Python+AI -黑马- 人脸识别Python人工智能

📁 1-7 自然语言处理
    📁 1.自然语言处理基础概念
        📁 1.自然语言处理基础概念
            1.NLP的种类【【更多精选‖公众号：CunWorknotes】  】.mp4  [37.8 MB]
            6.Attention】.mp4  [34.5 MB]
            2.端对端深度学习模型】.mp4  [84.0 MB]
            3.词袋】.mp4  [38.1 MB]
            0.NLP介紹】.mp4  [108.3 MB]
            4.Seq2Seq】.mp4  [40.6 MB]
            5.Beam Serch Decoding【【资源精选‖更多关注：CunworkNotes】】.mp4  [46.4 MB]
    📁 3.自然语言处理基础实作-深度学习篇
        📁 3.自然语言处理基础实作-深度学习篇
            11.深度学习-Deep Learning in NLP_模型优化【【优质资源‖关注：cunWorkNotes 解锁】】.mp4  [43.5 MB]
            10.深度学习-Deep Learning in NLP】.mp4  [154.0 MB]
            12.深度学习-Deep Learning in NLP_模型加速【【整理不易‖记得关注：CunWorKNotes】】.mp4  [65.3 MB]
    📁 2.自然语言处理基础实作-机器学习篇
        📁 2.自然语言处理基础实作-机器学习篇
            1.机器学习-NLTK_数据读取】.mp4  [30.6 MB]
            5.机器学习-NLTK_词根化【】.mp4  [33.8 MB]
            6.机器学习-NLTK_还原字符串】.mp4  [55.4 MB]
            9.机器学习-NLTK_建立词袋模型】.mp4  [77.9 MB]
            3.机器学习-NLTK_大小写转换】.mp4  [7.6 MB]
            4.机器学习-NLTK_去除虚词【【公重号：CunWorkNotes】】.mp4  [13.0 MB]
            7.机器学习-NLTK_稀疏矩阵】.mp4  [15.6 MB]
            8.机器学习-NLTK_最大过滤】.mp4  [10.9 MB]
            2.机器学习-NLTK_清理数据【【整理不易‖记得关注：CunWorKNotes】】.mp4  [7.6 MB]
    📁 4.自然语言处理核心部分
        📁 4.自然语言处理核心部分
            10. 文本分类 CNN 模型使用【【持续更新‖免费提供：CunworknoteS】】.mp4  [130.2 MB]
            3.RNN REVIEW】.mp4  [38.3 MB]
            11. 文本分类 RNN 搭建【【公重号：CunWorkNotes】】.mp4  [123.6 MB]
            7.文本分类【【整理不易‖记得关注：CunWorKNotes】】.mp4  [61.7 MB]
            5.LSTM】.mp4  [53.2 MB]
            4.RNN CODE】.mp4  [143.2 MB]
            2.CNN CODE】.mp4  [140.6 MB]
            1.CNN REIVEW】.mp4  [46.7 MB]
            8.文本分类的方式】.mp4  [31.0 MB]
            9.文本分类CNN&RNN】.mp4  [65.8 MB]
            6.LSTM_CODE【】.mp4  [77.7 MB]
    📁 5.实战项目-从无到有打造聊天机器人
        📁 5.实战项目-从无到有打造聊天机器人
            12. ChatBot 标记化&去除少数字】.mp4  [19.1 MB]
            14. ChatBot 逆向字典【【持续更新‖免费提供：CunworknoteS】】.mp4  [21.0 MB]
            22. ChatBot 解码器测试】.mp4  [43.2 MB]
            26.ChatBot 启动运算【【优质资源‖关注：cunWorkNotes 解锁】】.mp4  [21.0 MB]
            29. ChatBot 設置輸入的数据形状】.mp4  [28.3 MB]
            28. ChatBot 模型輸入序列長度【【优质资源‖关注：cunWorkNotes 解锁】】.mp4  [36.3 MB]
            08. ChatBot 问答集】.mp4  [30.6 MB]
            17. ChatBot 长短句】.mp4  [35.4 MB]
            07. ChatBot 建立对话列表】.mp4  [23.6 MB]
            0.chatbot【【不易整理‖请关注：CunWorkNoteS】】.mp4  [17.6 MB]
            02.chatbot 环境搭建下载数据集【【更多精选‖公众号：CunWorknotes】  】.mp4  [34.1 MB]
            06.chatbot 创建对話字典】.mp4  [29.3 MB]
            34. ChatBot 数据分割【【不易整理‖请关注：CunWorkNoteS】】.mp4  [15.2 MB]
