01 机器学习 - 解锁人工智能的核心/

    *   01 机器学习理论&常见任务/

      *   01 周介绍和课程安排/

        *   01 周介绍和课程安排.html (0.76 MB)

      *   02 机器学习基础/

        *   01 什么是机器学习.mp4 (65.80 MB), 11:34

        *   02 为什么需要机器学习.mp4 (31.82 MB), 04:48

        *   03 机器学习的发展历史.mp4 (39.04 MB), 06:28

      *   03 机器学习特征/

        *   01 特征概念.mp4 (59.00 MB), 10:31

        *   02 特征编码.mp4 (23.25 MB), 04:17

        *   03 特征选择.mp4 (43.02 MB), 07:29

      *   04 机器学习常见任务/

        *   01 机器学习问题概览.mp4 (50.80 MB), 09:01

        *   02 有&无监督学习模型.mp4 (56.10 MB), 09:04

    *   02 评估目标与优化目标/

      *   01 机器学习评估指标/

        *   01 模型评估基础.mp4 (25.14 MB), 03:55

        *   02 分类任务常见评估指标.mp4 (72.73 MB), 12:54

        *   03 回归任务常见评估指标.mp4 (35.29 MB), 05:18

      *   02 机器学习优化目标/

        *   01 模型优化概述.mp4 (37.47 MB), 06:32

        *   02 分类任务常见优化目标.mp4 (37.98 MB), 06:39

        *   03 回归任务常见优化目标.mp4 (32.30 MB), 05:42

    *   03 机器学习模型实践/

      *   01 逻辑回归模型原理与实战/

        *   01 逻辑回归模型原理【如何建模求解】.mp4 (33.33 MB), 05:14

        *   02 逻辑回归模型原理【逻辑回归模型】.mp4 (28.91 MB), 05:11

        *   03 逻辑回归模型实战.mp4 (74.77 MB), 12:52

  *   02 神经网络 - 处理和学习复杂的数据/

    *   01 单层神经网络原理与实践/

      *   01 周课程整体介绍与安排/

        *   01 周介绍与安排.html (0.46 MB)

      *   02 生物神经网络原理/

        *   01 生物神经网络原理.mp4 (61.84 MB), 09:05

        *   02 MP模型.mp4 (25.48 MB), 04:28

        *   03 单层感知器&梯度下降法&学习率.mp4 (43.29 MB), 07:55

      *   03 感知器与梯度反向传播/

        *   01 线性分类问题.mp4 (24.32 MB), 04:11

        *   02 单层感知器求解.mp4 (72.62 MB), 12:49

    *   02 多层神经网络原理与实践/

      *   01 多层感知器与反向传播算法/

        *   01 多层感知器.mp4 (66.90 MB), 10:26

        *   02 反向传播算法.mp4 (30.15 MB), 04:37

        *   03 误差反向传播算法原理.mp4 (63.23 MB), 11:19

      *   02 多层神经网络案例实践/

        *   01 异或问题.mp4 (32.45 MB), 04:37

        *   02 多层感知器求解.mp4 (63.99 MB), 11:35

    *   03 序列神经网络/

      *   01 序列预测问题与RNN模型/

        *   01 经典序列预测问题.mp4 (31.85 MB), 05:17

        *   02 循环神经网络&RNN模型&RNN内部结构单元的计算.mp4 (51.66 MB), 08:40

        *   03 深层RNN模型&参数学习＆梯度问题.mp4 (85.66 MB), 14:58

      *   02 长短时记忆网络与门控循环单元/

        *   01 长短时记忆网络LSTM.mp4 (101.68 MB), 18:42

        *   02 门控循环单元.mp4 (32.13 MB), 05:55

        *   03 门控循环单元.mp4 (32.13 MB), 05:55

  *   03 卷积神经网络（CNN）-处理具有网格结构数据的任务/

    *   01 卷积神经网络基础/

      *   01 周课程整体介绍与安排/

        *   01 周课程整体介绍与安排.html (0.46 MB)

      *   02 卷积神经网络基础/

        *   01 什么是卷积&单个二维图片卷积.mp4 (25.52 MB), 03:52

        *   02 多通道卷积.mp4 (41.90 MB), 06:42

        *   03 卷积相关操作与参数（填充&步长&大小计算）.mp4 (53.48 MB), 08:42

        *   04 卷积相关操作与参数（池化&感受野）.mp4 (30.94 MB), 05:26

      *   03 卷积与全连接的比较/

        *   01 全连接的局限性（参数量有效性&特征表达能力）.mp4 (28.97 MB), 04:33

        *   02 卷积核心思想（局部连接）.mp4 (31.80 MB), 04:26

        *   03 卷积核心思想（权重共享&ANN与CNN比较）.mp4 (42.14 MB), 07:20

    *   02 典型卷积神经网络模型/

      *   01 卷积与池化反向传播/

        *   01 误差反向传播算法.mp4 (23.39 MB), 03:22

        *   02 卷积误差反向传播算法.mp4 (80.29 MB), 13:19

        *   03 池化误差反向传播算法与案例.mp4 (27.34 MB), 04:56

      *   02 典型卷积神经网络模型/

        *   01 卷积神经网络模块&全连接模块.mp4 (29.19 MB), 04:57

        *   02 LeNets5网络.mp4 (86.87 MB), 16:10

  *   04 深度学习优化-使用深层神经网络来解决复杂的任务/

    *   01 参数初始化+激活函数/

      *   01 周课程整体介绍与安排/

        *   01 周课程整体介绍与安排.html (0.46 MB)

