咕泡-人工智能深度学习系统班第七期

编辑点评

聚焦NLP与视觉项目，实战性强，涵盖贝叶斯、LSTM、HMM等算法，适合有深度学习基础的学习者。

⭐ 编辑推荐

深度学习系统班，实战项目驱动，NLP与视觉项目全覆盖。
贝叶斯、LSTM、HMM等算法深入解析。
Python文本分析与视觉项目实战。

✨ 课程亮点

课程目录

📁 课件及代码
📁 第21章 ⾃然语⾔处理经典案例实战
📁 源码、数据集等
📁 4：贝叶斯算法-新闻分类任务
📁 贝叶斯Python文本分析
📁 搜狗新闻语料
train_28954_5487.txt [86.8 MB]
test_28954_6983.txt [18.3 MB]
Python文本分析_28954_2161.zip [19.4 MB]
📁 11-14：基于Tensorflow的项目实战
📁 问答机器人
QA问答_28954_7576.zip [880.5 MB]
📁 对话问答机器人
chatbot_28954_8217.zip [1.4 GB]
📁 唐诗生成
poem.zip [97.0 MB]
LSTM_28954_8521.zip [101.3 MB]
📁 NLP-文本相似度
文本相似度.zip [115.8 MB]
📁 LSTM情感分析
LSTM_28954_3508.zip [101.3 MB]
LSTM.ipynb [59.2 KB]
📁 8-9：word2vec词向量实战
📁 Word2Vec
gensim训练model_28954_4061.zip [2.1 GB]
word2vec.zip [84.6 MB]
tensorflow-word2vec.zip [1.9 MB]
Gensim-代码_28954_5906.zip [4.6 MB]
📁 5-6：HMM实战
📁 HMM案例实战
📁 HMM
📁 __pycache__
get_hmm_param.cpython-36.pyc [2.4 KB]
data.cpython-36.pyc [216.0 B]
hmm_start.py [823.0 B]
get_hmm_param.py [2.6 KB]
data.py [318.0 B]
时间序列.ipynb [189.0 KB]
hmm实践.ipynb [5.8 KB]
data2.csv [130.7 KB]
📁 隐马尔科夫模型（课件）
HMM.pdf [1.2 MB]
📁 2：商品信息与文本可视化
商品可视化展示与文本处理.zip [213.8 MB]
📁 3：贝叶斯算法
5-贝叶斯算法.pdf [654.8 KB]
📁 10：NLP方法对比
自然语言处理-特征提取方法对比.zip [1.2 MB]
📁 NLP常用工具包
Python-自然语言处理工具包.zip [9.7 MB]
Python-自然语言处理工具包(1_28954_3180.zip [9.7 MB]
📁 课后作业
第八模块：NLP实战(1).pdf [73.1 KB]
📁 课件
贝叶斯算法.pdf [620.7 KB]
tensorflow-RNN.pdf [120.1 KB]
RNN与LSTM_28954_7232.pdf [1.4 MB]
Python文本分析_28954_7128.pdf [579.5 KB]
5-贝叶斯算法_28954_5843.pdf [654.8 KB]
📁 第9章 经典视觉项目实战-行为识别
📁 slowfast-add
📁 download
📁 ava_annotations
📁 person_box_67091280_iou90
val.csv [98.3 MB]
train.csv [358.1 MB]
test.csv [198.4 MB]
ava_val_v2.1.csv [9.9 MB]
ava_train_v2.1.csv [35.1 MB]
ava_train_predicted_boxes.csv [52.2 MB]
ava_detection_val_for_training_boxes_and_labels_include_negative_v2.2.csv [15.2 MB]
ava_detection_val_for_training_boxes_and_labels_include_negative_v2.1.csv [14.9 MB]
ava_detection_val_for_training_boxes_and_labels_include_negative.csv [14.9 MB]
ava_detection_train_boxes_and_labels_include_negative_v2.2.csv [53.3 MB]
ava_detection_train_boxes_and_labels_include_negative_v2.1.csv [52.2 MB]