            33. ChatBot 问答数据批量【】.mp4  [22.8 MB]
            18. ChatBot input&output【【优质资源‖关注：cunWorkNotes 解锁】】.mp4  [30.1 MB]
            25. ChatBot 設置超参数】.mp4  [31.1 MB]
            09.ChatBot 数据初步清洗】.mp4  [23.7 MB]
            15. ChatBot 添加 EOS 标签【【整理不易‖记得关注：CunWorKNotes】】.mp4  [22.7 MB]
            21. ChatBot 解码器训练】.mp4  [56.3 MB]
            35. ChatBot 训练】.mp4  [52.0 MB]
            03.chatbot 下载数据集】.mp4  [74.9 MB]
            27. ChatBot 模型 input】.mp4  [30.5 MB]
            19. ChatBot 处理输出】.mp4  [41.0 MB]
            36. ChatBot 训练2】.mp4  [42.5 MB]
            05.ChatBot 读取数据【【更多精选‖公众号：CunWorknotes】  】.mp4  [26.7 MB]
            32. ChatBot 问答等长处理】.mp4  [29.8 MB]
            11. ChatBot 统计字频】.mp4  [11.2 MB]
            30. ChatBot训练 & 测试結果】.mp4  [30.6 MB]
            16. ChatBot 问答数列化【【公重号：CunWorkNotes】】.mp4  [41.1 MB]
            23. ChatBot 创建解码RNN【【不易整理‖请关注：CunWorkNoteS】】.mp4  [48.8 MB]
            04.chatbot 导入依赖包【【公重号：CunWorkNotes】】.mp4  [12.9 MB]
            01.chatbot 搭建计画】.mp4  [42.0 MB]
            39. ChatBot 开始聊天【【持续更新‖免费提供：CunworknoteS】】.mp4  [43.8 MB]
            38. ChatBot 输入修飾】.mp4  [7.7 MB]
            31. ChatBot 损失，优化，梯度消減【【公重号：CunWorkNotes】】.mp4  [25.1 MB]
            20. ChatBot 建立RNN 模型【【优质资源‖关注：cunWorkNotes 解锁】】.mp4  [24.7 MB]
            10. ChatBot 清理问题集&回答集【【持续更新‖免费提供：CunworknoteS】】.mp4  [21.3 MB]
            24. ChatBot Seq2Seq 模型【】.mp4  [62.5 MB]
            37. ChatBot 测试【【不易整理‖请关注：CunWorkNoteS】】.mp4  [13.1 MB]
            13. ChatBot 最终标记】.mp4  [6.6 MB]
📁 1-3 卷积神经网络
    📁 2.经典分类结构
        📁 2.经典分类结构
            05_GoogleNet了解与卷积网络学习内容【【不易整理‖请关注：CunWorkNoteS】】【【不易整理‖请关注：CunWorkNoteS】】.mp4  [22.8 MB]
            04_Inception结构以及改进】】.mp4  [24.7 MB]
            03_Inception(1x1卷积介绍）【】【】.mp4  [32.3 MB]
            01_LeNet5的计算过程详解【【整理不易‖记得关注：CunWorKNotes】】【【整理不易‖记得关注：CunWorKNotes】】.mp4  [34.4 MB]
            02_常见网络结构介绍】】.mp4  [26.3 MB]
    📁 1.卷积网络原理
        📁 1.卷积网络原理
            08_池化层【【公重号：CunWorkNotes】】【【公重号：CunWorkNotes】】.mp4  [15.5 MB]
            09_全连接层【】【】.mp4  [10.4 MB]
            03_默认卷积的运算过程【【更多精选‖公众号：CunWorknotes】  】【【更多精选‖公众号：CunWorknotes】  】.mp4  [11.5 MB]
            05_过滤器大小与步长】】.mp4  [22.5 MB]
            02_卷积网络结构介绍】】.mp4  [13.5 MB]
            07_卷积总结【【公重号：CunWorkNotes】】【【公重号：CunWorkNotes】】.mp4  [26.7 MB]
            06_多通道的卷积与多卷积核】】.mp4  [12.7 MB]
            04_零填充】】.mp4  [17.4 MB]
            01_卷积来源、数据量与感受野的边缘检测【【更多精选‖公众号：CunWorknotes】  】【【更多精选‖公众号：CunWorknotes】  】.mp4  [51.5 MB]
    📁 3.CNN实战
        📁 3.CNN实战
            02_作业讲解】】.mp4  [57.0 MB]