      *   02 深度学习优化：激活函数/

        *   01 什么是激活.mp4 (35.29 MB), 06:01

        *   02 S型激活函数.mp4 (22.35 MB), 03:37

        *   03 ReLU型激活函数与改进.mp4 (50.03 MB), 08:52

        *   04 Maxout激活函数与Swish函数.mp4 (33.75 MB), 05:34

      *   03 深度学习优化：初始化/

        *   01 参数初始化.mp4 (49.97 MB), 06:21

        *   02 常见初始化方法 (简单初始化&标准初始化).mp4 (27.62 MB), 05:07

        *   03 常见初始化方法 (Xavier初始化&MSRA初始化).mp4 (44.51 MB), 08:16

    *   02 标准化方法+正则化/

      *   01 深度学习优化：标准化方法/

        *   01 什么是标准化.mp4 (50.07 MB), 07:52

        *   02 常见标准化方法：BN作用&缺点&改进.mp4 (69.72 MB), 12:22

        *   03 常见标准化方法的对比.mp4 (25.20 MB), 04:31

      *   02 深度学习优化：正则化/

        *   01 什么是泛化&正则化.mp4 (35.31 MB), 06:02

        *   02 正则化方法（显示方法-提前终止&模型集成&Dropout&Dropconnect）.mp4 (62.15 MB), 09:59

        *   03 正则化方法（显示方法-参数正则化）.mp4 (23.76 MB), 03:34

        *   04 隐式正则化方法（数据标准化&数据增强&随机参数更新&标签平滑）.mp4 (29.67 MB), 05:41

    *   03 学习率与最优化方法/

      *   01 深度学习优化：学习率与最优化方法/

        *   01 最优化概述.mp4 (36.47 MB), 04:59

        *   02 梯度下降算法与学习率.mp4 (28.91 MB), 05:15

        *   03 随机梯度算法与动量法Momentum.mp4 (40.02 MB), 06:54

        *   04 NAG法与Adagrad法.mp4 (37.34 MB), 06:28

        *   05 Adam算法与Nadam算法.mp4 (41.24 MB), 07:45

*   03 构建AI的数据驱动力--数据预处理工程/

  *   01 数据获取、整理与应用 - 构建数据之源，驱动智能决策/

    *   01 数据获取与整理：构建可靠数据/

      *   01 周课程整体介绍与安排/

        *   01 周课程整体介绍与安排.html (0.46 MB)

      *   02 数据获取：图像和视频数据爬取/

        *   01 四种常见数据获取方法.mp4 (39.51 MB), 07:04

        *   02 搜索引擎图片爬虫.mp4 (35.77 MB), 06:08

        *   03 视频网站爬虫.mp4 (30.12 MB), 05:11

      *   03 数据整理：对数据进行整理、清洗和去噪/

        *   01 数据检查与清洗.mp4 (45.54 MB), 07:07

        *   02 数据去重.mp4 (30.93 MB), 05:03

        *   03 数据集划分.mp4 (47.74 MB), 08:18

      *   04 数据标注：工具与使用/

        *   01 数据标注概述.mp4 (22.57 MB), 03:11

        *   02 数据标注工具Label Studio.mp4 (44.46 MB), 06:34

        *   03 视觉任务标注（目标检测标注）.mp4 (42.70 MB), 07:56

        *   04 语言任务标注案例（命名实体识别标注）.mp4 (33.40 MB), 06:10

    *   01 数据获取与整理：构建可靠数据.txt (0.00 MB)

    *   02 数据增强方法与实践/

      *   01 数据增强/

        *   01 什么是数据增强.mp4 (40.06 MB), 06:42

        *   02 单样本数据增强方法.mp4 (56.31 MB), 10:17

        *   03 多样本数据增强方法.mp4 (32.51 MB), 05:49

        *   04 样本生成方法.mp4 (23.32 MB), 02:59

      *   02 数据增强库imgaug实践/

        *   01 什么是数据增强库imgaug.mp4 (23.82 MB), 03:42

        *   02 数据增强库imgaug操作.mp4 (63.95 MB), 11:42

        *   03 数据增强库imgaug使用.mp4 (64.64 MB), 11:00

    *   02 数据增强方法与实践.txt (0.00 MB)

*   04 AI 深度学习框架实战- Pytorch从基础到进阶/

  *   01 PyTorch数据处理与网络模型构建/

    *   01 PyTorch入门与应用/

      *   01 周课程整体介绍与安排/

        *   01 PyTorch数据处理与网络模型构建.html (0.46 MB)

      *   02 安装PyTorch/

        *   01 安装PyTorch.mp4 (30.66 MB), 05:39

        *   02 更新Nvidia显卡驱动和安装CUDA&CUDNN&PyTorch.mp4 (93.88 MB), 16:49

        *   03 安装CPU版本PyTorch&MacOS上安装PyTorch&AMD显卡上安装PyTorch.mp4 (30.94 MB), 05:44

      *   03 Tensor的操作/

        *   01 定义Tensor.mp4 (69.36 MB), 11:42

        *   02 Tensor实操.mp4 (65.46 MB), 11:22

        *   03 Tensor运算：索引&算数运算&拼接.mp4 (54.64 MB), 10:02

        *   04 Tensor数据转换.mp4 (31.35 MB), 05:14

        *   05 综合案例：PyTorch处理图片.mp4 (58.07 MB), 10:21

    *   01 PyTorch入门与应用.txt (0.00 MB)

    *   02 数据集加载与应用/

      *   01 Dataset与Dataloader/

        *   01 Dataset与Dataloader概念与定义.mp4 (26.36 MB), 04:50

        *   02 案例1：导入两个列表到Dataset.mp4 (95.25 MB), 16:54

        *   03 案例2：导入Excel数据到Dataset中.mp4 (71.50 MB), 11:53

        *   04 案例3：导入图像数据集到Dataset.mp4 (115.38 MB), 20:25

        *   05 案例4：加载官方数据集.mp4 (34.16 MB), 05:59

      *   02 数据增强与转换/

        *   01 固定转换.mp4 (34.72 MB), 04:38

        *   02 概率控制的转换.mp4 (32.08 MB), 05:34

        *   03 随机转换.mp4 (38.58 MB), 06:43

        *   04 综合案例：图像增强.mp4 (137.00 MB), 24:31

    *   02 数据集加载与应用.txt (0.00 MB)

    *   03 网络模型搭建实战/

      *   01 网络模型搭建实战/

        *   01 神经网络的模板.mp4 (40.45 MB), 07:02

        *   02 神经网络中常见的各种层.mp4 (105.80 MB), 18:32

        *   03 综合案例1：全连接网络处理一维信息.mp4 (68.73 MB), 11:47

        *   04 综合案例2：全连接网络处理二维图像.mp4 (32.39 MB), 05:05

        *   05 模型搭建（卷积层）.mp4 (28.74 MB), 05:03

        *   06 综合案例3：搭建全卷积网络结构.mp4 (51.14 MB), 08:49

        *   07 综合案例4：搭建卷积+全连接的网络结构.mp4 (47.61 MB), 08:11

        *   08 模型搭建（池化层和BN层）.mp4 (19.32 MB), 03:28

        *   09 综合案例5：复现LeNet.mp4 (70.94 MB), 11:23

        *   10 Sequential 顺序容器&综合案例6：搭建完整的网络结构.mp4 (130.03 MB), 23:00

    *   03 网络模型搭建实战.txt (0.00 MB)

