人工智能深度学习系统班第十四期 14期
课程简介
``` 更新-直播为主 ├── 01 计算机视觉基础与工程落地[主讲：武老师] (文件夹) ├── 02 计算机视觉行业落地综合实战 [主讲：查老师] (文件夹) ├── 03 自然语言处理基础与Transformer原理[主讲：Tinya老师] (文件夹) ├── 04 大模型算法原理与架构深度解析 [主讲：kiwi老师] (文件夹) ├── 05 大模…
```
更新-直播为主
├── 01 计算机视觉基础与工程落地[主讲：武老师] (文件夹)
├── 02 计算机视觉行业落地综合实战 [主讲：查老师] (文件夹)
├── 03 自然语言处理基础与Transformer原理[主讲：Tinya老师] (文件夹)
├── 04 大模型算法原理与架构深度解析 [主讲：kiwi老师] (文件夹)
├── 05 大模型从零构建与开发实战 [主讲：Eric老师] (文件夹)
├── 07 垂直领域高阶应用与RAG系统[主讲：kiwi老师 & 徐老师] (文件夹)
├── 08 RT-DETR遥感目标检测与科研实战 （主讲：詹老师） (文件夹)
└── 09 医疗时序数据分析与AI应用实战 [主讲：詹老师] (文件夹)
录播部分
├── 01 直播回放 (文件夹)
├── 02 【基础模块】AI课程所需安装软件教程 (文件夹)
├── 03 【基础模块】深度学习基础与框架 (文件夹)
├── 04 【基础模块】深度学习核心算法与实践 (文件夹)
├── 05 【方向A：CV方向】图像处理基础 (文件夹)
├── 06 【方向A：CV方向】目标检测算法 (文件夹)
├── 07 【方向A：CV方向】图像分割算法 (文件夹)
├── 08 【方向A：CV方向】MMLAB框架与数据集制作实战 (文件夹)
├── 09 【方向A：CV方向】Transformer与视觉应用 (文件夹)
├── 10 【方向A：CV方向】生成模型与图像生成技术 (文件夹)
├── 11 【方向A：CV方向】行为识别+姿态估计+目标追踪 (文件夹)
├── 12 【方向A：CV方向】行人重识别技术 (文件夹)
├── 13 【方向A：CV方向】自动化驾驶 (文件夹)
├── 14 【方向A：CV方向】3D点云处理 (文件夹)
├── 15 【方向A：CV方向】工业与医学视觉应用 (文件夹)
├── 16 【方向A：CV方向】文字检测与识别 (文件夹)
├── 17 【方向B：NLP方向】自然语言处理基础技术 (文件夹)
├── 18 【方向B：NLP方向】词向量与文本表示学习 (文件夹)
├── 19 【方向B：NLP方向】Transformer与预训练语言模型 (文件夹)
├── 20 【方向C：LLM方向】方向大模型基础、微调与部署 (文件夹)
├── 21 【方向C：LLM方向】RAG检索增强与开发框架 (文件夹)
├── 22 【方向C：LLM方向】智能体架构与多Agent协作 (文件夹)
├── 23 【方向C：LLM方向】COZE智能体搭建实战 (文件夹)
├── 24 【方向C：LLM方向】多模态与大模型技术 (文件夹)
├── 25 【方向D：时序与GNN方向】时间序列预测算法与实战 (文件夹)
├── 26 【方向D：时序与GNN方向】图神经网络实战 (文件夹)
├── 27 【方向E：强化学习】强化学习基础算法与实战 (文件夹)
├── 28 【方向E：强化学习】人形机器人高级学习与控制方法 (文件夹)
├── 29 【方向F：智能应用】知识图谱技术与构建 (文件夹)
├── 30 【方向F：智能应用】语音识别 (文件夹)
├── 31 【方向F：智能应用】现代推荐系统与实战 (文件夹)
├── 32 【进阶模块】深度学习模型部署与实战 (文件夹)
├── 33 【进阶模块】深度学习模型优化与创新 (文件夹)
└── 34 【进阶模块】科研与职业发展 (文件夹)
```
课程目录
课程目录193 集
- 咕泡-人工智能10期最新最全版本
- 1-AI课程所需安装软件教程
- | ├──1-AI课程所需安装软件教程
- | | └──1-AI课程所需安装软件教程.mp4 19.61M
- | ├──课程详细目录.txt 0.06kb
- 10-2022论⽂必备-Transformer实战系列