ava_detection_train_boxes_and_labels_include_negative.csv [52.2 MB]
ava_detection_test_boxes_and_labels.csv [14.6 MB]
ava_val_predicted_boxes.csv [7.6 MB]
ava_val_excluded_timestamps_v2.1.csv [629.0 B]
ava_detection_val_boxes_and_labels.csv [7.6 MB]
ava_action_list_v2.1_for_activitynet_2018.pbtxt [2.6 KB]
ava_train_v2.2.csv [39.2 MB]
ava_val_v2.2.csv [11.1 MB]
ava_train_v2.1.csv [35.1 MB]
val.csv [1.5 MB]
train.csv [1.5 MB]
avademo_28954_8167.zip [2.1 GB]
📁 基础补充-Resnet模型及其应用实例
Resnet.pdf [207.9 KB]
6-视频异常检测CVPR2021论文及其源码解读.zip [243.8 MB]
基础补充-PyTorch框架必备核心模块解读_28954_7840.zip [336.9 MB]
4-基于3D卷积的视频分析与动作识别.zip [845.8 MB]
slowfast论文.pdf [1.4 MB]
5-视频异常检测算法与元学习.pdf [1.1 MB]
1-slowfast算法知识点通俗解读_28954_8257.pdf [572.3 KB]
📁 第1章 直播回放
📁 1-1 节开班典礼等多个文件
📁 1-15 节直播13：BEITV2-3与Mmlab自监督源码解读
📁 第十三课：BEITV2及其源码解读
mmselfsup-1.x.zip [326.6 MB]
BEiT v2.pdf [9.9 MB]
📁 1-10 直播8：图神经网络等多个文件
📁 1-10 直播8：图神经网络
异构图.pdf [937.7 KB]
图神经网络.pdf [1.5 MB]
图注意力机制_28954_6093.pdf [741.6 KB]
图卷积.pdf [955.9 KB]
Temporal Graph Neural Networks.pdf [695.8 KB]
📁 1-9 节直播7：文本大模型下游任务一条龙
大模型_28954_4610.pdf [1.4 MB]
📁 1-8 节直播6：时间序列timesnet
Time-Series-Library-main.zip [21.7 MB]
2210.02186_28954_6018.pdf [3.8 MB]
📁 1-6 节直播4：VIT源码解读
ViT.zip [638.4 MB]
Transformer在视觉中的应用VIT算法.pdf [1.2 MB]
📁 1-7 节直播5：Segment anything
SAM.pdf [15.0 MB]
📁 1-12 节直播10：EfficientVIT与DINOV2
IMAGE BERT PRE-TRAINING WITH ONLINE_28954_3258.pdf [14.5 MB]
Emerging Properties in Self-Supervised Vision Transformers_28954_9617.pdf [13.4 MB]
EfficientViT.pdf [5.4 MB]
DINOv2.pdf [7.7 MB]
📁 1-11 节直播9：LangChain与VQA任务
langchain-tutorials-main.zip [38.2 MB]
From Images to Textual Prompts.pdf [6.7 MB]
📁 1-1 节开班典礼
人工智能详情页7.1_28954_8871.pdf [29.6 MB]
📁 1-5 节直播3：Transformer
transformer_28954_1813.pdf [2.0 MB]
📁 1-4 节直播2：卷积神经网络
卷积神经网络.pdf [2.6 MB]
📁 1-3 节直播1：神经网络结构
神经网络_28954_8511.pdf [6.3 MB]
📁 1-17 节直播15：总结与论文和简历
EfficientViT_28954_8404.pdf [5.4 MB]
📁 1-16 节直播14：Bev特征空间与知识蒸馏
蒸馏.pdf [1.5 MB]
Reinforced Multi-Teacher Selection for Knowledge Distillation.pdf [1.0 MB]
Decoupled Knowledge Distillation.pdf [2.0 MB]