  *   02 深入PyTorch模型的训练与可视化/

    *   01 PyTorch训练基础与数据可视化/

      *   01 模型训练与可视化/

        *   01 模型训练的流程模板.mp4 (10.20 MB), 01:37

        *   02 案例：跑通一个PyTorch官方demo.mp4 (146.55 MB), 26:57

        *   03 训练函数讲解.mp4 (128.70 MB), 22:27

        *   04 测试函数讲解.mp4 (80.96 MB), 12:50

        *   05 主函数讲解.mp4 (106.27 MB), 19:08

        *   06 Tensorboard 数据可视化与安装.mp4 (21.50 MB), 03:16

        *   07 保存曲线与实战.mp4 (53.80 MB), 09:44

        *   08 保存模型结构.mp4 (31.64 MB), 05:30

        *   09 模型参数可视化.mp4 (84.56 MB), 15:55

        *   10 WandB 数据可视化与安装.mp4 (30.76 MB), 03:59

        *   11 保存曲线图.mp4 (82.77 MB), 14:43

        *   12 观察模型参数.mp4 (71.29 MB), 12:55

    *   02 PyTorch训练进阶与性能优化/

      *   01 PyTorch 训练进阶/

        *   01 pytorch模型训练保存mnist数据集.mp4 (64.50 MB), 10:11

        *   02 Pytorch模型训练_读取本地MNIST图片进行训练.mp4 (100.15 MB), 17:52

        *   03 PyTorch训练_读取自己数据集进行训练.mp4 (119.59 MB), 21:47

        *   04 PyTorch训练_用自己的模型训练.mp4 (103.07 MB), 18:39

        *   05 PyTorch训练_导出预测结果.mp4 (72.12 MB), 10:31

        *   06 PyTorch训练_更多分类指标.mp4 (117.60 MB), 17:27

      *   02 模型性能提升方法/

        *   01 提升模型性能方法_更强大的网络结构.mp4 (67.17 MB), 11:15

        *   02 提升性能方法_迁移学习.mp4 (69.66 MB), 12:34

        *   03 提升模型性能方法_使用更适合的优化器.mp4 (162.83 MB), 29:25

    *   03 PyTorch软件封装/

      *   01 PyTorch软件封装/

        *   01 pytorch单图预测.mp4 (86.11 MB), 15:47

        *   02 导出onnx.mp4 (36.74 MB), 06:12

        *   03 Netron模型可视化.mp4 (58.66 MB), 10:24

        *   04 onnx单张图片预测.mp4 (37.15 MB), 06:51

        *   05 PyQT软件封装PyTorch模型.mp4 (86.22 MB), 15:23

        *   06 PyQT软件封装ONNX模型.mp4 (34.04 MB), 06:09

*   05 AI核心算法+方法——经典深度学习模型实战/

  *   01 CNN图像处理模型/

    *   01 简单链式模型理论与实战/

      *   01 简单链式模型理论与实战/

        *   01 AlexNet模型.mp4 (56.54 MB), 09:22

        *   02 AlexNet工程技巧.mp4 (74.81 MB), 12:58

        *   03 VGGNet模型.mp4 (40.91 MB), 07:12

        *   04 VGGNet 实验结果.mp4 (62.90 MB), 11:27

        *   05 从零搭建VGGNet.mp4 (81.43 MB), 15:18

    *   01 简单链式模型理论与实战.txt (0.00 MB)

    *   02 多分支模型理论与实战/

      *   01 多分支模型理论与实战/

        *   01 11 卷积.mp4 (39.00 MB), 06:46

        *   02 GoogLeNet.mp4 (56.06 MB), 10:04

        *   03 从零搭建GoogLeNet（1）.mp4 (25.04 MB), 03:57

        *   04 从零搭建GoogLeNet（2）.mp4 (76.20 MB), 13:58

    *   02 多分支模型理论与实战.txt (0.00 MB)

    *   03 残差模型理论与实战/

      *   01 残差模型理论与实战/

        *   01 ResNet.mp4 (80.52 MB), 13:08

        *   02 DenseNet.mp4 (53.96 MB), 09:40

        *   03 从零搭建ResNet（1）.mp4 (68.86 MB), 12:54

        *   04 从零搭建ResNet （2）.mp4 (104.55 MB), 19:23

  *   02 移动端AI高效率分组模型/

    *   01 mobilenet模型理论与实战/

      *   01 卷积拆分分组与Xception/

        *   01 卷积拆分.mp4 (23.79 MB), 03:49

        *   02 卷积分组.mp4 (25.67 MB), 04:15

        *   03 Xception.mp4 (55.26 MB), 10:11

      *   02 MobileNet 模型/

        *   01 MobileNet V1 核心模块&结构&有效性&版本控制.mp4 (67.30 MB), 12:30

        *   02 MobileNet V1实验.mp4 (23.40 MB), 04:04

        *   03 MobileNet V2原理与核心结构.mp4 (49.53 MB), 09:10

        *   04 MobileNet V2实验.mp4 (17.85 MB), 03:18

      *   03 从零搭建MobileNet模型/

        *   01 基于Pytorch从零搭建MobileNet V1& MobileNet V2（一）.mp4 (94.90 MB), 17:12

        *   02 基于Pytorch从零搭建MobileNet V1& MobileNet V2（二）.mp4 (93.53 MB), 17:12

    *   01 通道分组模型理论与实战.txt (0.00 MB)

    *   02 shufflenet模型理论与实战/

      *   01 ShuffleNet模型/

        *   01 ShuffleNet V1 原理与模块.mp4 (75.02 MB), 12:41

        *   02 ShuffleNet V1 实验.mp4 (33.98 MB), 05:54

        *   03 ShuffleNet V2 原理与模块.mp4 (88.70 MB), 15:44

        *   04 ShuffleNet V1与ShuffleNet V2 结构比较.mp4 (26.09 MB), 04:34

      *   02 从零搭建ShuffleNet模型/

        *   01 ShuffleNet原理与结构配置.mp4 (21.71 MB), 03:29

        *   02 基于Pytorch从零搭建ShuffleNet V1& ShuffleNet V2（一）.mp4 (100.38 MB), 18:09

        *   03 基于Pytorch从零搭建ShuffleNet V1& ShuffleNet V2（二）.mp4 (75.60 MB), 13:48

    *   02 shufflenet模型理论与实战.txt (0.00 MB)

  *   03 卷积注意力模型/

    *   01 特征通道注意力/

      *   01 注意力模型基础/

        *   01 注意力与注意力应用-.mp4 (45.44 MB), 08:02

        *   02 典型注意力分类.mp4 (25.06 MB), 04:22

      *   02 特征注意力模型/

        *   01 SENet.mp4 (89.65 MB), 14:45

        *   02 SKNet.mp4 (54.69 MB), 09:39

      *   03 从零搭建SENet/

        *   01 从零搭建SENet.mp4 (68.70 MB), 12:27

    *   01 特征通道注意力.txt (0.00 MB)

    *   02 空间注意力/

      *   01 空间注意力/

        *   01 Learn to Pay Atention.mp4 (57.48 MB), 10:30

        *   02 Learn to Pay Atention.mp4 (40.79 MB), 07:13

        *   03 STN.mp4 (80.98 MB), 13:20

        *   04 从零搭建STN.mp4 (59.00 MB), 10:08

    *   02 空间注意力.txt (0.00 MB)

    *   03 混合注意力模型/

      *   01 混合注意力模型/

        *   01 CBAM.mp4 (86.52 MB), 13:01

        *   02 BAM.mp4 (53.57 MB), 08:15

        *   03 从零搭建CBAM.mp4 (104.92 MB), 19:25

    *   03 自注意力.txt (0.00 MB)

