咕泡教育-2026年人工智能深度学习系统班第14期【系统课】

课程目录

01 直播回放/ 01 开班典礼：如何学好人工智能学科.mp4
 

02 神经网络 .mp4
 

03 卷积神经网络 .mp4
 04.transformer解读 .mp4
 05.CV的任务体系、发展历程及图像的数学基础 .mp4
 

06 图像处理基础 .mp4
 

07 图像特征提取与图像分类传统机器学习方法 .mp4
 

08 神经网络发展历程与卷积神经网络的原理及训练方法 .mp4
 

09 经典CNN结构：AlexNet →VGG →GoogLeNet→ResNet .mp4
 

10 深度学习训练技巧与模型优化方法 .mp4
 

11 目标检测（一）两阶段检测方法 .mp4
 

12 目标检测（二）单阶段检测方法 .mp4
 

13 ViT的诞生：从卷积到自注意力 .mp4
 14 目标检测（二）：基于Transformer的目标检测算法 .mp4
 

15 图像分割：语义分割、实例分割 .mp4
 

16 自监督学习与对比学习在视觉任务中的应用 .mp4
 

17 多模态视觉与跨模态学习 .mp4
 

18 生成模型与视觉生成任务 .mp4
 

19 计算机视觉前沿方向与未来发展 .mp4
 

20 MediaPipe面部关键点检测与追踪 .mp4
 

21 图像融合与美瞳试戴 .mp4
 22 图像融合以及美瞳试戴2 .mp4
 

23 MediaPipe人体姿态检测与关键点提取 .mp4
 24 SAM3自动分割图像 .mp4
 25 sam3视频分割与追踪 .mp4
 

26 YOLO目标检测和实例分割 .mp4
 

27 yolo实战古籍上色 .mp4
 

28 Anomalib异常检测 .mp4
 

29 异常检测项目实战-字符印刷异常检测 .mp4
 30 自然语言处理mp4.mp4
 .mp4
 31 文本表示.mp4
 .mp4
 

32 RNN序列建模与LSTM--GRU门控机制详解 .mp4
 33 Attention原理与Self-Attention内部计算！ .mp4
 

34 预训练模型架构范式对比（BERT -- GPT -- T5） .mp4
 

35 GPT 与 LLM 基础 .mp4
 

36 LoRA、P-Tuning原理 .mp4
 

37 RAG检索增强生成原理与系统 .mp4
 38 recordmerge-20260108142230-a99181.mp4
 .mp4
 

39 工程化落地实践 .mp4
 

40 链式思维（CoT）进阶 .mp4
 

41 慢思考模型解析 .mp4
 

42 稀疏激活机制详解 .mp4
 

43 SOTA模型架构精读 .mp4
 

44 PLORA变体全景解析 .mp4
 

45 垂直领域微调实战 .mp4
 

46 RLHF完整流水线 .mp4
 

47 DPO直接偏好优化 .mp4
 

48 GraphRAG与混合检索 .mp4
 

49 企业级RAG架构设计 .mp4
 

50 视觉语言模型（VLM）架构 .mp4
 

51 未来技术前沿 .mp4
 52 动手微调0.6B小模型.mp4
 53 预训练模型架构分类.mp4
 54 大模型构建三阶段：Pretrain、SFT与RLHF.mp4
 55 手写Qwen3 0.6B核心组件（BBPE--SwiGLU--RoPE）.mp4
 

56 手搓 Qwen3 attention decoder RMSNorm，构建完整模型.mp4
 57 大模型训练标准流程.mp4
 58 有监督微调.mp4
 59 大模型应用.mp4
 60 大模型应用2.mp4
 61 大模型总结.mp4
 

62 小目标检测增强与Query机制创新 .mp4
 

63 特征金字塔重构与模型轻量化（科研视角） .mp4
 

64 基础视觉大模型 .mp4
 

65 目标期刊会议推荐 以及写作筹备 .mp4
 66 詹老师(1).mp4
 .mp4
 67 詹老师（2）.mp4
 .mp4
 68 詹老师1.18第一小节mp4.mp4
 .mp4
 69 詹老师1.18第二小节.mp4
 .mp4
 70 詹老师1.25第一小节.mp4
 .mp4
 71 詹老师1.25第二小节.mp4
 .mp4
 