- | ├──1-Transformer算法解读
- | | 鈹斺攢鈹€1-Transformer绠楁硶瑙ｈ.mp4 557.22M
- | ├──10-MedicalTrasnformer论文解读
- | | ├──1-论文整体分析.mp4 23.72M
- | | ├──2-核心思想分析.mp4 54.26M
- | | ├──3-网络结构计算流程概述.mp4 44.46M
- | | ├──4-论文公式计算分析.mp4 46.93M
- | | ├──5-位置编码的作用与效果.mp4 46.55M
- | | └──6-拓展应用分析.mp4 56.52M
- | ├──11-MedicalTransformer源码解读
- | | ├──1-项目环境配置.mp4 25.29M
- | | ├──2-医学数据介绍与分析.mp4 56.68M
- | | ├──3-基本处理操作.mp4 25.77M
- | | ├──4-AxialAttention实现过程.mp4 36.87M
- | | ├──5-位置编码向量解读.mp4 27.80M
- | | ├──6-注意力计算过程与方法.mp4 52.13M
- | | └──7-局部特征提取与计算.mp4 40.92M
- | ├──12-商汤LoFTR算法解读
- | | ├──1-特征匹配的应用场景.mp4 87.35M
- | | 鈹溾攢鈹€10-鎬荤粨鍒嗘瀽.mp4 39.42M
- | | ├──2-特征匹配的基本流程分析.mp4 15.91M
- | | ├──3-整体流程梳理分析.mp4 16.46M
- | | ├──4-CrossAttention的作用与效果.mp4 15.69M
- | | ├──5-transformer构建匹配特征.mp4 33.79M
- | | ├──6-粗粒度匹配过程与作用.mp4 26.00M
- | | ├──7-特征图拆解操作.mp4 14.34M
- | | ├──8-细粒度匹配的作用与方法.mp4 19.87M
- | | └──9-基于期望预测最终位置.mp4 23.08M
- | ├──13-局部特征关键点匹配实战
- | | ├──1-项目与参数配置解读.mp4 44.48M
- | | ├──10-得到精细化输出结果.mp4 19.35M
- | | ├──11-通过期望计算最终输出.mp4 40.24M
- | | 鈹溾攢鈹€2-DEMO鏁堟灉婕旂ず.mp4 39.57M
- | | ├──3-backbone特征提取模块.mp4 28.65M
- | | ├──4-注意力机制的作用与效果分析.mp4 30.98M
- | | ├──5-特征融合模块实现方法.mp4 29.29M
- | | ├──6-cross关系计算方法实例.mp4 29.30M
- | | ├──7-粗粒度匹配过程.mp4 49.80M
- | | ├──8-完成基础匹配模块.mp4 63.33M
- | | └──9-精细化调整方法与实例.mp4 42.73M
- | ├──14-分割模型Maskformer系列
- | | └──1-分割模型Maskformer系列.mp4 776.88M
- | ├──15-Mask2former源码解读
- | | ├──1-Backbone获取多层级特征.mp4 35.79M
- | | ├──10-正样本筛选损失计算.mp4 41.78M
- | | ├──11-标签分类匹配结果分析.mp4 62.04M
- | | ├──12-最终损失计算流程.mp4 52.29M
- | | ├──13-汇总所有损失完成迭代.mp4 35.76M
- | | ├──2-多层级采样点初始化构建.mp4 41.46M
- | | ├──3-多层级输入特征序列创建方法.mp4 43.83M
- | | ├──4-偏移量与权重计算并转换.mp4 48.78M
- | | ├──5-Encoder特征构建方法实例.mp4 49.77M
- | | ├──6-query要预测的任务解读.mp4 45.61M
- | | 鈹溾攢鈹€7-Decoder涓殑AttentionMask鏂规硶.mp4 50.89M
- | | ├──8-损失模块输入参数分析.mp4 40.84M
- | | └──9-标签分配策略解读.mp4 42.53M