  *   04 Transformer模型/

    *   01 Transformer 原理与实现/

      *   01 自注意力机制/

        *   01 自注意力背景（一）.mp4 (50.87 MB), 08:08

        *   02 自注意力背景（二）.mp4 (47.78 MB), 08:17

        *   03 自注意力实现.mp4 (95.44 MB), 17:49

      *   02 Transformer模型/

        *   01 整体模型结构.mp4 (22.57 MB), 03:12

        *   02 编码器模型.mp4 (30.26 MB), 05:21

        *   03 解码器模块.mp4 (72.26 MB), 13:03

        *   04 输入输出模块.mp4 (119.43 MB), 21:29

      *   03 从零搭建Transformer/

        *   01 从零搭建Transformer （1~4步）.mp4 (80.35 MB), 14:14

        *   02 从零搭建Transformer （5~6步）.mp4 (97.08 MB), 17:43

        *   03 从零搭建Transformer （第7步定义DECODER）.mp4 (33.58 MB), 06:03

        *   04 零搭建Transformer （第8步输入数据）.mp4 (41.94 MB), 07:26

        *   05 零搭建Transformer （第9步构建完整网络）.mp4 (62.38 MB), 11:51

    *   01 Transformer 原理与实现.txt (0.00 MB)

  *   05 Vision Transformer 模型/

    *   01 Vision Transformer模型/

      *   01 基础 ViT模型/

        *   01 Transformer模型：ViT.mp4 (111.08 MB), 20:09

        *   02 Transformer模型：DeiT.mp4 (48.12 MB), 08:35

      *   02 从零搭建Vision Transformer/

        *   01 从零搭建Vision Transformer（1）.mp4 (76.52 MB), 13:37

        *   02 从零搭建Vision Transformer（2）.mp4 (98.32 MB), 18:10

    *   01 Vision Transformer模型.txt (0.00 MB)

    *   02 轻量级VisionTransformer/

      *   01 轻量级ViT模型/

        *   01 Compact Transformer模型.mp4 (76.67 MB), 12:19

        *   02 Mobile VIT 模型.mp4 (94.28 MB), 16:59

      *   02 从零搭建Mobile ViT模型/

        *   01 从零搭建Mobile ViT模型（1）.mp4 (30.57 MB), 04:56

        *   02 从零搭建Mobile ViT模型（2）.mp4 (22.44 MB), 03:59

        *   03 从零搭建Mobile ViT模型（3）.mp4 (46.97 MB), 08:36

    *   02 高效率VisionTransformer.txt (0.00 MB)

*   06 AI计算机视觉核心技术与项目实战-工业&医疗与直播&自动驾驶等主流领域/

  *   01 【视觉领域】图像分类技术与项目实战/

    *   01 图像分类基础与实践：安防监控人脸表情识别/

      *   01 图像分类基础与模型/

        *   01 图像分类基础.mp4 (108.81 MB), 19:06

      *   02 人脸表情识别实战/

        *   01 人脸表情识别实战1-项目背景.mp4 (47.58 MB), 08:16

        *   02 人脸表情识别实战2：获取表情图像.mp4 (28.42 MB), 04:20

        *   03 人脸表情识别实战2：数据预处理与读取.mp4 (90.53 MB), 15:53

        *   04 人脸表情识别实战2：实战第一步-去除损坏图片，类型与命名归一化.mp4 (54.05 MB), 09:36

        *   05 人脸表情识别实战2：实战第二步-筛选符合人脸需求的图片.mp4 (22.05 MB), 04:02

        *   06 人脸表情识别实战2：实战第三步-检测人脸关键部位.mp4 (108.06 MB), 19:38

        *   07 人脸表情识别实战2：实战第四五步-按格式整理图片路径&训练集和测试集划分.mp4 (31.26 MB), 05:41

        *   08 人脸表情识别实战2：实战第六步-图片数据读取.mp4 (63.09 MB), 11:17

        *   09 人脸表情识别实战3-模型搭建与训练-1.mp4 (83.57 MB), 14:34

        *   10 人脸表情识别实战3-模型搭建与训练-2.mp4 (88.91 MB), 16:22

        *   11 人脸表情识别实战4-模型测试-.mp4 (86.52 MB), 15:09

    *   01 图像分类基础与模型.txt (0.00 MB)

    *   02 多标签分类与实战：生活用品多标签分类/

      *   01 多标签图像分类模型/

        *   01 多标签图像分类.mp4 (40.97 MB), 07:30

        *   02 多标签分类模型.mp4 (112.67 MB), 19:02

      *   02 实战：生活用品多标签分类/

        *   01 生活用品多标签分类实战：数据集介绍.mp4 (68.12 MB), 10:28

        *   02 生活用品多标签分类实战：数据准备与读取（1）.mp4 (71.92 MB), 12:45

        *   03 生活用品多标签分类实战：数据准备与读取（2）.mp4 (85.27 MB), 15:18

        *   04 生活用品多标签分类实战：模型搭建与训练.mp4 (141.50 MB), 24:34

        *   05 生活用品多标签分类实战：模型测试.mp4 (108.30 MB), 15:07

    *   02 多标签图像分类模型.txt (0.00 MB)

    *   03 实践：智慧城市中生活用品多标签分类.txt (0.00 MB)

    *   04 实践：智慧城市中生活用品多标签分类.txt (0.00 MB)

  *   02 【工业领域】目标检测技术与项目实战/

    *   01 目标检测基础.txt (0.00 MB)