72 跨医疗场景（急诊--慢病--疫情）分析策略对比 .mp4
 

73 医疗AI产品的商业化路径与概念验证 .mp4
 

02 【基础模块】AI课程所需安装软件教程/ 

74 第二章 AI课程所需安装软件教程~1.mp4.mp4
 75 Python环境安装和搭建(1).mp4.mp4
 76 ANACONDA使用(新手看下，老手忽略).mp4.mp4
 77 1-PyTorch框架与其他框架区别分析1~1.mp4.mp4
 78 2-CPU与GPU版本安装方法解读1~1.mp4.mp4
 

03 【基础模块】深度学习基础与框架/ 

79 第三章 第一节课 神经网络结构~1.mp4.mp4
 80 1-PyTorch实战课程简介.mp4.mp4
 81 2-PyTorch框架发展趋势简介~1.mp4.mp4
 82 3-框架安装方法（CPU与GPU版本）~1.mp4.mp4
 83 4-PyTorch基本操作简介~1.mp4
 .mp4
 84 5-自动求导机制.mp4.mp4
 85 线性回归DEMO-数据与参数配置1.mp4.mp4
 86 线性回归DEMO-训练回归模型1.mp4.mp4
 87 常见tensor格式1.mp4.mp4
 88 Hub模块简介1.mp4.mp4
 89 1-数据集与任务概述2~1.mp4.mp4
 90 2-基本模块应用测试2~1.mp4.mp4
 91 3-网络结构定义方法2~1.mp4.mp4
 92 4-数据源定义简介2~1.mp4.mp4
 93 5-损失与训练模块分析2~1.mp4.mp4
 94 6-训练一个基本的分类模型2~1.mp4.mp4
 95 7-参数对结果的影响2~1.mp4
 .mp4
 

96 第三章神经网络回归任务-气温预测1~1.mp4.mp4
 97 Pycharm环境配置与Debug演示(没用过的同学必看).mp4.mp4
 

04 【基础模块】深度学习核心算法与实践/ 100 2-卷积网络参数解读2~1.mp4.mp4
 101 3-卷积网络模型训练2~1.mp4.mp4
 102 1-医学疾病数据集介绍.mp4.mp4
 103 2-Resnet网络架构原理分析.mp4.mp4
 104 3-dataloader加载数据集.mp4.mp4
 105 4-Resnet网络前向传播.mp4.mp4
 106 5-残差网络的shortcut操作.mp4.mp4
 107 6-特征图升维与降采样操作.mp4.mp4
 108 7-网络整体流程与训练演示.mp4.mp4
 109 1-任务分析与图像数据基本处理2~1.mp4.mp4
 110 2-数据增强模块2~1.mp4.mp4
 111 3-数据集与模型选择1~1.mp4.mp4
 112 4-迁移学习方法解读1~1.mp4.mp4
 113 5-输出层与梯度设置1~1.mp4.mp4
 114 6-输出类别个数修改1~1.mp4.mp4
 115 7-优化器与学习率衰减1~1.mp4.mp4
 116 8-模型训练方法1~1.mp4.mp4
 117 9-重新训练全部模型1~1.mp4.mp4
 118 10-测试结果演示分析1~1.mp4.mp4
 119 1-Dataloader要完成的任务分析1~1.mp4.mp4
 120 2-图像数据与标签路径处理1~1.mp4.mp4
 121 3-Dataloader中需要实现的方法分析1~1.mp4.mp4
 122 4-实用Dataloader加载数据并训练模型1~1.mp4.mp4
 123 1-RNN网络架构~1.mp4.mp4
 124 2-LSTM网络架构.mp4.mp4
 125 1-数据集与任务目标分析.mp4.mp4
 126 2-文本数据处理基本流程分析.mp4.mp4
 127 3-命令行参数与DEBUG.mp4.mp4
 128 4-训练模型所需基本配置参数分析.mp4.mp4
 129 5-预料表与字符切分.mp4.mp4
 130 6-字符预处理转换ID.mp4.mp4
 131 7-LSTM网络结构基本定义.mp4.mp4
 132 8-网络模型预测结果输出.mp4.mp4
 133 9-模型训练任务与总结.mp4.mp4
 134 VIP课-人工智能深度学习系统班（第七期）-1944.mp4
 135 transformer-VIT源码解读.mp4
 136 GITHUB开源项目使用方法.mp4.mp4
 98 卷积神经网络.mp4
 99 1-输入特征通道分析2~1.mp4.mp4
 