- | ├──16-BEV特征空间
- | | 鈹斺攢鈹€1-BEV鐗瑰緛绌洪棿.mp4 523.07M
- | ├──17-BevFormer源码解读
- | | ├──1-环境配置方法解读.mp4 42.79M
- | | ├──10-获取当前BEV特征.mp4 35.90M
- | | ├──11-Decoder级联校正模块.mp4 41.58M
- | | ├──12-损失函数与预测可视化.mp4 49.48M
- | | ├──2-数据集下载与配置方法.mp4 53.57M
- | | ├──3-特征提取以及BEV空间初始化.mp4 43.81M
- | | ├──4-特征对齐与位置编码初始化.mp4 43.63M
- | | ├──6-BEV空间与图像空间位置对应.mp4 37.67M
- | | ├──7-注意力机制模块计算方法.mp4 38.61M
- | | ├──8-BEV空间特征构建.mp4 34.01M
- | | └──9-Decoder要完成的任务分析.mp4 33.95M
- | ├──18-时间序列预测
- | | └──1-时间序列预测.mp4 375.40M
- | ├──19-Informer时间序列源码解读
- | | └──1-Informer时间序列源码解读.mp4 829.10M
- | ├──2-视觉Transformer及其源码分析
- | | └──1-视觉Transformer及其源码分析.mp4 878.23M
- | ├──20-Huggingface与NLP（讲故事）
- | ├──3-VIT算法模型源码解读
- | | ├──1-项目配置说明.mp4 43.27M
- | | ├──2-输入序列构建方法解读.mp4 29.80M
- | | ├──3-注意力机制计算.mp4 28.04M
- | | └──4-输出层计算结果.mp4 37.72M
- | ├──4-swintransformer算法原理解析
- | | 鈹溾攢鈹€1-swintransformer鏁翠綋姒傝堪.mp4 14.76M
- | | ├──10-分层计算方法.mp4 21.71M
- | | ├──2-要解决的问题及其优势分析.mp4 22.33M
- | | ├──3-一个block要完成的任务.mp4 17.36M
- | | ├──4-获取各窗口输入特征.mp4 18.99M
- | | ├──5-基于窗口的注意力机制解读.mp4 29.53M
- | | ├──6-窗口偏移操作的实现.mp4 24.27M
- | | ├──7-偏移细节分析及其计算量概述.mp4 20.41M
- | | ├──8-整体网络架构整合.mp4 20.88M
- | | └──9-下采样操作实现方法.mp4 22.24M
- | ├──5-swintransformer源码解读
- | | ├──1-数据与环境配置解读.mp4 59.59M
- | | ├──2-图像数据patch编码.mp4 37.62M
- | | ├──3-数据按window进行划分计算.mp4 31.46M
- | | ├──4-基础attention计算模块.mp4 27.58M
- | | ├──5-窗口位移模块细节分析.mp4 36.81M
- | | ├──7-各block计算方法解读.mp4 27.91M
- | ├──6-基于Transformer的detr目标检测算法
- | | ├──1-DETR目标检测基本思想解读.mp4 19.27M
- | | ├──2-整体网络架构分析.mp4 31.54M
- | | ├──3-位置信息初始化query向量.mp4 19.90M
- | | ├──4-注意力机制的作用方法.mp4 20.79M
- | | └──5-训练过程的策略.mp4 28.34M
- | ├──7-detr目标检测源码解读
- | | ├──1-项目环境配置解读.mp4 40.33M
- | | ├──2-数据处理与dataloader.mp4 63.98M
- | | ├──3-位置编码作用分析.mp4 47.86M
- | | ├──4-backbone特征提取模块.mp4 35.54M
- | | ├──5-mask与编码模块.mp4 34.68M
- | | ├──6-编码层作用方法.mp4 42.78M