    *   01 目标检测基础与YOLO系列模型原理/

      *   01 目标检测基础/

        *   01 目标检测问题.mp4 (57.74 MB), 10:31

        *   02 评估指标.mp4 (91.68 MB), 16:26

        *   03 算法总览.mp4 (32.21 MB), 05:04

      *   02 YOLO系列模型原理/

        *   01 YOLO V1：基本原理.mp4 (80.66 MB), 14:36

        *   02 YOLO V1：优化目标.mp4 (32.74 MB), 05:42

        *   03 YOLO V1：算法性能.mp4 (43.09 MB), 07:59

        *   04 YOLO V2：网络结构.mp4 (42.16 MB), 06:34

        *   05 YOLO V2：边框策略.mp4 (134.94 MB), 25:19

        *   06 YOLO V2：训练策略与结果.mp4 (50.81 MB), 08:28

        *   07 YOLO V3：网络结构.mp4 (58.11 MB), 10:21

        *   08 YOLO V3：损失函数.mp4 (29.74 MB), 04:22

        *   09 YOLO V3：模型性能.mp4 (9.51 MB), 01:46

        *   10 YOLO V4：网络结构.mp4 (65.71 MB), 11:44

        *   11 YOLO V4：参数调优.mp4 (134.22 MB), 23:36

        *   12 YOLO V4：模型性能.mp4 (56.69 MB), 10:19

        *   13 YOLO V5：网络结构.mp4 (66.71 MB), 10:48

        *   14 YOLO V5：开源项目.mp4 (20.85 MB), 03:01

    *   02 实践：YOLO v5车牌检测实战/

      *   01 YOLO v5车牌检测实战/

        *   01 车牌检测实战1-项目介绍.mp4 (58.19 MB), 09:05

        *   02 车牌检测实战2-数据准备和处理.mp4 (57.88 MB), 10:29

        *   03 车牌检测实战3.1-关键代码解读-配置相关文件.mp4 (80.42 MB), 13:06

        *   04 车牌检测实战3.2-关键代码解读-数据读取.mp4 (117.31 MB), 21:35

        *   05 车牌检测实战3.3-关键代码解读-模型定义.mp4 (121.30 MB), 22:03

        *   06 车牌检测实战3.4-关键代码解读-模型训练.mp4 (124.52 MB), 22:49

        *   07 车牌检测实战3.5-关键代码解读-优化目标与评估指标.mp4 (140.10 MB), 26:07

        *   08 车牌检测实战4-模型训练.mp4 (44.10 MB), 08:09

        *   09 车牌检测实战5-模型测试.mp4 (116.34 MB), 21:36

    *   02 实践：YOLO v5车牌检测实战.txt (0.00 MB)

    *   03 实践：自动驾驶领域中的车牌检测.txt (0.00 MB)

  *   03 【医疗与直播领域】图像分割技术与项目实战/

    *   01 图像分割基础.txt (0.00 MB)

    *   01 图像分割基础与模型/

      *   01 图像分割基础/

        *   01 图像分割问题.mp4 (41.80 MB), 07:35

        *   02 经典数据集.mp4 (24.68 MB), 04:02

        *   03 评估直播和优化目标.mp4 (60.94 MB), 10:40

        *   04 上采样方法.mp4 (89.98 MB), 15:34

      *   02 经典语义分割模型/

        *   01 FCN.mp4 (94.82 MB), 15:32

        *   02 SegNet.mp4 (39.87 MB), 07:20

        *   03 UNet.mp4 (52.64 MB), 09:20

      *   03 语义分割的关键技术改进/

        *   01 语义分割的关键难题.mp4 (48.35 MB), 07:17

        *   02 感受野提升.mp4 (60.64 MB), 10:34

        *   03 多尺度特征.mp4 (55.83 MB), 09:51

    *   02 实践：基于UNet的人脸语义分割/

      *   01 基于UNet的人脸语义分割实战/

        *   01 基于UNet的人脸语义分割实战1-项目介绍.mp4 (23.35 MB), 03:17

        *   02 基于UNet的人脸语义分割实战2-数据处理.mp4 (93.92 MB), 16:52

        *   03 基于UNet的人脸语义分割实战3-模型搭建.mp4 (84.03 MB), 15:14

        *   04 基于UNet的人脸语义分割实战4-模型训练.mp4 (55.74 MB), 10:13

        *   05 基于UNet的人脸语义分割实战5-模型测试.mp4 (37.83 MB), 06:57

    *   02 语义分割经典模型.txt (0.00 MB)

    *   03 实践：网络直播中人像图像分割.txt (0.00 MB)

  *   04 【视频分析领域-火热领域】视频分类技术与项目实战/

    *   01 视频分类与行为识别基础/

      *   01 视频分类基础/

        *   01 视频分类问题.mp4 (35.76 MB), 04:27

        *   02 经典数据库.mp4 (71.35 MB), 12:41

      *   02 三维卷积模型/

        *   01 深度三位卷积模型.mp4 (84.20 MB), 13:21

        *   02 混合三维卷积模型.mp4 (54.22 MB), 09:19

      *   03 双流模型/

        *   01 双流模型.mp4 (63.58 MB), 11:39

        *   02 三维双流模型.mp4 (48.66 MB), 08:12

    *   02 实战：3DCNN视频分类实战/

      *   01 3DCNN视频分类实战/

        *   01 3DCNN视频分类实战1-项目介绍.mp4 (27.09 MB), 04:42

        *   02 3DCNN视频分类实战2-数据处理与读取（1）.mp4 (89.98 MB), 16:16

        *   03 3DCNN视频分类实战2-数据处理与读取（2）.mp4 (84.15 MB), 15:16

        *   04 3DCNN视频分类实战3-模型搭建（C3D_model）.mp4 (62.40 MB), 11:25

        *   05 3DCNN视频分类实战3-模型搭建（R2Plus_model）.mp4 (60.89 MB), 11:11

        *   06 3DCNN视频分类实战3-模型搭建（R3D_model）.mp4 (89.71 MB), 16:10

        *   07 3DCNN视频分类实战4-模型训练.mp4 (91.07 MB), 17:01

        *   08 3DCNN视频分类实战5-模型测试.mp4 (107.27 MB), 20:03

  *   05 【自动驾驶领域】自动驾驶感知算法技术与项目实战/

    *   01 实践：HRNet可行驶道路分割实战/

      *   01 HRNet可行驶道路分割实战/

        *   01 基于HRNet的可行驶道路分割实战1-项目介绍.mp4 (32.38 MB), 05:36

        *   02 基于HRNet的可行驶道路分割实战2-数据处理.mp4 (92.31 MB), 16:34

        *   03 基于HRNet的可行驶道路分割实战3-模型搭建（1）.mp4 (79.13 MB), 14:09

        *   04 基于HRNet的可行驶道路分割实战3-模型搭建（2）.mp4 (73.21 MB), 13:14

        *   05 基于HRNet的可行驶道路分割实战3-模型搭建（3）.mp4 (129.10 MB), 23:35

        *   06 基于HRNet的可行驶道路分割实战4-模型训练.mp4 (55.72 MB), 10:10

        *   07 基于HRNet的可行驶道路分割实战5-模型测试.mp4 (35.36 MB), 06:55

    *   01 实践：自动驾驶领域中的道路分割.txt (0.00 MB)

    *   02 实战：LPRNet车牌识别实战/

      *   01 LPRNet车牌识别实战/

        *   01 基于LPRNet的车牌识别实战1-项目介绍.mp4 (134.52 MB), 22:42

        *   02 基于LPRNet的车牌识别实战2-数据处理.mp4 (65.75 MB), 11:57

        *   03 基于LPRNet的车牌识别实战3-模型搭建.mp4 (97.46 MB), 18:05

        *   04 基于LPRNet的车牌识别实战4-模型训练.mp4 (75.49 MB), 13:45

        *   05 基于LPRNet的车牌识别实战5-模型测试.mp4 (99.68 MB), 18:17

    *   02 实战：LPRNet车牌识别实战.txt (0.00 MB)

