咕泡-人工智能深度学习系统班（第十期）

课程目录

9 期资料/
1.第1章 直播课/
10.第一十章 2022论⽂必备-Transformer实战系列/
11.第一十一章 图神经⽹络实战/
12.第一十二章 3D点云实战/
13.第一十二章 ⾯向深度学习的⽆⼈驾驶实战/
14.第一十三章 对比学习与多模态任务实战/
15.第一十五章 缺陷检测实战/
16.第一十六章 ⾏⼈重识别实战/
17.第一十七章 对抗⽣成⽹络实战/
18.第十八章 强化学习与AI黑科技实例/
19.第一十九章 面向医学领域的深度学习实战/
2.第二章 深度学习必备核心算法/
20.第二十章 CV与NLP经典大模型解读/
21-深度学习模型部署与剪枝优化实战/
22-自然语言处理经典案例实战/
23-自然语言处理必备神器Huggingface系列实战/
24-时间序列预测/
25-自然语言处理通用框架-BERT实战/
26-知识图谱实战系列/
27-语音识别实战系列/
28-推荐系统实战系列/
29-论文创新点常用方法及其应用实例/
3.第三章 深度学习框架PyTorch/
30-2024Ai必会Agent(应用解读+项目实战)/
5.第五章 Opencv图像处理框架实战/
6.第六章 综合项⽬-物体检测经典算法实战/
7.第七章 图像分割实战/
8.第八章 走向AI论文实验与项目实战的捷径-MMLAB实战系列/
9.第九章 经典视觉项目实战：行为识别、姿态估计、目标追踪/
视频/
1-AI课程所需安装软件教程/
1-AI课程所需安装软件教程/
咨询VX ETH22009.txt
课程详细目录.txt
10-2022论⽂必备-Transformer实战系列/
1-Transformer算法解读/
10-MedicalTrasnformer论文解读/
11-MedicalTransformer源码解读/
12-商汤LoFTR算法解读/
13-局部特征关键点匹配实战/
14-分割模型Maskformer系列/
15-Mask2former源码解读/
16-BEV特征空间/
17-BevFormer源码解读/
18-时间序列预测/
19-Informer时间序列源码解读/
2-视觉Transformer及其源码分析/
20-Huggingface与NLP（讲故事）/
3-VIT算法模型源码解读/
4-swintransformer算法原理解析/
5-swintransformer源码解读/
6-基于Transformer的detr目标检测算法/
7-detr目标检测源码解读/
8-DeformableDetr算法解读/
9-DeformableDetr物体检测源码分析/
咨询VX ETH22009.txt
课程详细目录.txt
11-图神经网络实战/
1-图神经网络基础/
10-基于图模型的时间序列预测/
11-异构图神经网络/
2-图卷积GCN模型/
3-图模型必备神器PyTorch Geometric安装与使用/
4-使用PyTorch Geometric构建自己的图数据集/
5-图注意力机制与序列图模型/
6-图相似度论文解读/
7-图相似度计算实战/
8-基于图模型的轨迹估计/
9-图模型轨迹估计实战/
咨询VX ETH22009.txt
课程详细目录.txt
12-3D点云实战/
1-3D点云实战 3D点云应用领域分析/
2-3D点云PointNet算法/
3-PointNet++算法解读/
4-Pointnet++项目实战/
5-点云补全PF-Net论文解读/
6-点云补全实战解读/
7-点云配准及其案例实战/
8-基础补充-对抗生成网络架构原理与实战解析/
咨询VX ETH22009.txt
课程详细目录.txt
13-面向深度学习的无人驾驶实战/
1-深度估计算法原理解读/
10-NeuralRecon项目源码解读/
11-TSDF算法与应用/
12-TSDF实战案例/
13-轨迹估计算法与论文解读/
14-轨迹估计预测实战/
15-特斯拉无人驾驶解读/
2-深度估计项目实战/
3-车道线检测算法与论文解读/
4-基于深度学习的车道线检测项目实战/
5-商汤LoFTR算法解读/
6-局部特征关键点匹配实战/
7-三维重建应用与坐标系基础/
8-NeuralRecon算法解读/
9-NeuralRecon项目环境配置/
咨询VX ETH22009.txt