05 【方向A：CV方向】图像处理基础/ 137 0-课程简介2.mp4.mp4
 138 2-Python与Opencv配置安装~1.mp4.mp4
 139 3-Notebook与IDE环境~1.mp4.mp4
 140 1-计算机眼中的图像~1.mp4.mp4
 141 2-视频的读取与处理~1.mp4.mp4
 142 3-ROI区域~1.mp4.mp4
 143 4-边界填充~1.mp4.mp4
 144 5-数值计算~1.mp4.mp4
 145 1-图像阈值.mp4.mp4
 146 2-图像平滑处理.mp4.mp4
 147 3-高斯与中值滤波.mp4.mp4
 148 1-腐蚀操作.mp4.mp4
 149 2-膨胀操作.mp4.mp4
 150 3-开运算与闭运算.mp4.mp4
 151 4-梯度计算.mp4.mp4
 152 5-礼帽与黑帽.mp4.mp4
 153 1-Canny边缘检测流程.mp4.mp4
 154 2-非极大值抑制.mp4.mp4
 155 3-边缘检测效果.mp4.mp4
 156 1-Sobel算子.mp4.mp4
 157 2-梯度计算方法.mp4.mp4
 158 3-scharr与lapkacian算子.mp4.mp4
 159 1-图像金字塔定义.mp4.mp4
 160 2-金字塔制作方法.mp4.mp4
 161 3-轮廓检测方法.mp4.mp4
 162 4-轮廓检测结果.mp4.mp4
 163 5-轮廓特征与近似.mp4.mp4
 164 6-模板匹配方法.mp4.mp4
 165 7-匹配效果展示.mp4.mp4
 166 1-直方图定义.mp4.mp4
 167 2-均衡化原理.mp4.mp4
 168 3-均衡化效果.mp4.mp4
 169 1-傅里叶概述~1.mp4.mp4
 170 2-频域变换结果~1.mp4.mp4
 171 3-低通与高通滤波~1.mp4.mp4
 172 1-角点检测基本原理.mp4.mp4
 173 2-基本数学原理.mp4.mp4
 174 3-求解化简.mp4.mp4
 175 4-特征归属划分.mp4.mp4
 176 5-opencv角点检测效果.mp4.mp4
 177 1-尺度空间定义.mp4.mp4
 178 2-高斯差分金字塔.mp4.mp4
 179 3-特征关键点定位.mp4.mp4
 180 4-生成特征描述.mp4.mp4
 181 5-特征向量生成.mp4.mp4
 182 6-opencv中sift函数使用.mp4.mp4
 183 1-特征匹配方法.mp4.mp4
 184 2-RANSAC算法.mp4.mp4
 185 2-图像拼接方法.mp4.mp4
 186 4-流程解读.mp4.mp4
 187 1-背景消除-帧差法.mp4.mp4
 188 2-混合高斯模型.mp4.mp4
 189 3-学习步骤.mp4.mp4
 190 4-背景建模实战.mp4.mp4
 191 1-基本概念.mp4.mp4
 192 2-Lucas-Kanade算法.mp4.mp4
 193 3-推导求解.mp4.mp4
 194 4-光流估计实战.mp4.mp4
 195 1-dnn模块.mp4.mp4
 196 2-模型加载结果输出.mp4.mp4
 197 总体流程与方法讲解.mp4.mp4
 198 2-环境配置与预处理.mp4.mp4
 199 3-模板处理方法.mp4.mp4
 200 4-输入数据处理方法.mp4.mp4
 201 5-模板匹配得出识别结果.mp4.mp4
 202 1-整体流程演示.mp4.mp4
 203 2-文档轮廓提取.mp4.mp4
 204 3-原始与变换坐标计算.mp4.mp4
 205 4-透视变换结果.mp4.mp4
 206 5-tesseract-ocr安装配置.mp4.mp4
 207 6-文档扫描识别效果.mp4.mp4
 208 1-任务整体流程.mp4.mp4
 209 2-所需数据介绍.mp4.mp4
 210 3-图像数据预处理.mp4.mp4
 211 4-车位直线检测.mp4.mp4
 212 5-按列划分区域.mp4.mp4
 213 6-车位区域划分.mp4.mp4
 214 7-识别模型构建.mp4.mp4
 215 8-基于视频的车位检测.mp4.mp4
 216 1-整体流程与效果概述.mp4.mp4
 217 2-预处理操作.mp4.mp4
 218 3-填涂轮廓检测.mp4.mp4
 219 4-选项判断识别.mp4.mp4
 220 1-目标追踪概述.mp4.mp4
 221 2-多目标追踪实战.mp4.mp4
 222 3-深度学习检测框架加载.mp4.mp4
 223 4-基于dlib与ssd的追踪.mp4.mp4
 224 5-多进程目标追踪.mp4.mp4
 225 6-多进程效率提升对比.mp4.mp4
 226 1-关键点定位概述.mp4.mp4
 227 2-获取人脸关键点.mp4.mp4
 228 3-定位效果演示.mp4.mp4
 229 4-闭眼检测.mp4.mp4
 230 5-检测效果.mp4.mp4
 