*   07 AIGC火热领域技术与项目-文本图像生成&扩散模型等/

  *   01 【AIGC领域-火热领域】生成对抗网络GAN技术与项目实战/

    *   01 生成对抗网络基础/

      *   01 生成对抗网络基础/

        *   01 什么是生成对抗网络GAN.mp4 (35.01 MB), 05:12

        *   02 GAN的优化目标.mp4 (87.87 MB), 14:48

        *   03 GAN的训练问题.mp4 (104.46 MB), 18:42

      *   02 GAN的优化目标改进/

        *   01 优化目标问题.mp4 (52.72 MB), 07:46

        *   02 优化目标改进.mp4 (138.97 MB), 24:46

      *   03 GAN的评估/

        *   01 评估指标要求.mp4 (39.99 MB), 06:35

        *   02 常用评估指标.mp4 (149.22 MB), 27:06

      *   04 深度卷积GAN模型/

        *   01 DCGAN原理.mp4 (48.58 MB), 08:19

        *   02 DCGAN结果.mp4 (54.81 MB), 10:15

    *   01 生成对抗网络基础.txt (0.00 MB)

    *   02 实战：基于DCGAN的通用图像生成/

      *   01 DCGAN图像生成实战/

        *   01 DCGAN图像生成实战1-项目介绍.mp4 (24.80 MB), 03:41

        *   02 DCGAN图像生成实战2-模型搭建.mp4 (55.56 MB), 09:56

        *   03 DCGAN图像生成实战3-模型训练.mp4 (99.38 MB), 18:27

        *   04 DCGAN图像生成实战4-模型测试.mp4 (36.96 MB), 07:18

    *   02 实战：基于DCGAN的通用图像生成.txt (0.00 MB)

    *   03 多尺度与高分辨率图像生成GAN/

      *   01 多尺度图像生成GAN模型/

        *   01 LAPGAN.mp4 (46.40 MB), 07:37

        *   02 PGGAN.mp4 (127.66 MB), 19:42

      *   02 StyleGAN模型/

        *   01 StyleGAN原理.mp4 (82.65 MB), 15:00

        *   02 StyleGAN训练与评估.mp4 (98.09 MB), 17:45

        *   03 StyleGAN结果分析.mp4 (55.14 MB), 10:05

    *   03 多尺度与高分辨率图像生成GAN.txt (0.00 MB)

    *   04 实战：StyleGAN人脸图像生成实战/

      *   01 StyleGAN人脸图像生成实战/

        *   01 StyleGAN人脸图像生成实战1-项目介绍.mp4 (26.43 MB), 03:56

        *   02 StyleGAN人脸图像生成实战2-数据准备.mp4 (70.68 MB), 13:01

        *   03 StyleGAN人脸图像生成实战3-模型搭建（1）.mp4 (75.54 MB), 13:41

        *   04 StyleGAN人脸图像生成实战3-模型搭建（2）.mp4 (32.07 MB), 05:41

        *   05 StyleGAN人脸图像生成实战3-模型搭建（3）.mp4 (91.12 MB), 16:39

        *   06 StyleGAN人脸图像生成实战3-模型搭建（4）.mp4 (93.41 MB), 17:07

        *   07 StyleGAN人脸图像生成实战4-模型训练（1）.mp4 (70.41 MB), 12:47

        *   08 StyleGAN人脸图像生成实战4-模型训练（2）.mp4 (97.93 MB), 17:14

        *   09 StyleGAN人脸图像生成实战5-模型测试.mp4 (81.90 MB), 15:34

    *   04 实战：StyleGAN人脸图像生成实战.txt (0.00 MB)

  *   02 【AIGC领域-火热领域】扩散模型技术与项目实践/

    *   01 扩散模型与UNet扩散模型图像生成实战/

      *   01 扩散模型基础/

        *   01 什么是扩散模型.mp4 (50.00 MB), 05:28

        *   02 什么是DDPM模型.mp4 (102.26 MB), 17:23

        *   03 DDPM模型结果.mp4 (38.54 MB), 07:07

      *   02 基于UNet的扩散模型图像生成实战/

        *   01 基于UNet的扩散模型图像生成实战1-项目介绍.mp4 (32.09 MB), 04:33

        *   02 基于UNet的扩散模型图像生成实战2-模型搭建.mp4 (56.68 MB), 08:12

        *   03 基于UNet的扩散模型图像生成实战3-模型训练.mp4 (84.15 MB), 13:48

        *   04 基于UNet的扩散模型图像生成实战4-模型测试.mp4 (72.57 MB), 13:21

    *   01 扩散模型与UNet扩散模型图像生成实战.txt (0.00 MB)

    *   02 Stable Diffusion模型/

      *   01 CLIP 基础/

        *   01 CLIP模型原理.mp4 (77.41 MB), 14:09

        *   02 CLIP模型性能.mp4 (34.74 MB), 06:22

        *   03 Diffusion Model原理.mp4 (153.63 MB), 27:30

        *   04 Diffusion Model结果.mp4 (46.51 MB), 08:14

      *   02 基于Stable Diffusion的图像生成实战/

        *   01 Diffusion的图像生成实战1-项目介绍.mp4 (49.89 MB), 07:34

        *   02 Diffusion的图像生成实战2-模型下载.mp4 (54.65 MB), 09:38

        *   03 Diffusion的图像生成实战3-模型使用.mp4 (108.40 MB), 19:43

    *   02 Stable Diffusion生成式.txt (0.00 MB)

    *   03 Stable Diffusion生成式.txt (0.00 MB)

  *   03 【AIGC领域-火热领域】扩散模型图像生成与编辑进阶/

    *   01 ControlNet原理与实战/

      *   01 ControlNet原理/

        *   01 ControlNet模型原理.mp4 (65.19 MB), 11:43

        *   02 ControlNet模型结果.mp4 (81.92 MB), 13:31

      *   02 ControlNet实战/

        *   01 基于ControlNet的图像编辑实战1-项目介绍.mp4 (43.94 MB), 06:40

        *   02 基于ControlNet的图像编辑实战2-代码解读.mp4 (41.89 MB), 07:26

        *   03 基于ControlNet的图像编辑实战3-模型使用.mp4 (52.54 MB), 09:29

    *   01 实战ControlNet原理&交互式涂鸦.txt (0.00 MB)

