最新公告
  • 欢迎您光临自学资源网,本站秉承服务宗旨 履行“站长”责任,销售只是起点 服务永无止境!立即加入我们
  • 古泡人工智能P5第5期2022年网盘下载

    课程目录

    ├──10_图神经网络实战

    |   ├──1_图神经网络基础

    |   ├──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

    ├──1_直播课回放

    |   ├──1_直播1:开班典礼

    |   ├──2_Pycharm环境配置与Debug演示(没用过的同学必看)

    |   ├──3_直播2:深度学习必备基础-神经网络与卷积网络

    |   ├──4_直播3:Transformer原理及其各领域应用分析

    |   ├──5_额外补充:时间序列预测

    |   └──6_直播4:Informer时间序列预测源码解读

    ├──2_深度学习必备核心算法

    |   ├──1_神经网络算法解读

    |   ├──2_卷积神经网络算法解读

    |   └──3_递归神经网络算法解读

    ├──3_深度学习核心框架PyTorch

    |   ├──1_PyTorch框架介绍与配置安装

    |   ├──2_使用神经网络进行分类任务

    |   ├──3_神经网络回归任务-气温预测

    |   ├──4_卷积网络参数解读分析

    |   ├──5_图像识别模型与训练策略(重点)

    |   ├──6_DataLoader自定义数据集制作

    |   ├──7_LSTM文本分类实战

    |   └──8_PyTorch框架Flask部署例子

    ├──4_MMLAB实战系列

    |   ├──10_第四模块:DBNET文字检测

    |   ├──11_第四模块:ANINET文字识别

    |   ├──12_第四模块:KIE基于图模型的关键信息抽取

    |   ├──12_第五模块:stylegan2源码解读

    |   ├──13_第六模块:BasicVSR++视频超分辨重构源码解读

    |   ├──14_第七模块:多模态3D目标检测算法源码解读

    |   ├──15_第八模块:模型蒸馏应用实例

    |   ├──16_第八模块:模型剪枝方法概述分析

    |   ├──17_第九模块:mmaction行为识别

    |   ├──18_额外补充

    |   ├──1_MMCV安装方法

    |   ├──2_第一模块:分类任务基本操作

    |   ├──3_第一模块:训练结果测试与验证

    |   ├──4_第一模块:模型源码DEBUG演示

    |   ├──5_第二模块:使用分割模块训练自己的数据集

    |   ├──6_第二模块:基于Unet进行各种策略修改

    |   ├──7_第二模块:分割任务CVPR最新Backbone设计及其应用

    |   ├──8_第三模块:mmdet训练自己的数据任务

    |   └──9_第三模块:DeformableDetr物体检测源码分析

    ├──5_Opencv图像处理框架实战

    |   ├──10_项目实战-文档扫描OCR识别

    |   ├──11_图像特征-harris

    |   ├──12_图像特征-sift

    |   ├──13_案例实战-全景图像拼接

    |   ├──14_项目实战-停车场车位识别

    |   ├──15_项目实战-答题卡识别判卷

    |   ├──16_背景建模

    |   ├──17_光流估计

    |   ├──18_Opencv的DNN模块

    |   ├──19_项目实战-目标追踪

    |   ├──1_课程简介与环境配置

    |   ├──20_卷积原理与操作

    |   ├──21_项目实战-疲劳检测

    |   ├──2_图像基本操作

    |   ├──3_阈值与平滑处理

    |   ├──4_图像形态学操作

    |   ├──5_图像梯度计算

    |   ├──6_边缘检测

    |   ├──7_图像金字塔与轮廓检测

    |   ├──8_直方图与傅里叶变换

    |   └──9_项目实战-信用卡数字识别

    ├──6_综合项目-物体检测经典算法实战

    |   ├──10_EfficientNet网络

    |   ├──11_EfficientDet检测算法