06 【方向A：CV方向】目标检测算法/ 231 物体检测评估指标.mp4
 .mp4
 2

32 第六章第一节mp4.mp4.mp4
 233 第八课：半监督物体检测SoftTeacher~11.mp4.mp4
 234 第八课：EfficientNet网络模型.mp4.mp4
 2

35 第十一章：EfficientDet检测算法.mp4.mp4
 236 YOLO算法整体思路解读.mp4.mp4
 237 2-检测算法要得到的结果.mp4.mp4
 238 3-整体网络架构解读.mp4.mp4
 239 4-位置损失计算.mp4.mp4
 240 5-置信度误差与优缺点分析.mp4.mp4
 241 V2版本细节升级概述.mp4.mp4
 242 2-网络结构特点.mp4.mp4
 243 3-架构细节解读.mp4.mp4
 244 4-基于聚类来选择先验框尺寸.mp4.mp4
 245 5-偏移量计算方法.mp4.mp4
 246 6-坐标映射与还原.mp4.mp4
 247 7-感受野的作用.mp4.mp4
 248 8-特征融合改进.mp4.mp4
 249 1-V3版本改进概述.mp4.mp4
 250 2-多scale方法改进与特征融合.mp4.mp4
 251 3-经典变换方法对比分析.mp4.mp4
 252 4-残差连接方法解读.mp4.mp4
 253 5-整体网络模型架构分析.mp4.mp4
 254 6-先验框设计改进.mp4.mp4
 255 7-sotfmax层改进.mp4.mp4
 256 1-数据与环境配置.mp4.mp4
 257 2-训练参数设置.mp4.mp4
 258 3-数据与标签读取.mp4.mp4
 259 4-标签文件读取与处理.mp4.mp4
 260 5-debug模式介绍.mp4.mp4
 261 6-基于配置文件构建网络模型.mp4.mp4
 262 7-路由层与shortcut层的作用.mp4.mp4
 263 8-YOLO层定义解析.mp4.mp4
 264 9-预测结果计算.mp4.mp4
 265 10-网格偏移计算.mp4.mp4
 266 11-模型要计算的损失概述.mp4.mp4
 267 12-标签值格式修改.mp4.mp4
 268 13-坐标相对位置计算.mp4.mp4
 269 14-完成所有损失函数所需计算指标.mp4.mp4
 270 15-模型训练与总结.mp4.mp4
 271 16-预测效果展示.mp4.mp4
 272 1-Labelme工具安装.mp4
 .mp4
 273 2-数据信息标注.mp4.mp4
 274 3-完成标签制作.mp4.mp4
 275 4-生成模型所需配置文件.mp4.mp4
 276 5-json格式转换成yolo-v3所需输入.mp4.mp4
 277 6-完成输入数据准备工作.mp4.mp4
 278 7-训练代码与参数配置更改.mp4.mp4
 279 8-训练模型并测试效果.mp4.mp4
 280 1-V4版本整体概述.mp4.mp4
 281 2-V4版本贡献解读.mp4.mp4
 282 3-数据增强策略分析.mp4.mp4
 283 4-DropBlock与标签平滑方法.mp4.mp4
 284 5-损失函数遇到的问题.mp4.mp4
 285 6-CIOU损失函数定义.mp4.mp4