    *   02 stable-diffusion工具实战/

      *   01 AI绘画 stable diffusion webui 实战/

        *   01 Stable-Diffusion-webui工具使用-工具介绍.mp4 (66.69 MB), 12:27

        *   03 Stable-Diffusion-webui工具使用-模型下载.mp4 (44.54 MB), 07:16

        *   04 Stable-Diffusion-webui工具使用-文生图实战.mp4 (184.78 MB), 31:26

        *   05 Stable-Diffusion-webui工具使用-图生图实战.mp4 (90.46 MB), 16:19

        *   06 Stable-Diffusion-webui工具使用-高分辨率图生成.mp4 (156.11 MB), 27:53

        *   07 Stable-Diffusion-webui工具使用-embedding模型使用.mp4 (36.98 MB), 06:41

        *   08 Stable-Diffusion-webui工具使用-超网络模型使用.mp4 (39.44 MB), 05:58

        *   09 Stable-Diffusion-webui工具使用-Lora模型使用.mp4 (58.83 MB), 09:37

*   08 NLP自然语言处理与LLM大语言模型应用实战/

  *   01 探索自然语言处理与词向量/

    *   01 自然语言处理介绍/

      *   01 自然语言处理基础/

        *   01 什么是自然语言处理.mp4 (49.72 MB), 07:02

        *   02 自然语言处理发展.mp4 (49.52 MB), 09:24

        *   03 自然语言处理应用.mp4 (64.32 MB), 11:25

        *   04 自然语言处理常见任务介绍.mp4 (157.75 MB), 26:13

    *   01 自然语言处理介绍.txt (0.00 MB)

    *   02 分词与词向量原理与实战/

      *   01 分词与词向量原理与实战/

        *   01 分词的理论.mp4 (101.00 MB), 16:12

        *   02 jieba分词原理.mp4 (110.53 MB), 19:26

        *   03 jieba 分词实战.mp4 (56.68 MB), 10:18

        *   04 什么是词嵌入.mp4 (62.36 MB), 09:41

        *   05 词向量理论基础.mp4 (77.83 MB), 13:42

        *   06 词向量实战之word2vector理论.mp4 (76.02 MB), 12:23

        *   07 词向量实战之word2vec代码详解.mp4 (129.18 MB), 20:47

    *   02 分词与词向量原理与实战.txt (0.00 MB)

  *   02 NLP特征提取器：解锁文本数据/

    *   01 LSTM&CNN&Transformer/

      *   01 LSTM&CNN&transfomer/

        *   01 循环神经网络RNN.mp4 (54.12 MB), 09:25

        *   02 循环神经网络LSTM.mp4 (67.16 MB), 11:49

        *   03 卷积神经网络和文本数据.mp4 (57.35 MB), 10:19

        *   04 膨胀卷积.mp4 (42.39 MB), 08:00

        *   05 transformer回顾.mp4 (39.37 MB), 05:30

        *   06 深入Tokenizer.mp4 (101.38 MB), 15:17

        *   07 深入位置编码.mp4 (142.43 MB), 26:18

    *   01 LSTM&CNN&Transformer.txt (0.00 MB)

    *   02 实战LSTM+Attention文本分类/

      *   01 LSTM+Attention文本分类/

        *   01 文本分类项目介绍.mp4 (61.84 MB), 09:17

        *   02 文本分类attention机制引入.mp4 (43.01 MB), 06:38

        *   03 训练代码带读.mp4 (106.21 MB), 15:35

        *   04 模型推理与效果验证.mp4 (78.28 MB), 14:09

    *   02 实战LSTM+Attention文本分类.txt (0.00 MB)

    *   03 实战：膨胀卷积命名实体识别/

      *   01 IDCNN命名实体识别/

        *   01 命名实体识别任务介绍.mp4 (41.60 MB), 07:31

        *   02 条件随机场.mp4 (71.81 MB), 13:13

        *   03 代码解读（1）.mp4 (123.79 MB), 20:50

        *   04 代码解读（2）.mp4 (19.06 MB), 03:08

    *   03 实战：膨胀卷积命名实体识别.txt (0.00 MB)

  *   03 预训练模型：NLP任务的颠覆性力量/

    *   01 BERT模型理论及实战/

      *   01 BERT模型理论及实战/

        *   01 预训练模型发展-.mp4 (75.87 MB), 13:30

        *   02 bert理论讲解.mp4 (91.32 MB), 16:24

        *   03 bert文本分类代码解读.mp4 (167.08 MB), 24:31

        *   04 bert文本分类代码解读.mp4 (41.13 MB), 07:28

        *   05 bert项目服务器跑测.mp4 (25.52 MB), 04:36

    *   01 BERT模型理论及实战.txt (0.00 MB)

    *   02 实战：GPT模型理论及对对联模型训练/

      *   01 GPT模型及实战/

        *   01 GPT模型概述.mp4 (85.62 MB), 13:38

        *   02 GPT模型核心内容详解.mp4 (100.81 MB), 18:03

        *   03 GPT模型代码实现详解.mp4 (121.84 MB), 22:04

        *   04 GPT 推理过程代码讲解.mp4 (41.78 MB), 07:23

        *   05 GPT项目实战讲解.mp4 (98.58 MB), 17:21

    *   02 实战：GPT模型理论及对对联模型训练.txt (0.00 MB)

    *   03 实战：T5模型理论及文本摘要.txt (0.00 MB)

  *   04 AI大语言模型核心技术与实战【火热方向】/

    *   01 大模型分布式预训练理论/

      *   01 大模型分布式预训练理论/

        *   01 大语言模型起源.mp4 (59.02 MB), 10:56

        *   02 分布式训练简介.mp4 (73.53 MB), 11:14

        *   03 分布式训练之数据并行.mp4 (50.18 MB), 09:14

        *   04 分布式训练之张量并行.mp4 (113.21 MB), 21:06

        *   05 分布式训练之流水线并行和异构系统并行.mp4 (27.43 MB), 05:21

    *   01 大模型分布式预训练理论.txt (0.00 MB)

    *   02 分布式训练框DeepSpeed/

      *   01 分布式训练框DeepSpeed/

        *   01 分布式训练及deepspeed.mp4 (140.11 MB), 25:33

        *   02 deepspeed stage1详解.mp4 (25.12 MB), 04:19

        *   03 deepspeed stage2详解.mp4 (24.89 MB), 04:45

        *   04 deepspeed3 详解.mp4 (24.81 MB), 04:32

        *   05 deepspeed zero offload.mp4 (18.76 MB), 03:18

        *   06 deepspeed代码实战之环境准备.mp4 (48.51 MB), 07:02

        *   07 deepspeed代码实战之数据处理.mp4 (58.00 MB), 10:02

        *   08 deepspeed代码实战之参数配置.mp4 (58.29 MB), 10:20

        *   09 deepspeed代码实战之预训练展示.mp4 (97.74 MB), 17:41

    *   02 分布式训练框DeeperSpeed.txt (0.00 MB)

    *   03 Agent理论与langchain框架.txt (0.00 MB)