            03_迁移学习】】.mp4  [30.5 MB]
            01_作业介绍【【公重号：CunWorkNotes】】【【公重号：CunWorkNotes】】.mp4  [9.3 MB]
📁 1-4 循环神经网络
    📁 2.词嵌入
        📁 2.词嵌入
            02_词嵌入案例】】.mp4  [31.2 MB]
            01_词嵌入介绍【【优质资源‖关注：cunWorkNotes 解锁】】【【优质资源‖关注：cunWorkNotes 解锁】】.mp4  [20.8 MB]
    📁 3.seq2seq与Attention机制
        📁 3.seq2seq与Attention机制
            05_机器翻译案例：模型参数定义【【公重号：CunWorkNotes】】.mp4  [16.7 MB]
            10_机器翻译案例：自定义网络seq2seq的编解码器定义【【更多精选‖公众号：CunWorknotes】  】.mp4  [31.3 MB]
            02_seq2seq机器翻译等场景介绍分析】.mp4  [6.2 MB]
            04_机器翻译案例：日期格式翻译转换、代码结构介绍【【优质资源‖关注：cunWorkNotes 解锁】】.mp4  [17.8 MB]
            15_机器翻译案例：训练结果与问题解决】.mp4  [8.5 MB]
            17_集束搜索介绍【【资源精选‖更多关注：CunworkNotes】】.mp4  [16.2 MB]
            11_机器翻译案例：seq2seq的输出层定义】.mp4  [9.6 MB]
            01_seq2seq介绍与理解【【更多精选‖公众号：CunWorknotes】  】.mp4  [24.6 MB]
            14_机器翻译案例：训练逻辑编写【【不易整理‖请关注：CunWorkNoteS】】.mp4  [18.0 MB]
            12_机器翻译案例：attention结构定义【【不易整理‖请关注：CunWorkNoteS】】.mp4  [37.7 MB]
            13_机器翻译案例：model中计算attention输出c逻辑函数实现】.mp4  [25.9 MB]
            03_Attention原理分析】.mp4  [45.2 MB]
            07_机器翻译案例：训练逻辑与网络结构介绍【【持续更新‖免费提供：CunworknoteS】】.mp4  [23.5 MB]
            16_机器翻译案例：测试逻辑结果演示】.mp4  [11.2 MB]
            06_机器翻译案例：数据获取以及数据格式转换介绍【】.mp4  [19.4 MB]
            08_机器翻译案例：网络输入输出逻辑介绍】.mp4  [14.8 MB]
            09_机器翻译案例：网络输入输出逻辑编写】.mp4  [39.7 MB]
    📁 1.循环神经网络
        📁 1.循环神经网络
            11_案例总结】】.mp4  [6.0 MB]
            07_手写RNN案例：单个cell前向传播【【更多精选‖公众号：CunWorknotes】  】【【更多精选‖公众号：CunWorknotes】  】.mp4  [23.8 MB]
            12_GRU与LSTM介绍】】.mp4  [26.4 MB]
            06_梯度消失、案例介绍】】.mp4  [18.1 MB]
            08_手写RNN案例：所有cell的前向传播】】.mp4  [34.5 MB]
            03_词的表示与矩阵形状运算】】.mp4  [33.0 MB]
            05_时间反向传播算法】】.mp4  [37.8 MB]
            10_手写RNN案例：所有cell的反向传播【【资源精选‖更多关注：CunworkNotes】】【【资源精选‖更多关注：CunworkNotes】】.mp4  [49.0 MB]
            02_循环神经网络结构原理】】.mp4  [26.7 MB]
            01_循环神经网络背景介绍【【公重号：CunWorkNotes】】【【公重号：CunWorkNotes】】.mp4  [13.0 MB]
            04_交叉熵损失计算】】.mp4  [5.8 MB]
            09_手写RNN案例：单个cell的反向传播【】【】.mp4  [34.8 MB]
📁 1-6 百度人脸识别
    📁 2.图像技术之人脸识别
        📁 2.图像技术之人脸识别
            2_1_8_人脸检测_性别年龄总结】.mp4  [27.2 MB]
            2_1_7_人脸检测_边框【【整理不易‖记得关注：CunWorKNotes】】.mp4  [28.4 MB]
            2_1_1_人脸识别功能介绍_开通应用【】.mp4  [21.5 MB]
            2_1_5_人脸检测_调用API】.mp4  [48.9 MB]
            2_1_9_人脸检测_SDK方式】.mp4  [27.7 MB]
            2_1_4_人脸检测_获取access_token】.mp4  [23.7 MB]
            2_1_3_人脸检测_步骤和代码浏览】.mp4  [25.8 MB]
            2_1_2人脸识别_API【【整理不易‖记得关注：CunWorKNotes】】.mp4  [36.9 MB]