 286 7-NMS细节改进.mp4.mp4
 287 8-SPP与CSP网络结构.mp4.mp4
 288 9-SAM注意力机制模块.mp4.mp4
 289 10-PAN模块解读.mp4.mp4
 290 11-激活函数与整体架构总结.mp4.mp4
 291 1-整体项目概述~1.mp4.mp4
 292 2-训练自己的数据集方法~1.mp4.mp4
 293 3-训练数据参数配置~1.mp4.mp4
 294 4-测试DEMO演示~1.mp4.mp4
 295 1-数据源DEBUG流程解读.mp4.mp4
 296 2-图像数据源配置.mp4.mp4
 297 3-加载标签数据.mp4.mp4
 298 4-Mosaic数据增强方法.mp4.mp4
 299 5-数据四合一方法与流程演示.mp4.mp4
 300 6-getItem构建batch.mp4.mp4
 301 7-网络架构图可视化工具安装~1.mp4.mp4
 302 8-V5网络配置文件解读~1.mp4
 .mp4
 303 9-Focus模块流程分析~1.mp4.mp4
 304 10-完成配置文件解析任务.mp4.mp4
 305 11-前向传播计算.mp4.mp4
 306 12-BottleneckCSP层计算方法.mp4.mp4
 307 13-1 SPP层计算细节分析.mp4.mp4
 308 13-Head层流程解读.mp4.mp4
 309 14-上采样与拼接操作.mp4.mp4
 310 15-输出结果分析.mp4.mp4
 311 16-超参数解读.mp4.mp4
 312 17-命令行参数介绍.mp4
 .mp4
 313 18-训练流程解读.mp4.mp4
 314 19-各种训练策略概述.mp4.mp4
 315 20-模型迭代过程.mp4.mp4
 316 YOLO系列（V7）算法解读-修改版.mp4.mp4
 317 训练参数-1-命令行参数介绍.mp4.mp4
 318 训练参数-2-基本参数作用.mp4.mp4
 319 训练参数-3-EMA等训练技巧解读.mp4.mp4
 320 网络结构-1-网络结构配置文件解读.mp4.mp4
 321 网络结构-2-各模块操作细节分析.mp4.mp4
 322 网络结构-3-输出层与配置文件其他模块解读.mp4.mp4
 323 标签分配-1-标签分配策略准备操作.mp4.mp4
 324 标签分配-2-候选框偏移方法与find3p模块解读.mp4.mp4
 325 标签分配-3-得到偏移点所在网格位置.mp4.mp4
 326 标签分配-4-完成BuildTargets模块.mp4.mp4
 327 标签分配-5-候选框筛选流程分析.mp4.mp4
 328 标签分配-6-预测值各项指标获取与调整.mp4.mp4
 329 标签分配-7-GT匹配正样本数量计算.mp4.mp4
 330 标签分配-8-通过IOU与置信度分配正样本.mp4.mp4
 331 损失函数-1-损失函数计算方法.mp4.mp4
 332 辅助头AUX网络结构配置文件解析.mp4.mp4
 333 2-AUX部分-辅助头损失函数调整.mp4.mp4
 334 RepConv-1-BN与卷积权重参数融合方法.mp4.mp4
 335 RepConv-2-重参数化多分支合并加速.mp4.mp4
 336 V8.mp4.mp4
 3