- | | ├──7-Decoder层操作与计算.mp4 30.08M
- | | ├──8-输出预测结果.mp4 41.20M
- | | └──9-损失函数与预测输出.mp4 41.18M
- | ├──8-DeformableDetr算法解读
- | | 鈹斺攢鈹€1-DeformableDetr绠楁硶瑙ｈ.mp4 730.35M
- | ├──9-DeformableDetr物体检测源码分析
- | | ├──1-特征提取与位置编码.mp4 38.16M
- | | ├──10-分类与回归输出模块.mp4 49.72M
- | | ├──11-预测输出结果与标签匹配模块.mp4 44.31M
- | | ├──2-序列特征展开并迭加.mp4 51.07M
- | | ├──3-得到相对位置点编码.mp4 28.80M
- | | ├──4-准备Encoder编码层所需全部输入.mp4 37.91M
- | | ├──5-编码层中的序列分析.mp4 39.73M
- | | ├──7-偏移量对齐操作.mp4 39.80M
- | | ├──8-Encoder层完成特征对齐.mp4 51.84M
- | | └──9-Decoder要完成的操作.mp4 38.98M
- | └──咨询VX ETH22009.txt 0.02kb
- 11-图神经网络实战
- | ├──1-图神经网络基础
- | | ├──1-图神经网络应用领域分析.mp4 26.40M
- | | ├──2-图基本模块定义.mp4 10.51M
- | | ├──3-邻接矩阵的定义.mp4 16.06M
- | | ├──5-消息传递计算方法.mp4 14.23M
- | ├──10-基于图模型的时间序列预测
- | | └──1-基于图模型的时间序列预测.mp4 1021.16M
- | ├──11-异构图神经网络
- | | └──1-异构图神经网络.mp4 754.04M
- | ├──2-图卷积GCN模型
- | | ├──1-GCN基本模型概述.mp4 13.24M
- | | ├──2-图卷积的基本计算方法.mp4 12.56M
- | | ├──3-邻接的矩阵的变换.mp4 18.38M
- | | └──4-GCN变换原理解读.mp4 21.12M
- | ├──3-图模型必备神器PyTorch Geometric安装与使用
- | | ├──1-PyTorch Geometric工具包安装与配置方法.mp4 45.07M
- | | ├──2-数据集与邻接矩阵格式.mp4 51.92M
- | | ├──3-模型定义与训练方法.mp4 41.92M
- | | └──4-文献引用数据集分类案例实战.mp4 47.75M
- | ├──4-使用PyTorch Geometric构建自己的图数据集
- | | ├──1-构建数据集基本方法.mp4 13.47M
- | | ├──2-数据集与任务背景概述.mp4 21.63M
- | | ├──3-数据集基本预处理.mp4 31.50M
- | | ├──4-用户行为图结构创建.mp4 36.67M
- | | ├──5-数据集创建函数介绍.mp4 34.87M
- | | ├──6-网络结构定义模块.mp4 36.87M
- | | ├──7-TopkPooling进行下采样任务.mp4 31.30M
- | | ├──8-获取全局特征.mp4 25.71M
- | | └──9-模型训练与总结.mp4 35.84M
- | ├──5-图注意力机制与序列图模型
- | | ├──1-图注意力机制的作用与方法.mp4 16.53M
- | | ├──2-邻接矩阵计算图Attention.mp4 21.40M
- | | ├──3-序列图神经网络TGCN应用.mp4 12.59M
- | | └──4-序列图神经网络细节.mp4 23.67M
- | ├──6-图相似度论文解读
- | | ├──1-要完成的任务分析.mp4 47.79M
- | | ├──2-基本方法概述解读.mp4 52.67M
- | | ├──3-图模型提取全局与局部特征.mp4 47.42M
- | | ├──4-NTN模块的作用与效果.mp4 41.09M
- | | ├──5-点之间的对应关系计算.mp4 51.22M