BEV.pdf [998.7 KB]
📁 1-14 节直播12：注意力机制串讲
可变形DETR_28954_2272.pdf [4.4 MB]
Informer_28954_6216.pdf [1.1 MB]
📁 1-13 节直播11：对比学习与自监督任务
对比学习.pdf [2.0 MB]
BEIT_28954_1000.pdf [1017.3 KB]
📁 第19章 深度学习模型部署与剪枝优化实战
📁 嵌入式AI
📁 第二章 AI 实战
📁 2software
📁 networks
SSD-Mobilenet-v2.tar.gz [59.6 MB]
SSD-Mobilenet-v1.tar.gz [24.2 MB]
bvlc_googlenet.caffemodel [51.1 MB]
googlenet_noprob.prototxt [34.9 KB]
googlenet.prototxt [35.0 KB]
jetson-inference.zip [557.4 MB]
mobilenet-v1-ssd-mp-0_675.pth [36.2 MB]
usbCamera.py [159.0 B]
csiCamera.py [1002.0 B]
时间统计.xlsx [9.6 KB]
2.6 转换出onnx模型，并使用_28954_8931.pdf [95.3 KB]
2.5 训练出自己目标识别模型.pdf [1.1 MB]
2.4 训练自己的目标检测模型准备_28954_7915.pdf [300.1 KB]
2.3 docker中运行分类模型.pdf [124.5 KB]
2.2 docker 的安装使用.pdf [395.7 KB]
2.1 jetson-inference 入门_28954_3773.pdf [115.2 KB]
📁 第四章 deepstream
📁 software
gstreamer-1.0-msvc-x86_64-1.20.4.msi [104.4 MB]
EasyPlayer-RTSP-Win-V3.0.19.0515.zip [16.3 MB]
rtspVideoH264.py [717.0 B]
rtspCameraH264.py [725.0 B]
camera_gstreamer_code_rtsp_out.py [2.1 KB]
camera_gstreamer_code_rtp.py [2.1 KB]
Accelerated_GStreamer_User_Guide_28954_6918.pdf [1.1 MB]
4.6 deepstream集成yolov4.pdf [822.5 KB]
4.5 deepstream推理_28954_8731.pdf [815.1 KB]
4.4 python实现RTP和RTSP_28954_4389.pdf [648.2 KB]
4.3 GStreamer RTP和RTSP_28954_7329.pdf [1.5 MB]
4.2 deepstream HelloWorld.pdf [711.6 KB]
4.1 deepstream 介绍安装_28954_7272.pdf [620.5 KB]
📁 第一章 认识 jetson nano
📁 1software
balenaEtcher-Setup-1.7.9.exe [138.8 MB]
code_1.71.2-1663189619_arm64.deb [71.5 MB]
usbCamera.py [183.0 B]
SDCardFormatterv5_WinEN_28954_9100.zip [6.1 MB]
csiCamera.py [1002.0 B]
1.4 安装使用摄像头csi usb.pdf [163.2 KB]
1.3 感受nano的GPU算力.pdf [118.1 KB]
1.2b jetson nano 系统安装过程_28954_4920.pdf [802.2 KB]
1.2 jetson nano 刷机_28954_1096.pdf [503.9 KB]
1.1 jetson nano 硬件介绍.pdf [895.0 KB]
📁 第三章 NVIDIA TAO 实用级的训练神器
3.5TAO 剪枝在训练推理验证.pdf [792.0 KB]
3.4NVIDIA TAO预训练模型和训练_28954_1391.pdf [858.8 KB]
3.3NVIDIA TAO数据转换_28954_8373.pdf [936.6 KB]
3.2NVIDIA TAO数据准备和环境设置_28954_8583.pdf [785.9 KB]
3.1NVIDIA TAO介绍和安装.pdf [571.0 KB]
📁 tensorRT
📁 tensorRT课程代码
tensorrt-integrate.tar.gz [1.9 GB]