    *   03 大模型微调技术/

      *   01 大模型微调技术/

        *   01 大模型有监督微调理论.mp4 (55.95 MB), 08:49

        *   02 提示学习 nlp范式的改变.mp4 (57.29 MB), 10:14

        *   03 大模型有监督微调实战-1.mp4 (94.47 MB), 16:18

        *   04 大模型有监督微调实战-2.mp4 (99.80 MB), 17:46

        *   05 模型推理与项目优化.mp4 (32.23 MB), 05:46

    *   04 大模型参数高效微调/

      *   01 大模型参数高效微调/

        *   01 大模型参数高效微调概述.mp4 (29.45 MB), 04:46

        *   02 lora参数高效微调.mp4 (33.55 MB), 05:17

        *   03 lora参数高效微调实战.mp4 (41.11 MB), 07:03

        *   04 prefix tuning参数高效微调.mp4 (46.89 MB), 08:07

        *   05 p-tuning参数高效微调实战.mp4 (36.73 MB), 05:51

  *   05 AI大语言模型进阶与实战【火热方向】/

    *   01 常见开源大模型/

      *   01 常见大模型介绍/

        *   01 Llama大模型介绍-1.mp4 (102.66 MB), 16:38

        *   02 Llama大模型介绍-2.mp4 (81.46 MB), 13:44

        *   03 Llama推理与微调.mp4 (104.14 MB), 18:58

        *   04 ChatGLM模型介绍.mp4 (51.84 MB), 09:00

        *   05 LLama Factory 训练ChatGLM.mp4 (91.99 MB), 15:52

        *   06 千问模型介绍.mp4 (63.11 MB), 11:46

    *   01 常见开源大模型.txt (0.00 MB)

    *   02 人类反馈式强化学习：RLHF/

      *   01 人类反馈式强化学习：RLHF/

        *   01 强化学习基础-1.mp4 (106.80 MB), 19:21

        *   02 强化学习基础-2.mp4 (138.88 MB), 24:50

        *   03 人工反馈式强化学习概述.mp4 (52.13 MB), 07:53

        *   04 奖励模型介绍.mp4 (70.20 MB), 12:29

        *   05 奖励模型代码详解.mp4 (40.58 MB), 07:15

        *   06 ppo算法理论详解-1.mp4 (61.61 MB), 10:47

        *   07 ppo算法理论详解-2.mp4 (76.49 MB), 14:11

        *   08 ppo算法理论详解-3.mp4 (67.48 MB), 12:27

        *   09 大模型PPO算法整体训练流程介绍.mp4 (107.46 MB), 16:34

        *   10 大模型PPO算法流程细节介绍.mp4 (87.20 MB), 14:15

        *   11 PPO算法代码详细讲解.mp4 (252.76 MB), 47:20

    *   02 人类反馈式强化学习：RLHF.txt (0.00 MB)

    *   03 prompt 提示词和Langchain/

      *   01 Prompt Learning和agent机制/

        *   01 大模型应用介绍.mp4 (120.24 MB), 21:31

        *   02 提示prompt工程.mp4 (145.16 MB), 26:15

        *   03 大模型agent思想介绍.mp4 (94.08 MB), 14:56

      *   02 LangChain 基础/

        *   01 langchain介绍与入门.mp4 (92.73 MB), 15:44

        *   02 langchain简单例子介绍.mp4 (78.36 MB), 14:14

        *   03 langchain chatbot构建介绍.mp4 (150.88 MB), 27:39

    *   03 实战：从零搭建智能客服系统.txt (0.00 MB)

    *   04 RAG对话机器人实战/

      *   01 RAG对话机器人实战/

        *   01 RAG介绍.mp4 (62.01 MB), 09:29

        *   02 半结构化数据RAG介绍.mp4 (41.21 MB), 07:27

        *   03 RAG项目实战（1）.mp4 (30.52 MB), 05:23

        *   04 text_spliter（2）.mp4 (105.21 MB), 17:12

        *   05 vectorStore（3）.mp4 (104.31 MB), 18:48

        *   06 ragchain（4）.mp4 (101.54 MB), 18:16

  *   06 搜索与推荐：NLP在实际场景中的应用/

    *   01 搜索和推荐架构.txt (0.00 MB)

    *   01 搜索引擎技术/

      *   01 搜索引擎技术/

        *   01 搜索引擎技术概述.mp4 (145.58 MB), 23:51

        *   02 搜索引擎技术框架介绍.mp4 (94.96 MB), 17:40

        *   03 搜索引擎常用算法介绍.mp4 (201.86 MB), 36:50

        *   04 大模型与搜索引擎技术.mp4 (54.30 MB), 09:22

    *   02 实战：海量 ITEM召回算法实现.txt (0.00 MB)

    *   02 推荐系统/

      *   01 推荐系统基础/

        *   01 推荐系统概述.mp4 (86.00 MB), 14:52

        *   02 推荐系统技术框架介绍.mp4 (75.74 MB), 12:39

        *   03 推荐系统常用算法介绍.mp4 (58.03 MB), 10:16

        *   04 推荐系统与大模型.mp4 (49.13 MB), 08:39

    *   03 实战：大模型推荐系统实战/

      *   01 大模型推荐系统实战/

        *   01 大模型推荐系统实战项目介绍.mp4 (40.41 MB), 07:16

        *   02 推荐系统数据处理及分析.mp4 (56.92 MB), 10:12

        *   03 文本向量化.mp4 (59.73 MB), 10:43

        *   04 检索召回能力搭建.mp4 (70.44 MB), 12:45

        *   05 大语言模型构造推荐系统.mp4 (82.97 MB), 15:21

    *   03 实战：点击率预估模型算法实现.txt (0.00 MB)

    *   04 实战：基于大模型的搜索系统实战/

      *   01 基于大模型的搜索系统实战/

        *   01 基于大语言模型的搜索系统介绍.mp4 (74.88 MB), 11:57

        *   02 LLM介绍.mp4 (48.55 MB), 08:48

        *   03 prompt设计.mp4 (49.40 MB), 08:57

        *   04 langchain自定义工具使用.mp4 (41.12 MB), 07:25

        *   05 搜索项目总结.mp4 (45.22 MB), 08:20

*   09 AI工程师入行&转化&就业&面试指导/

  *   01 AI工程师入行&转行&就业&面试指导/

    *   01 就业&面试指导/

      *   01 就业&面试指导/

        *   01 AI算法研发岗位【人工智能就业方向】.mp4 (70.41 MB), 12:13

        *   02 AI其他方向岗位分析【人工智能就业方向】.mp4 (119.95 MB), 21:30

        *   03 就业建议【人工智能就业】.mp4 (23.12 MB), 03:50

        *   04 大小城市对比【人工智能就业】.mp4 (58.06 MB), 10:34

        *   05 大小公司对比【人工智能就业】.mp4 (33.81 MB), 06:02

        *   06 基础写作技巧【简历写作技巧】.mp4 (67.64 MB), 10:31

        *   07 如何提高吸引力【简历写作技巧】.mp4 (100.13 MB), 15:55

        *   08 如何准备笔试面试【面试技巧】.mp4 (55.09 MB), 08:48

        *   09 如何准备面试【面试技巧】.mp4 (96.69 MB), 16:31

    *   01 就业&面试指导.txt (0.00 MB)