    |   ├──12_基于Transformer的detr目标检测算法

    |   ├──13_detr目标检测源码解读

    |   ├──1_深度学习经典检测方法概述

    |   ├──2_YOLO-V1整体思想与网络架构

    |   ├──3_YOLO-V2改进细节详解

    |   ├──4_YOLO-V3核心网络模型

    |   ├──5_项目实战-基于V3版本进行源码解读

    |   ├──6_基于YOLO-V3训练自己的数据集与任务

    |   ├──7_YOLO-V4版本算法解读

    |   ├──8_V5版本项目配置

    |   └──9_V5项目工程源码解读

    ├──7_图像分割实战

    |   ├──10_MaskRcnn网络框架源码详解

    |   ├──11_基于MASK-RCNN框架训练自己的数据与任务

    |   ├──1_图像分割及其损失函数概述

    |   ├──2_卷积神经网络原理与参数解读

    |   ├──3_Unet系列算法讲解

    |   ├──4_unet医学细胞分割实战

    |   ├──5_U2NET显著性检测实战

    |   ├──6_deeplab系列算法

    |   ├──7_基于deeplabV3+版本进行VOC分割实战

    |   ├──8_医学心脏视频数据集分割建模实战

    |   └──9_物体检测框架-MaskRcnn项目介绍与配置

    ├──8_行为识别实战

    |   ├──1_slowfast算法知识点通俗解读

    |   ├──2_slowfast项目环境配置与配置文件

    |   ├──3_slowfast源码详细解读

    |   ├──4_基于3D卷积的视频分析与动作识别

    |   ├──5_视频异常检测算法与元学习

    |   ├──6_视频异常检测CVPR2021论文及其源码解读

    |   └──7_基础补充-Resnet模型及其应用实例

    └──9_2022论文必备-Transformer实战系列

    |   ├──10_MedicalTransformer源码解读

    |   ├──11_商汤LoFTR算法解读

    |   ├──12_局部特征关键点匹配实战

    |   ├──13_项目补充-谷歌开源项目BERT源码解读与应用实例

    |   ├──14_项目补充-基于BERT的中文情感分析实战

    |   ├──1_课程介绍

    |   ├──2_自然语言处理通用框架BERT原理解读

    |   ├──3_Transformer在视觉中的应用VIT算法

    |   ├──4_VIT算法模型源码解读

    |   ├──5_swintransformer算法原理解析

    |   ├──6_swintransformer源码解读

    |   ├──7_基于Transformer的detr目标检测算法

    |   ├──8_detr目标检测源码解读

    |   └──9_MedicalTrasnformer论文解读

    猜你在找

    1. 本站所有资源来源于用户上传和网络,因此不包含技术服务请大家谅解!如有侵权请邮件联系客服!bjsjsrc@163.com
    2. 本站所提供下载的资源仅供下载学习之用!如有链接无法下载、失效或广告,请联系客服处理,有奖励!
    3. 如果您也有好的资源或教程,您可以投稿发布,成功分享后有学币奖励和额外收入!

    自学资源网 » 古泡人工智能P5第5期2022年网盘下载

    1、花很多时间为了节约几块钱还是花几块钱为了节省很多时间,这是个问题。

    2、资源来自付费社群,非本站上传,请转存。失效仅邮箱补发,无其它方式。

    3、分卷压缩如part1.rar、part2.rar需全部下载到电脑用新版Winrar才能解压。

    4、为防资源失效或提示错误,勿用网盘在线解压,该功能对加密压缩不好使。

    5、失效、使用、版权等问题,请联系邮箱:bjsjsrc@163.com 处理。

    发表回复

    你的前景,远超我们想象

    选择学么=选择高薪,选择=成功

    • 原创课程

      课程独家原创

    • 零基础

      人人都能轻松入门

    • 注重实战

      轻理论重实战讲实效

    • 高品质

      一对一在线答疑

    • 用心服务

      解除后顾之忧

    • 手机学习

      随时随地轻松学习