【百度】人工智能深度学习第七期-包括视频课、课件以及代码等【外部】

多种网盘链接检测插件

购买前，请先检测网盘链接是否有效

您当前无权限查看，请先登录，或点此注册！

• 1.百度网盘链接，查看是否有效

VIP低至28元三个月，无套路，VIP期间免费下载资源。

__文字说明__

文件名称：	【百度】人工智能深度学习第七期-包括视频课、课件以及代码等【外部】
文件总数量：	522条
压缩文件数量：	0条
压缩文件比：	0%
疑似加密文件：	0条(需要授权播放的文件)
文件创建时间：

    10-3节OpenPose算法源码分析
    13-12节TSDF实战案例
    第四模块：mmocr-main.zip381.72M
    8-NeuralRecon算法解读
    第25章语音识别实战系列
    12-6节图相似度论文解读
    17-医学糖尿病数据命名实体识别
    6-5节基于V3版本进⾏源码解读
    1-2节Pycharm环境配置与Debug演示(没用过的同学必看)
    第六模块：mmediting-master.zip107.78M
    第2节：对抗生成网络架构原理与实战解析.zip35.28M
    5-14节停⻋场⻋位识别
    19-6节YOLO-V3物体检测部署实例
    第七模块：mmdetection3d-1.0.0rc0.zip395.05M
    4节Diffusion模型解读
    第11节：补充-基于相似度的酒店推荐系统.zip1.81M
    7-12节基于MASK-RCNN框架训练自己的数据与任务
    第19章深度学习模型部署与剪枝优化实战
    论文
    7-11节MaskRcnn网络框架源码详解
    19-8节tensorflow-serving实战
    notepadplusplus-8-4.exe4.28M
    基础补充-PyTorch框架基本处理操作.zip98.58M
    21-10节NLP-文本特征方法对比
    10-2节姿态估计OpenPose系列算法解读
    第7节：Actor-Critic算法分析(A3C).pdf560.29kb
    4-1节PyTorch框架介绍与配置安装
    17-1节强化学习简介及其应用
    pycharm-community-2022.1.2.exe378.78M
    6-局部特征关键点匹配实战
    25-4节staeganvc2变声器源码实战
    16-2节对抗生成网络架构原理与实战解析
    第4章深度学习核⼼框架PyTorch
    第8节：图像超分辨率重构实战
    第5章Opencv图像处理框架实战
    1-3节直播1：神经网络结构
    11-19节Informer时间序列源码解读
    第4节：使用python操作neo4j实例
    ANINET源码解读
    4-7节LSTM文本分类实战
    20-2节PyTorch框架基本处理操作
    13-8节NeuralRecon算法解读
    ner.zip121.60M
    源码、数据集等
    多模态文字识别
    5-7节图像⾦字塔与轮廓检测
    24-1节知识图谱介绍及其应用领域分析
    1-5节直播3：Transformer
    15-4节AAAI2020顶会算法精讲
    11-16节BEV特征空间
    6.第六章综合项⽬-物体检测经典算法实战
    第8节：医学糖尿病数据命名实体识别
    14-Neo4j数据库实战
    第7节：starganvc2变声器项目实战及其源码解读.zip485.00M
    1.深度估计算法解读
    24-3节Neo4j数据库实战
    17-7节Actor-Critic算法分析（A3C）
    └──视频
    第十章：图谱知识抽取实战
    CLIP系列
    3-3节递归神经网络算法解读
    20-4节基于Resnet的医学数据集分类实战
    15-5节项目实战-基于行人局部特征融合的再识别实战
    8-15节第四模块：KIE基于图模型的关键信息抽取
    8-23节额外补充-在源码中加入各种注意力机制方法
    第1章直播回放
    8-10节补充：Mask2former源码解读
    5-11节图像特征-harris
    第24章知识图谱实战系列
    20-17节医学糖尿病数据命名实体识别
    18-6节ChatGPT
    14-3节多模态3D目标检测算法源码解读
    11-9节DeformableDetr物体检测源码分析
    10-1节课程介绍
    mask2former(mmdetection).zip192.38M
    课件
    第2节：协同过滤与矩阵分解.pdf974.68kb
    PPT
    第1.2节：知识图谱介绍及其应用领域分析
    第23章⾃然语⾔处理通⽤框架-BERT实战
    5-13节全景图像拼接
    8-6节第二模块：基于Unet进行各种策略修改
    5-15节答题卡识别判卷
    5-16节背景建模
    5-17节光流估计
    5-18节Opencv的DNN模块
    5-19节⽬标追踪
    5-2节图像基本操作
    5-20节卷积原理与操作
    5-21节疲劳检测
    5-3节阈值与平滑处理
    5-4节图像形态学操作
    第11章Transformer实战解读
    1-15节直播13：BEITV2-3与Mmlab自监督源码解读
    4-4节卷积网络参数解读分析
    16-9节基于GAN的图像补全实战
    第6章综合项目-物体检测经典算法实战
    4-5节图像识别模型与训练策略（重点）
    13-9节NeuralRecon项目环境配置
    第3章深度学习必备核心算法