- | | └──6-结果输出与总结.mp4 71.18M
- | ├──7-图相似度计算实战
- | | ├──1-数据集与任务概述.mp4 18.11M
- | | ├──2-图卷积特征提取模块.mp4 55.92M
- | | ├──3-分别计算不同Batch点的分布.mp4 31.70M
- | | ├──4-获得直方图特征结果.mp4 21.11M
- | | ├──5-图的全局特征构建.mp4 31.45M
- | | ├──6-NTN图相似特征提取.mp4 39.25M
- | | └──7-预测得到相似度结果.mp4 18.64M
- | ├──8-基于图模型的轨迹估计
- | | ├──1-数据集与标注信息解读.mp4 57.53M
- | | ├──2-整体三大模块分析.mp4 71.83M
- | | ├──3-特征工程的作用与效果.mp4 41.75M
- | | ├──4-传统方法与现在向量空间对比.mp4 51.83M
- | | ├──5-输入细节分析.mp4 49.96M
- | | ├──6-子图模块构建方法.mp4 42.55M
- | | ├──7-特征融合模块分析.mp4 47.67M
- | ├──9-图模型轨迹估计实战
- | | ├──1-数据与环境配置.mp4 35.36M
- | | ├──2-训练数据准备.mp4 27.69M
- | | ├──3-Agent特征提取方法.mp4 37.87M
- | | ├──4-DataLoader构建图结构.mp4 28.61M
- 12-3D点云实战
- | ├──1-3D点云实战 3D点云应用领域分析
- | | ├──1-点云数据概述.mp4 49.53M
- | | ├──2-点云应用领域与发展分析.mp4 82.18M
- | | ├──3-点云分割任务.mp4 52.03M
- | | ├──4-点云补全任务.mp4 29.17M
- | | ├──5-点云检测与配准任务.mp4 59.58M
- | | └──6-点云数据特征提取概述与预告.mp4 22.69M
- | ├──2-3D点云PointNet算法
- | | ├──1-3D数据应用领域与点云介绍.mp4 40.05M
- | | ├──2-点云数据可视化展示.mp4 40.07M
- | | ├──3-点云数据特性和及要解决的问题.mp4 33.08M
- | | ├──4-PointNet算法出发点解读.mp4 17.46M
- | | └──5-PointNet算法网络架构解读.mp4 31.01M
- | ├──3-PointNet++算法解读
- | | ├──1-PointNet升级版算法要解决的问题.mp4 22.08M
- | | ├──2-最远点采样方法.mp4 21.00M
- | | ├──3-分组Group方法原理解读.mp4 32.79M
- | | ├──4-整体流程概述分析.mp4 16.37M
- | | ├──5-分类与分割问题解决方案.mp4 21.74M
- | | └──6-遇到的问题及改进方法分析.mp4 13.43M
- | ├──4-Pointnet++项目实战
- | | ├──1-项目文件概述.mp4 29.02M
- | | ├──11-分割任务数据与配置概述.mp4 51.28M
- | | ├──12-分割需要解决的任务概述.mp4 33.94M
- | | ├──13-上采样完成分割任务.mp4 44.75M
- | | ├──2-数据读取模块配置.mp4 39.23M
- | | ├──3-DEBUG解读网络模型架构.mp4 24.25M
- | | ├──4-最远点采样介绍.mp4 19.48M
- | | ├──5-采样得到中心点.mp4 31.77M
- | | ├──6-组区域划分方法.mp4 24.88M
- | | ├──7-实现group操作得到各中心簇.mp4 35.00M
- | | ├──8-特征提取模块整体流程.mp4 40.04M
- | | └──9-预测结果输出模块.mp4 38.74M
- | ├──5-点云补全PF-Net论文解读
- | | ├──1-点云补全要解决的问题.mp4 23.13M
[衡天云]爆款云服务器 低至12元/月
![[衡天云]爆款云服务器 低至12元/月](/hty.png)