            2_1_6_人脸检测_图像坐标】.mp4  [19.8 MB]
    📁 6.自然语言处理
        📁 6.自然语言处理
            4_1_1_自然语言处理基础技术【【整理不易‖记得关注：CunWorKNotes】】.mp4  [27.3 MB]
    📁 4.图像技术之文字识别
        📁 4.图像技术之文字识别
            2_3_5_通用票据识别】.mp4  [33.2 MB]
            2_3_6_自定义模板_步骤】.mp4  [24.9 MB]
            2_3_1_功能介绍_创建应用】.mp4  [21.6 MB]
            2_3_10_分类器代码【【持续更新‖免费提供：CunworknoteS】】.mp4  [21.3 MB]
            2_3_2_通用文字识别_代码】.mp4  [34.0 MB]
            2_3_7_自定义模板_实际创建【【持续更新‖免费提供：CunworknoteS】】.mp4  [18.3 MB]
            2_3_3_通用文字识别_其他版本函数【【更多精选‖公众号：CunWorknotes】  】.mp4  [7.2 MB]
            2_3_4_车牌识别【【资源精选‖更多关注：CunworkNotes】】.mp4  [15.6 MB]
            2_3_9_创建分类器】.mp4  [16.7 MB]
            2_3_8_自定义模板_API和代码】.mp4  [17.4 MB]
    📁 3.图像技术之图像识别
        📁 3.图像技术之图像识别
            2_2_11_定制化图像识别_物体检测API_错误码】.mp4  [9.0 MB]
            2_2_4_图像检测_车辆检测】.mp4  [30.2 MB]
            2_2_5_定制化图像识别_特点和功能【【不易整理‖请关注：CunWorkNoteS】】.mp4  [17.2 MB]
            2_2_10_定制化图像识别_物体检测_流程【【持续更新‖免费提供：CunworknoteS】】.mp4  [21.9 MB]
            2_2_2_图像识别_物体检测API_实例】.mp4  [32.4 MB]
            2_2_7_定制化图像识别_图像分类_关联和调用流程】.mp4  [13.2 MB]
            2_2_5_定制化图像识别_图像分类_步骤】.mp4  [40.9 MB]
            2_2_1_图像识别功能_应用创建】.mp4  [23.7 MB]
            2_2_8_定制化图像识别_图像分类_代码实现【【整理不易‖记得关注：CunWorKNotes】】.mp4  [44.9 MB]
            2_2_9_定制化图像识别_图像分类_迭代和常见问题【【持续更新‖免费提供：CunworknoteS】】.mp4  [12.2 MB]
            2_2_3_图像检测识别_菜品识别【【公重号：CunWorkNotes】】.mp4  [24.7 MB]
            2_2_6_定制化图像识别_图像分类_操作】.mp4  [27.0 MB]
    📁 1.平台介绍
        📁 1.平台介绍
            1_5_百度人工智能平台_功能介绍【【整理不易‖记得关注：CunWorKNotes】】.mp4  [21.1 MB]
            1_2_机器学习平台_介绍】.mp4  [20.5 MB]
            1_7_人工智能平台_访问方式和SDK安装【【资源精选‖更多关注：CunworkNotes】】.mp4  [38.7 MB]
            1_3_百度深度学习平台_介绍】.mp4  [24.4 MB]
            1_1_访问入口】.mp4  [13.4 MB]
            1_4_百度深度学习平台_创建集群【】.mp4  [15.5 MB]
            1_6_人工智能平台_服务开通【【公重号：CunWorkNotes】】.mp4  [15.8 MB]
            0_课程组成和目标】.mp4  [3.8 MB]
    📁 7.人脸识别打卡案例
        📁 7.人脸识别打卡案例
            5_1_1_案例_前端部分介绍【【更多精选‖公众号：CunWorknotes】  】.mp4  [15.3 MB]
            5_1_4_案例_添加用户_人脸搜索】.mp4  [267.8 MB]
            5_1_2_案例_人脸搜索代码浏览【【更多精选‖公众号：CunWorknotes】  】.mp4  [151.7 MB]
            5_1_3_案例_获取token【【持续更新‖免费提供：CunworknoteS】】.mp4  [26.9 MB]
            5_1_0_人脸打卡案例_介绍【【持续更新‖免费提供：CunworknoteS】】.mp4  [5.4 MB]
            5_1_5_案例_主程序1】.mp4  [126.4 MB]
            5_1_6_案例_主程序2】.mp4  [241.6 MB]
    📁 5.语音技术
        📁 5.语音技术
            3_1_1_语音识别_介绍和API【】.mp4  [18.2 MB]
            3_1_2_语音识别案例_代码浏览【【公重号：CunWorkNotes】】.mp4  [11.6 MB]
