AI入门实战课 ：神经网络+卷积网络+目标检测算法，30天掌握AI核心基础

07、第三章第一节输入端优化1：数据增强归一化(1)【资源精选‖更多关注：CunworkNotes】.mp4  [17.2 MB]
02、第一章第二节《30天入门人工智能》学习指南(1)_ev.mp4  [77.6 MB]
22、第五章第三节YOLOv3相关算法的原理及实现（下）(1)【整理不易‖记得关注：CunWorKNotes】.mp4  [39.0 MB]
10、第三章第四节中间层优化2：网络归一化学习率衰减(1).mp4  [20.7 MB]
25、5.6Faster—RCNN算法的原理及实现（上）(1).mp4  [36.4 MB]
18、第四章第六节改进卷积神经网络1：Resnet(1)【不易整理‖请关注：CunWorkNoteS】.mp4  [19.7 MB]
30、6.4过拟合消除技巧：L2正则化dropout(1).mp4  [17.7 MB]
04、第二章第二节《初级神经网络入门指南》(1).mp4  [35.8 MB]
16、第四章第四节经典卷积神经网络2：Alexnet(1).mp4  [18.5 MB]
29、6.3网络训练问题：欠过拟合梯度爆炸消失(1)【不易整理‖请关注：CunWorkNoteS】.mp4  [33.3 MB]
06、第二章第四节《深度神经网络迁移学习》(1).mp4  [14.9 MB]
01、第一章第一节《人工智能基础入门指南》(1)_ev.mp4  [66.7 MB]
31、第六章第五节项目训练评判：贝叶斯误差及网络评判(1).mp4  [23.5 MB]
28、第六章第二节网络训练技巧2：错误分析及错误标签修正(1).mp4  [19.3 MB]
26、5.7Faster—RCNN算法的原理及实现（下）(1).mp4  [29.0 MB]
17、第四章第五节经典卷积神经网络3：Vgg—16(1).mp4  [20.5 MB]
11、第三章第五节输出端优化1：softmax多分类器(1).mp4  [18.3 MB]
12、第三章第六节输出端优化2：多任务学习端到端学习(1)【公重号：CunWorkNotes】.mp4  [16.1 MB]
24、第五章第五节YOLOv4算法的原理及实现（下）(1).mp4  [48.8 MB]
09、第三章第三节中间层优化1：激活函数(1)【整理不易‖记得关注：CunWorKNotes】.mp4  [14.0 MB]
21、第五章第二节YOLOv3相关算法的原理及实现（上）(1).mp4  [39.7 MB]
03、第二章第一节《神经网络从输入到输出》(1)_ev【更多精选‖公众号：CunWorknotes】  .mp4  [45.2 MB]
19、第四章第七节改进卷积神经网络2：Inception(1).mp4  [21.3 MB]
08、第三章第二节输入端优化2：梯度下降参数随机初始化(1)【优质资源‖关注：cunWorkNotes 解锁】.mp4  [20.0 MB]
13、第四章第一节人工智能核心基础：卷积神经网络（上）(1).mp4  [30.7 MB]
15、第四章第三节经典卷积神经网络1：Lenet—5(1).mp4  [19.4 MB]
27、第六章第一节网络训练技巧1：数据集选择及设计(1).mp4  [20.1 MB]
20、第五章第一节目标检测算法的背景与分类(1).mp4  [30.2 MB]
05、第二章第三节《浅层神经网络入门指南》(1)【持续更新‖免费提供：CunworknoteS】.mp4  [17.5 MB]
14、第四章第二节人工智能核心基础：卷积神经网络（下）(1)【公重号：CunWorkNotes】.mp4  [21.7 MB]
23、第五章第四节YOLOv4算法的原理及实现（上）(1)【优质资源‖关注：cunWorkNotes 解锁】.mp4  [34.4 MB]