课程详细目录.txt
14-对比学习与多模态任务实战/
1-对比学习算法与实例/
2-CLIP系列/
3-多模态3D目标检测算法源码解读/
4-多模态文字识别/
5-ANINET源码解读/
咨询VX ETH22009.txt
课程详细目录.txt
15-缺陷检测实战/
1-课程介绍/
10-基于Opencv缺陷检测项⽬实战/
11-基于视频流⽔线的Opencv缺陷检测项⽬/
12-图像分割deeplab系列算法/
13-基于deeplabV3+版本进⾏VOC分割实战/
14-Deeplab铁质材料缺陷检测与开源项⽬应⽤流程/
2-物体检框架YOLO-V4版本算法解读/
3-物体检测框架YOLOV5版本项目配置/
4-物体检测框架YOLOV5项目工程源码解读/
5-基于YOLOV5的钢材缺陷检测实战/
6-Semi-supervised布料缺陷检测实战/
7-Opencv图像常⽤处理⽅法实例/
8-Opencv梯度计算与边缘检测实例/
9-Opencv轮廓检测与直⽅图/
咨询VX ETH22009.txt
课程详细目录.txt
16-行人重识别实战/
1-行人重识别原理及其应用/
2-基于注意力机制的Reld模型论文解读/
3-基于Attention的行人重识别项目实战/
4-AAAI2020顶会算法精讲/
5-项目实战-基于行人局部特征融合的再识别实战/
6-旷视研究院最新算法解读（基于图模型）/
7-基于拓扑图的行人重识别项目实战/
8-额外补充：行人搜索源码分析/
咨询VX ETH22009.txt
课程详细目录.txt
17-对抗生成网络实战/
1-课程介绍/
2-对抗生成网络架构原理与实战解析/
3-基于CycleGan开源项目实战图像合成/
4-stargan论文架构解析/
5-stargan项目实战及其源码解读/
6-基于starganvc2的变声器论文原理解读/
7-starganvc2变声器项目实战及其源码解读/
8-图像超分辨率重构实战/
9-基于GAN的图像补全实战/
咨询VX ETH22009.txt
课程详细目录.txt
18-强化学习与AI黑科技实例/
1-强化学习简介及其应用/
10-CLIP系列/
11-Diffusion模型解读/
12-Dalle2及其源码解读/
13-ChatGPT/
2-PPO算法与公式推导/
3-PPO实战-月球登陆器训练实例/
4-Q-learning与DQN算法/
5-DQN改进与应用技巧/
6-Actor-Critic算法分析（A3C）/
7-用A3C玩转超级马里奥/
8-GPT系列生成模型/
9-GPT建模与预测流程/
咨询VX ETH22009.txt
课程详细目录.txt
19-CV与NLP经典大模型解读/
1-课程简介/
10-openai-dalle2论文解读/
11-openai-dalle2源码解读/
12-自监督任务-对比学习思想/
13-视觉自监督BEIT算法解读/
14-视觉自监督任务BEITV2论文解读/
15-视觉自监督任务BEITV2源码解读/
16-BEV感知特征空间算法解读/
17-BEVformer项目源码解读/
18-补充-视觉大模型基础-deformableAttention/
2-GPT系列算法解读/
3-GPT2训练与预测部署流程/
4-chatgpt算法解读分析/
5-LLM与LORA微调策略解读/
6-LLM下游任务训练自己模型实战/
7-视觉大模型SAM/
8-视觉QA算法与论文解读/
9-扩散模型diffusion架构算法解读/
咨询VX ETH22009.txt
课程详细目录.txt
2-深度学习必备核⼼算法/
1-神经网络结构/
2-卷积神经网络/
3-Transformer/
4-VIT源码解读/
咨询VX ETH22009.txt
课程详细目录.txt
20-面向医学领域的深度学习实战/
1-卷积神经网络原理与参数解读/
10-基于deeplab的心脏视频数据诊断分析/
11-YOLO系列物体检测算法原理解读/
12-基于YOLO5细胞检测实战/
13-知识图谱原理解读/
14-Neo4j数据库实战/
15-基于知识图谱的医药问答系统实战/
16-词向量模型与RNN网络架构/
17-医学糖尿病数据命名实体识别/
2-PyTorch框架基本处理操作/
3-PyTorch框架必备核心模块解读/
4-基于Resnet的医学数据集分类实战/