            3_2_1语音合成】.mp4  [14.5 MB]
            3_1_3_语音识别案例_案例【】.mp4  [17.0 MB]
📁 1-9 图片商品物体检测项目第二阶段-数据集制作与处理
    📁 3.TFRecords读取
        📁 3.TFRecords读取
            02_TFRecord读取：Dataset准备】.mp4  [30.6 MB]
            04_第二阶段总结】.mp4  [10.4 MB]
            01_slim库介绍】.mp4  [26.6 MB]
            03_TFRecord读取：provider读取】.mp4  [15.4 MB]
    📁 2.数据集格式转换
        📁 2.数据集格式转换
            02_格式转换：代码介绍】.mp4  [27.9 MB]
            04_格式转换：图片数据以及XML读取【【公重号：CunWorkNotes】】.mp4  [79.1 MB]
            01_数据集格式转换介绍【【优质资源‖关注：cunWorkNotes 解锁】】.mp4  [10.3 MB]
            03_格式转换：文件读取以及存储逻辑】.mp4  [35.6 MB]
            05_格式转换：example封装、总结】.mp4  [71.8 MB]
    📁 1.数据集标记
        📁 1.数据集标记
            02_商品数据集标记【【不易整理‖请关注：CunWorkNoteS】】.mp4  [26.7 MB]
            01_目标检测数据集介绍【【不易整理‖请关注：CunWorkNoteS】】.mp4  [18.2 MB]
📁 1-2 深度学习优化进阶
    📁 4.神经网络调参与BN
        📁 4.神经网络调参与BN
            01_神经网络调参数技巧与如何设置参数、如何运行【【优质资源‖关注：cunWorkNotes 解锁】】【【优质资源‖关注：cunWorkNotes 解锁】】.mp4  [20.3 MB]
            02_批标准化定义、公式、为什么有效】】.mp4  [57.8 MB]
    📁 2.梯度下降算法优化
        📁 2.梯度下降算法优化
            09_作业讲解2【【持续更新‖免费提供：CunworknoteS】】.mp4  [5.8 MB]
            06_标准化输入带来的优化】.mp4  [19.4 MB]
            08_作业讲解1【【优质资源‖关注：cunWorkNotes 解锁】】.mp4  [74.0 MB]
            04_动量梯度下降原理公式理解【【优质资源‖关注：cunWorkNotes 解锁】】.mp4  [39.6 MB]
            02_Mini梯度下降与Batch梯度下降】.mp4  [35.2 MB]
            01_深度学习遇到问题、为什么需要优化算法】.mp4  [33.1 MB]
            03_指数加权平均】.mp4  [20.5 MB]
            07_作业介绍【【公重号：CunWorkNotes】】.mp4  [10.5 MB]
            05_RMSProp与Adam原理与学习率递减【【不易整理‖请关注：CunWorkNoteS】】.mp4  [16.2 MB]
    📁 1.多分类
        📁 1.多分类
            02_交叉熵损失原理】.mp4  [24.4 MB]
            07_案例：Tensorboard观察显示】.mp4  [28.3 MB]
            04_案例：网络结构、流程、代码介绍】.mp4  [25.7 MB]
            06_案例：添加准确率】.mp4  [33.5 MB]
            01_深度学习紧接、多分类介绍】.mp4  [17.6 MB]
            09_调整学习率带来的问题】.mp4  [12.3 MB]
            05_案例：主网络结构搭建实现】.mp4  [45.8 MB]
            08_案例：添加模型保存、预测】.mp4  [33.2 MB]
            03_案例：Mnist手写数字数据介绍】.mp4  [18.2 MB]
    📁 3.深度学习正则化
        📁 3.深度学习正则化
            04_其它正则化方法-早停止法与数据增强】】.mp4  [39.9 MB]
            03_Droupout过程与原理理解】】.mp4  [38.4 MB]
            05_正则化作业介绍【【公重号：CunWorkNotes】】【【公重号：CunWorkNotes】】.mp4  [9.1 MB]
            01_深度学习偏差与方差介绍为、什么需要正则化】】.mp4  [30.9 MB]
            02_正则化概念、L2正则化与L1正则化【【持续更新‖免费提供：CunworknoteS】】【【持续更新‖免费提供：CunworknoteS】】.mp4  [28.9 MB]
            07_作业讲解2【【公重号：CunWorkNotes】】【【公重号：CunWorkNotes】】.mp4  [7.4 MB]
            06_作业讲解1】】.mp4  [24.3 MB]
📁 1-5 高级主题
    📁 3.CapsuleNet
        📁 3.CapsuleNet
            02_深度学习课程总结】.mp4  [27.3 MB]