tensorrt-basic.tar.gz [14.9 MB]
cuda-runtime-api.tar.gz [25.2 MB]
cuda-driver-api.tar.gz [764.0 KB]
📁 tensorRT课程PPT
9.tensorrt-integrate-课程概述.pdf [2.4 MB]
8.tensorrt-basic_28954_7567.pdf [761.6 KB]
7.tensorrt-basic-课程概述_28954_5399.pdf [1.0 MB]
5.cuda-runtime-课程概述.pdf [528.7 KB]
6.cuda-runtime_28954_2329.pdf [2.4 MB]
4.cuda-driver.pdf [370.1 KB]
3.cuda-driver-课程概述.pdf [493.6 KB]
2.介绍_28954_1440.pdf [386.7 KB]
1.说在前面_28954_7268.pdf [715.1 KB]
10.tensorrt-integrate_28954_5715.pdf [1.8 MB]
YOLO部署实例.zip [876.4 MB]
YOLO部署实例(1_28953_7177.zip [876.4 MB]
pytorch-slimming.zip [356.4 MB]
pytorch-slimming(1).zip [356.4 MB]
剪枝算法.pdf [504.0 KB]
剪枝算法(1).pdf [504.0 KB]
TensorFlow-serving_28953_5527.zip [3.0 MB]
TensorFlow-serving(1).zip [3.0 MB]
PyTorch模型部署实例_28953_8668.zip [102.8 KB]
PyTorch模型部署实例(1).zip [102.8 KB]
mobilenetv3.py [7.3 KB]
mobilenetv3(1).py [7.3 KB]
Mobilenet.pdf [2.4 MB]
Docker使用命令_28953_4933.zip [7.8 MB]
Docker使用命令(1_28953_4277.zip [7.8 MB]
Mobilenet(1).pdf [2.4 MB]
📁 第7章 图像分割实战
📁 7.第七章 图像分割实战
📁 unet医学细胞分割实战
📁 新建文件夹
unet++_28954_3180.zip [409.6 MB]
📁 补充：Mask2former源码解读
mask2former(mmdetection_28954_4344.zip [192.4 MB]
📁 基于deeplabV3+版本进行VOC分割实战
DeepLabV3Plus.zip [1.9 GB]
📁 基于Resnet的医学数据集分类实战
Resnet.pdf [207.9 KB]
📁 基于deeplab的心脏视频数据诊断分析
基于deeplab的心脏视频数据诊断分析.zip [748.3 MB]
📁 图像分割算法
深度学习分割任务_28954_1131.pdf [1.1 MB]
📁 分割模型Maskformer系列
maskformer_28954_4223.pdf [1.5 MB]
mask2former.pdf [3.0 MB]
📁 Unet系列算法讲解
深度学习分割任务.pdf [1.1 MB]
📁 deeplab系列算法
DeepLab_28954_8952.pdf [704.3 KB]
第5节：U-2-Net_28954_2850.zip [636.2 MB]
基于MASK-RCNN框架训练自己的数据与任务_28954_6600.zip [439.4 MB]
MaskRcnn网络框架源码详解.zip [1.1 GB]
图像识别核心模块实战解读.zip [336.9 MB]
R(2+1)D网络_28954_3655.pdf [507.1 KB]
mask-rcnn_28954_1621.pdf [990.0 KB]
f112c9fda85536ee3eba662c9043e683.bat [70.0 B]
第7章 图像分割实战文档.zip [1.8 MB]
📁 第26章 推荐系统实战系列
📁 第3节：音乐推荐系统实战
📁 Python实现音乐推荐系统
📁 __pycache__
Recommenders.cpython-36.pyc [5.0 KB]
📁 .ipynb_checkpoints
推荐系统-checkpoint.ipynb [344.8 KB]
train_triplets_28954_2828.txt [2.8 GB]
triplet_dataset_sub_song.csv [648.3 MB]
user_playcount_df.csv [44.1 MB]