5-图像分割及其损失函数概述/
6-Unet系列算法讲解/
7-unet医学细胞分割实战/
8-deeplab系列算法/
9-基于deeplabV3+版本进行VOC分割实战/
21-深度学习模型部署与剪枝优化实战/
1-AIoT人工智能物联网之认识 jetson nano/
10-模型剪枝-Network Slimming算法分析/
11-模型剪枝-Network Slimming实战解读/
12-Mobilenet三代网络模型架构/
2-AIoT人工智能物联网之AI 实战/
3-AIoT人工智能物联网之NVIDIA TAO 实用级的训练神器/
4- AIoT人工智能物联网之deepstream/
6-pyTorch框架部署实践/
7-YOLO-V3物体检测部署实例/
8-docker实例演示/
9-tensorflow-serving实战/
咨询VX ETH22009.txt
课程详细目录.txt
22-自然语言处理经典案例实战/
1-NLP常用工具包实战/
10-NLP-文本特征方法对比/
11-NLP-相似度模型/
12-LSTM情感分析/
13-机器人写唐诗/
14-对话机器人/
2-商品信息可视化与文本分析/
3-贝叶斯算法/
4-新闻分类任务实战/
5-HMM隐马尔科夫模型/
6-HMM工具包实战/
7-语言模型/
8-使用Gemsim构建词向量/
9-基于word2vec的分类任务/
咨询VX ETH22009.txt
课程详细目录.txt
23-自然语言处理必备神器Huggingface系列实战/
1-Huggingface与NLP介绍解读/
10-图谱知识抽取实战/
11-补充Huggingface数据集制作方法实例/
2-Transformer工具包基本操作实例解读/
3-transformer原理解读/
4-BERT系列算法解读/
5-文本标注工具与NER实例/
6-文本预训练模型构建实例/
7-GPT系列算法/
8-GPT训练与预测部署流程/
9-文本摘要建模/
咨询VX ETH22009.txt
课程详细目录.txt
24-时间序列预测/
1-Informer原理解读/
2-Informer源码解读/
3-Timesnet时序预测/
咨询VX ETH22009.txt
课程详细目录.txt
25-自然语言处理通用框架-BERT实战/
1-自然语言处理通用框架BERT原理解读/
2-谷歌开源项目BERT源码解读与应用实例/
3-项目实战-基于BERT的中文情感分析实战/
4-项目实战-基于BERT的中文命名实体识别识别实战/
5-必备基础知识点-woed2vec模型通俗解读/
6-必备基础-掌握Tensorflow如何实现word2vec模型/
7-必备基础知识点-RNN网络架构与情感分析应用实例/
8-医学糖尿病数据命名实体识别/
咨询VX ETH22009.txt
课程详细目录.txt
26-知识图谱实战系列/
1-知识图谱介绍及其应用领域分析/
2-知识图谱涉及技术点分析/
3-Neo4j数据库实战/
4-使用python操作neo4j实例/
5-基于知识图谱的医药问答系统实战/
6-文本关系抽取实践/
7-金融平台风控模型实践/
8-医学糖尿病数据命名实体识别/
咨询VX ETH22009.txt
课程详细目录.txt
27-语音识别实战系列/
1-seq2seq序列网络模型/
2-LAS模型语音识别实战/
3-starganvc2变声器论文原理解读/
4-staeganvc2变声器源码实战/
5-语音分离ConvTasnet模型/
6-ConvTasnet语音分离实战/
7-语音合成tacotron最新版实战/
咨询VX ETH22009.txt
课程详细目录.txt
28-推荐系统实战系列/
1-推荐系统介绍及其应用/
10-基本统计分析的电影推荐/
11-补充-基于相似度的酒店推荐系统/
2-协同过滤与矩阵分解/
3-音乐推荐系统实战/
4-知识图谱与Neo4j数据库实例/
5-基于知识图谱的电影推荐实战/
6-点击率估计FM与DeepFM算法/
7-DeepFM算法实战/
8-推荐系统常用工具包演示/
9-基于文本数据的推荐实例/
咨询VX ETH22009.txt
课程详细目录.txt
29-论文创新点常用方法及其应用实例/
1-通用创新点/
咨询VX ETH22009.txt
课程详细目录.txt