            01_CapsuleNet了解【【整理不易‖记得关注：CunWorKNotes】】.mp4  [33.4 MB]
    📁 1.生产对抗网络
        📁 1.生产对抗网络
            04_生成数字图片案例：模型初始化代码编写【【整理不易‖记得关注：CunWorKNotes】】.mp4  [48.5 MB]
            03_生成数字图片案例：结果演示流程介绍】.mp4  [20.8 MB]
            01_高级主题介绍、GAN介绍】.mp4  [32.7 MB]
            02_GAN原理、损失和DCGAN结构【【更多精选‖公众号：CunWorknotes】  】.mp4  [21.5 MB]
            05_生成数字图片案例：训练流程【】.mp4  [43.6 MB]
            06_生成数字图片案例：运行保存图片并对比【【资源精选‖更多关注：CunworkNotes】】.mp4  [14.1 MB]
    📁 2.自动编码器
        📁 2.自动编码器
            05_案例：卷积自编码器编写演示】.mp4  [18.4 MB]
            03_案例：训练普通自编码器】.mp4  [29.1 MB]
            06_案例：降噪编码器介绍】.mp4  [9.9 MB]
            02_案例：编码器类别、普通自编码器流程、模型初始化逻辑【【持续更新‖免费提供：CunworknoteS】】.mp4  [31.5 MB]
            07_案例：降噪编码器案例】.mp4  [17.7 MB]
            01_自动编码器介绍【【优质资源‖关注：cunWorkNotes 解锁】】.mp4  [11.3 MB]
            04_案例：深度自编码器编写演示】.mp4  [7.9 MB]
📁 1-1 深度学习基础
    📁 4.深层神经网络
        📁 4.深层神经网络
            02_深层神经网络的反向传播过程】.mp4  [9.8 MB]
            01_深层神经网络表示【【持续更新‖免费提供：CunworknoteS】】.mp4  [18.0 MB]
            03_参数初始化与超参数介绍【【公重号：CunWorkNotes】】.mp4  [15.1 MB]
    📁 1.深度学习介绍
        📁 1.深度学习介绍
            02_深度学习介绍】.mp4  [33.3 MB]
            03_深度学习介绍2【【资源精选‖更多关注：CunworkNotes】】.mp4  [5.1 MB]
        📁 1.深度学习介绍
            01_深度学习课程介绍】.mp4  [6.4 MB]
    📁 3.浅层神经网络
        📁 3.浅层神经网络
            07_作业实现：反向传播与更新梯度】.mp4  [33.7 MB]
            03_激活函数的选择】.mp4  [21.1 MB]
            02_浅层神经网络的前向传播【【公重号：CunWorkNotes】】.mp4  [12.9 MB]
            04_浅层神经网络的反向传播】.mp4  [18.5 MB]
            08_作业实现：网络模型逻辑实现】.mp4  [15.4 MB]
            00.浅层神经网络【【持续更新‖免费提供：CunworknoteS】】.mp4  [3.9 MB]
            05_作业介绍】.mp4  [7.8 MB]
            09_总结】.mp4  [7.7 MB]
            01_浅层神经网络表示】.mp4  [14.9 MB]
            06_作业实现：初始化模型与前向传播【【持续更新‖免费提供：CunworknoteS】】.mp4  [28.4 MB]
    📁 2.神经网络基础
        📁 2.神经网络基础
            12_作业讲解题1：实现sigmoid函数与梯度实【【持续更新‖免费提供：CunworknoteS】】.mp4  [7.2 MB]
            08_向量化编程介绍引入【【更多精选‖公众号：CunWorknotes】  】.mp4  [17.4 MB]
            09_向量化编程的优势【【不易整理‖请关注：CunWorkNoteS】】.mp4  [17.5 MB]
            07_逻辑回归的导数计算图分析以及参数导数】.mp4  [23.6 MB]
            15_作业讲解题2：优化迭代实现、model逻辑实现】.mp4  [23.1 MB]
            02_逻辑回归损失函数【【公重号：CunWorkNotes】】.mp4  [17.2 MB]
            11_正向传播与反向传播、作业介绍】.mp4  [14.2 MB]
            14_作业讲解题2：参数初始化与前向传播、反向传播】.mp4  [24.1 MB]
            13_作业讲解题2：单神经元神经网络(logistic)分类作业流程介绍【【持续更新‖免费提供：CunworknoteS】】.mp4  [10.0 MB]
            03_梯度下降算法过程以及公式】.mp4  [21.1 MB]
            05_a^2函数的导数介绍】.mp4  [17.2 MB]
            04_导数意义介绍【【更多精选‖公众号：CunWorknotes】  】.mp4  [6.9 MB]