37 YOLO V9 .mp4
 338 CVPR2024：YOLO- World.mp4
 339 YOLO系列：YOLOv12与YOLOv13 .mp4
 

07 【方向A：CV方向】图像分割算法/ 340 1-语义分割与实例分割概述.mp4.mp4
 341 2-分割任务中的目标函数定义.mp4.mp4
 342 3-MIOU评估标准.mp4.mp4
 343 1-Unet网络编码与解码过程.mp4.mp4
 344 2-网络计算流程.mp4.mp4
 345 3-Unet升级版本改进.mp4.mp4
 346 4-后续升级版本介绍.mp4.mp4
 347 1-医学细胞数据集介绍与参数配置.mp4.mp4
 348 2-数据增强工具.mp4.mp4
 349 3-Debug模式演示网络计算流程.mp4.mp4
 350 4-特征融合方法演示.mp4.mp4
 351 5-迭代完成整个模型计算任务.mp4.mp4
 352 6-模型效果验证.mp4.mp4
 353 1-任务目标与网络整体介绍.mp4.mp4
 354 2-显著性检测任务与目标概述.mp4.mp4
 355 3-编码器模块解读.mp4.mp4
 356 4-解码器输出结果.mp4.mp4
 357 5-损失函数与应用效果.mp4.mp4
 358 1-deeplab分割算法概述.mp4.mp4
 359 2-空洞卷积的作用.mp4.mp4
 360 3-感受野的意义.mp4.mp4
 361 4-SPP层的作用.mp4.mp4
 362 5-ASPP特征融合策略.mp4.mp4
 363 6-deeplabV3Plus版本网络架构.mp4.mp4
 364 1-PascalVoc数据集介绍.mp4
 .mp4
 365 2-项目参数与数据集读取.mp4.mp4
 366 3-网络前向传播流程.mp4.mp4
 367 4-ASPP层特征融合.mp4.mp4
 368 5-分割模型训练.mp4.mp4
 369 1-数据集与任务概述.mp4.mp4
 370 2-项目基本配置参数.mp4.mp4
 371 3-任务流程解读.mp4.mp4
 372 4-文献报告分析.mp4.mp4
 373 5-补充：视频数据源特征处理方法概述.mp4.mp4
 374 6-补充：R(2plus1)D处理方法分析.mp4.mp4
 375 0-Mask-Rcnn开源项目简介.mp4.mp4
 376 0-开源项目数据集.mp4.mp4
 377 0-参数配置.mp4.mp4
 378 1-FPN层特征提取原理解读.mp4.mp4
 379 2-FPN网络架构实现解读.mp4.mp4
 380 3-生成框比例设置.mp4.mp4
 381 4-基于不同尺度特征图生成所有框.mp4.mp4
 382 5-RPN层的作用与实现解读.mp4.mp4
 383 6-候选框过滤方法.mp4
 .mp4
 384 7-Proposal层实现方法.mp4.mp4
 385 8-DetectionTarget层的作用.mp4.mp4
 386 9-正负样本选择与标签定义.mp4.mp4
 387 10-RoiPooling层的作用与目的.mp4.mp4
 388 11-RorAlign操作的效果.mp4
 .mp4
 389 12-整体框架回顾.mp4.mp4
 390 1-Labelme工具安装~11.mp4.mp4
 391 2-使用labelme进行数据与标签标注.mp4.mp4
 392 3-完成训练数据准备工作.mp4.mp4
 393 4-maskrcnn源码修改方法.mp4
 .mp4
 … 共 1913 条