3-深度学习核心框架PyTorch/
3-1 节PyTorch框架介绍与配置安装/
3-2 节使用神经网络进行分类任务/
3-3 节神经网络回归任务-气温预测/
3-4 节卷积网络参数解读分析/
3-5 节图像识别模型与训练策略（重点）/
3-6 节DataLoader自定义数据集制作/
3-7 节LSTM文本分类实战/
3-8 节PyTorch框架Flask部署例子/
咨询VX ETH22009.txt
课程详细目录.txt
30-2024Ai必会Agent(应用解读+项目实战)/
001-课程介绍 .mp4
002-1-Agent要解决的问题分析 .mp4
003-2-Agent需要具备的基本能力 .mp4
004-3-与大模型的关系分析 .mp4
005-4-多智能体定义分析 .mp4
006-5-框架的作用和能解决的问题 .mp4
007-6-整体总结分析 .mp4
008-7-GPTS分析一波 .mp4
009-8-经典任务分析 .mp4
010-1-GPTS任务流程概述分析 .mp4
011-2-调用API的控制方式 .mp4
012-3-API相关配置完成 .mp4
013-4-完成指令与脚本并生成 .mp4
014-1-DEMO演示与整体架构分析 .mp4
015-2-后端GPT项目部署启动 .mp4
016-3-前端助手API与流程图配置 .mp4
017-4-接入外部API的方法与流程 .mp4
018-5-GPT中加入外部API调用方法 .mp4
019-6-指令提示构建 .mp4
020-1-论文概述分析 .mp4
021-2-整体框架逻辑介绍 .mp4
022-3-项目环境配置 .mp4
023-4-基础解读-动作定义方式 .mp4
024-5-基础解读-角色定义 .mp4
025-6-单动作智能体实现方法 .mp4
026-7-多动作配置方法 .mp4
027-8-定时器任务环境配置 .mp4
028-9-定时器任务流程解读分析 .mp4
029-0-基本Agent的组成 .mp4
030-1-Agent要完成的任务和业务逻辑定义 .mp4
031-2-问题拆解与执行流程 .mp4
032-3-检索得到重要的URL .mp4
033-4-子问题生成总结结果 .mp4
034-5-总结与结果输出 .mp4
035-1-RAG要完成的任务解读 .mp4
036-2-RAG整体流程解读 .mp4
037-3-召回优化策略分析 .mp4
038-4-召回改进方案解读 .mp4
039-5-评估工具RAGAS .mp4
040-6-外接本地数据库工具 .mp4
041-1-整体故事解读 .mp4
042-2-要解决的问题和整体框架分析 .mp4
043-3-论文基本框架分析 .mp4
044-4-Agent的记忆信息 .mp4
045-5-感知与反思模块构建流程 .mp4
046-6-计划模块实现细节 .mp4
047-7-整体流程框架图 .mp4
048-8-感知模块解读 .mp4
049-9-思考模块解读 .mp4
050-10-项目环境配置方法解读 .mp4
051-1-langchain框架解读 .mp4
052-2-基本API调用方法 .mp4
053-3-数据文档切分操作 .mp4
054-4-样本索引与向量构建 .mp4
055-5-数据切块方法 .mp4
056-1-MOE概述分析 .mp4
057-2-MOE模块实现方法解读 .mp4
058-3-效果分析与总结 .mp4
059-1-大模型如何做下游任务 .mp4
060-2-LLM落地微调分析 .mp4
061-3-LLAMA与LORA介绍 .mp4
062-4-LORA微调的核心思想 .mp4
063-5-LORA模型实现细节 .mp4
064-1-提示工程的作用 .mp4
065-2-项目数据解读 .mp4
066-3-源码调用DEBUG解读 .mp4
067-4-训练流程演示 .mp4
068-5-效果演示与总结分析 .mp4
069-1-RAG与微调可以解决与无法解决的问题 .mp4
070-2-RAG实践策略 .mp4
071-3-微调要解决的问题 .mp4
咨询VX ETH22009.txt
课程详细目录.txt
4-Opencv图像处理框架实战/
5-1 节课程简介与环境配置/
5-10 节⽂档扫描OCR识别/
… 共 502 条