            10_向量化实现逻辑回归的梯度计算更新【【公重号：CunWorkNotes】】.mp4  [17.5 MB]
            16_总结【【更多精选‖公众号：CunWorknotes】  】.mp4  [14.7 MB]
            01_逻辑回归介绍】.mp4  [26.9 MB]
            06_导数计算图与链式法则】.mp4  [24.9 MB]
📁 1-8 图片商品物体检测项目第一阶段-检测算法原理
    📁 3.SPPNet原理
        📁 3.SPPNet原理
            02_SPPNet：映射】.mp4  [9.4 MB]
            03_SPPNet：SPP层的作用】.mp4  [17.3 MB]
            01_SPPNet：与RCNN的区别、网络流程】.mp4  [10.4 MB]
            04_SPPNet：总结、优缺点与问题自测】.mp4  [7.4 MB]
    📁 6.YOLO原理
        📁 6.YOLO原理
            03_YOLO：训练过程样本标记】.mp4  [4.7 MB]
            02_YOLO：单元格原理过程】.mp4  [31.2 MB]
            01_YOLO：算法特点与流程介绍【【资源精选‖更多关注：CunworkNotes】】.mp4  [5.9 MB]
            04_YOLO：总结】.mp4  [3.3 MB]
    📁 1.目标检测概述
        📁 1.目标检测概述
            02_项目演示结果】.mp4  [7.1 MB]
            05_目标检测的定义和技术历史【】.mp4  [13.3 MB]
            01_课程要求以及目标【【持续更新‖免费提供：CunworknoteS】】.mp4  [3.2 MB]
            06_目标检测应用场景【【不易整理‖请关注：CunWorkNoteS】】.mp4  [13.7 MB]
            04_图像识别背景】.mp4  [9.4 MB]
            07_目标检测算法原理铺垫【【整理不易‖记得关注：CunWorKNotes】】.mp4  [3.9 MB]
            03_项目结构以及课程安排】.mp4  [6.7 MB]
            08_目标检测任务描述【【整理不易‖记得关注：CunWorKNotes】】.mp4  [29.5 MB]
    📁 2.RCNN原理
        📁 2.RCNN原理
            08_RCNN：总结、优缺点与问题自测】.mp4  [15.9 MB]
            04_RCNN：SVM分类器】.mp4  [13.9 MB]
            01_Overfeat模型】.mp4  [21.3 MB]
            06_RCNN：候选区域修正【【不易整理‖请关注：CunWorkNoteS】】.mp4  [8.4 MB]
            05_RCNN：非极大抑制（NMS）】.mp4  [14.2 MB]
            07_RCNN：训练过程与测试过程介绍】.mp4  [24.9 MB]
            02_RCNN：步骤流程介绍【【公重号：CunWorkNotes】】.mp4  [9.1 MB]
            03_RCNN：候选区域以及特征提取【【公重号：CunWorkNotes】】.mp4  [14.4 MB]
    📁 7.SSD原理
        📁 7.SSD原理
            04_TensorflowSSD接口介绍】.mp4  [23.9 MB]
            03_SSD：训练与测试流程总结】.mp4  [9.1 MB]
            05_第一阶段算法总结【【资源精选‖更多关注：CunworkNotes】】.mp4  [42.2 MB]
            01_SSD：网络结构与Detected结构】.mp4  [25.3 MB]
            02_SSD：localization与confidence【【资源精选‖更多关注：CunworkNotes】】.mp4  [17.7 MB]
    📁 4.FastRCNN原理
        📁 4.FastRCNN原理
            04_FastRCNN：总结与问题自测【【公重号：CunWorkNotes】】.mp4  [3.6 MB]
            03_FastRCNN：多任务损失【【持续更新‖免费提供：CunworknoteS】】.mp4  [15.8 MB]
            01_FastRCNN：改进之处以及网络流程】.mp4  [7.1 MB]
            02_FastRCNN：RoI pooling结构以及SPP对比【】.mp4  [15.2 MB]
    📁 5.FasterRCNN原理
        📁 5.FasterRCNN原理
            02_FasterRCNN：RPN网络的原理】.mp4  [23.5 MB]
            03_FasterRCNN：总结与问题自测】.mp4  [5.3 MB]
            01_FasterRCNN：网络结构与步骤【【不易整理‖请关注：CunWorkNoteS】】.mp4  [15.5 MB]
📁 1-10 图片商品物体检测项目第三阶段-项目实现与部署
    📁 4.预处理接口实现
        📁 4.预处理接口实现
            02_预处理接口：预处理工厂代码】.mp4  [31.7 MB]
            01_预处理接口：预处理需求介绍、数据增强介绍【【优质资源‖关注：cunWorkNotes 解锁】】.mp4  [48.9 MB]
            04_数据接口、模型接口、预处理接口参数总结【【不易整理‖请关注：CunWorkNoteS】】.mp4  [15.3 MB]
            03_预处理接口：预处理工厂代码参数错误调整】.mp4  [2.8 MB]
    📁 6.测试过程实现
        📁 6.测试过程实现
            02_测试：图片输入、结果标记代码】.mp4  [50.0 MB]
            01_测试：测试流程介绍、代码】.mp4  [63.1 MB]
    📁 3.模型接口实现
        📁 3.模型接口实现
            01_模型接口：接口设置以及模型工厂代码】.mp4  [18.6 MB]
    📁 2.数据接口实现
        📁 2.数据接口实现
            03_数据接口：商品数据读取子类实现】.mp4  [70.1 MB]
            04_数据接口：数据读取工厂逻辑实现【【公重号：CunWorkNotes】】.mp4  [26.3 MB]
            05_数据接口：代码运行与数据模块总结】.mp4  [19.5 MB]
            01_数据接口：商品格式转换实现【【持续更新‖免费提供：CunworknoteS】】.mp4  [18.9 MB]
            02_数据接口：读取数据接口设计以及基类如何定义】.mp4  [26.3 MB]
    📁 9.打开模型服务
        📁 9.打开模型服务
            01_开启模型服务】.mp4  [13.6 MB]
    📁 5.训练过程实现
        📁 5.训练过程实现
            08_训练：2NHWC和NCHW介绍】.mp4  [7.2 MB]
            12_训练：3复制模型、添加参数观察与4添加学习率和优化器】.mp4  [60.6 MB]
            02_训练：model_deploy介绍【【公重号：CunWorkNotes】】.mp4  [30.7 MB]
            09_训练：2对anchors进行正负样本标记【【更多精选‖公众号：CunWorknotes】  】.mp4  [15.9 MB]
            01_训练：训练步骤与设备部署介绍】.mp4  [23.2 MB]
            04_训练：1设备配置代码以及全局步数定义】.mp4  [33.5 MB]
            05_训练：2图片数据读取与处理逻辑介绍】.mp4  [17.7 MB]
            10_训练：2批处理获取以及数据形状变换】.mp4  [28.9 MB]
            11_训练：2队列设置】.mp4  [15.9 MB]
            13_训练：5总损失计算与变量平均梯度计算6训练配置】.mp4  [32.8 MB]
            07_训练：2网络参数修改、provider获取数据、预处理【【不易整理‖请关注：CunWorkNoteS】】.mp4  [47.2 MB]
            06_训练：2数据模块与网络模型获取结果【【公重号：CunWorkNotes】】.mp4  [38.7 MB]
            14_训练：训练流程总结】.mp4  [29.9 MB]
            03_训练：训练运行结果显示与初始配置确定】.mp4  [37.1 MB]
    📁 7.模型部署介绍
        📁 7.模型部署介绍
            01_web服务与模型部署流程关系介绍【【不易整理‖请关注：CunWorkNoteS】】.mp4  [9.6 MB]
            02_本地TensorFlow Serving演示以及逻辑介绍】.mp4  [24.2 MB]
    📁 10.TFServing客户端
        📁 10.TFServing客户端
            04_Client：客户端建立连接获取结果代码】.mp4  [18.1 MB]
            02_Client：用户输入图片处理】.mp4  [23.6 MB]
            03_Client：grpc与serving apis介绍【【更多精选‖公众号：CunWorknotes】  】.mp4  [16.4 MB]
            06_Client：结果标记返回】.mp4  [16.7 MB]
            01_Tensorflow serving client逻辑】.mp4  [21.0 MB]
            05_Client：结果解析】.mp4  [19.2 MB]
    📁 8.导出模型
        📁 8.导出模型
            01_模型导出：模型输入输出定义【【资源精选‖更多关注：CunworkNotes】】.mp4  [20.7 MB]
            02_模型导出：Savedmodel导出模型【【不易整理‖请关注：CunWorkNoteS】】.mp4  [54.4 MB]
    📁 11.服务器部署
        📁 11.服务器部署
            02_项目总结】.mp4  [26.4 MB]
            01_服务器部署：服务器部署的代码文件需求、服务开启】.mp4  [14.7 MB]
    📁 1.项目架构
        📁 1.项目架构
            02_训练与测试整体结构设计】.mp4  [15.3 MB]
            01_项目架构设计】.mp4  [21.2 MB]