track_metadata.db [711.6 MB]
song_playcount_df.csv [8.5 MB]
老版.ipynb [344.8 KB]
推荐系统.ipynb [363.5 KB]
track_metadata_df_sub.csv [5.9 MB]
Recommenders.py [9.2 KB]
recommendation_engines.py [13.7 KB]
8.png [68.8 KB]
7.png [77.3 KB]
6.png [60.3 KB]
5.png [3.6 KB]
4.png [12.0 KB]
3.png [43.0 KB]
2.png [30.4 KB]
1.png [45.3 KB]
📁 第10节：基于统计分析的电影推荐
电影推荐_28954_2318.zip [10.0 MB]
📁 第4节：Neo4j数据库实例
NEO4J.pdf [268.0 KB]
第9节：基于文本数据的推荐实例.zip [254.8 MB]
第9节：基于文本数据的推荐实例(1_28954_8345.zip [254.8 MB]
第8节：推荐系统常用工具包演示.zip [129.3 MB]
第8节：推荐系统常用工具包演示(1).zip [129.3 MB]
第5节：基于知识图谱的电影推荐实战.zip [160.6 MB]
第5节：基于知识图谱的电影推荐实战(1).zip [160.6 MB]
第7节：DeepFM算法实战.zip [1.2 MB]
第7节：DeepFM算法实战(1_28954_1284.zip [1.2 MB]
第6节：FM与DeepFM算法.pdf [759.6 KB]
第6节：FM与DeepFM算法(1).pdf [759.6 KB]
第2节：协同过滤与矩阵分解.pdf [974.7 KB]
第1节：推荐系统介绍_28954_3022.pdf [1.5 MB]
第2节：协同过滤与矩阵分解(1).pdf [974.7 KB]
第1节：推荐系统介绍(1_28954_7877.pdf [1.5 MB]
第11节：补充-基于相似度的酒店推荐系统.zip [1.8 MB]
第11节：补充-基于相似度的酒店推荐系统(1).zip [1.8 MB]
📁 第6章 综合项⽬-物体检测经典算法实战
📁 6.第六章 综合项⽬-物体检测经典算法实战
📁 YOLO系列（PyTorch）
📁 训练自己的数据集
构建自己的数据集_28954_3206.pdf [403.8 KB]
json2yolo.py [1.5 KB]
📁 COCO-DATA
COCO数据集_28954_6115.txt [96.0 B]
PyTorch-YOLOv3_28954_6865.zip [462.2 MB]
NEU-DET.zip [26.7 MB]
YOLO新版_28954_7378.pdf [3.6 MB]
yolov7-main_28954_6699.zip [337.6 MB]
EfficientDet_28954_2344.zip [80.5 MB]
mmdetection-3.x_28954_8638.zip [35.6 MB]
CenterNet.pdf [8.8 MB]
可变形DETR.pdf [4.5 MB]
物体检测_28954_7563.pdf [1.4 MB]
第十二章：基于Transformer的detr目标检测算法.pdf [885.7 KB]
YOLOV7.pdf [1.7 MB]
Yolov7结构图.pptx [44.4 KB]
json2yolo.py [1.5 KB]
EfficientNet.pdf [943.2 KB]
EfficientDet.pdf [780.7 KB]
detr目标检测源码解读_28954_6807.zip [108.3 KB]
📁 第13章 ⾯向深度学习的⽆⼈驾驶实战
📁 12-TSDF实战案例
📁 TSDF实例
tsdf-fusion-python-master_28953_6829.zip [120.4 MB]
📁 9-NeuralRecon项目环境配置
📁 参考其GITHUB即可
📁 10-NeuralRecon项目源码解读
📁 NeuralRecon
train_demo_28953_4369.zip [64.6 MB]
data.py [9.9 KB]
all_tsdf_9.zip [5.3 MB]
📁 4-基于深度学习的车道线检测项目实战
Lane-Detection.zip [1.9 GB]
4-基于深度学习的车道线检测项目实战文档.png [493.5 KB]
📁 6-局部特征关键点匹配实战
📁 2.深度估计项目实战
LapDepth_28953_5865.zip [650.4 MB]
📁 1.深度估计算法解读
Monocular_Depth_Estimation_Using_Laplacian_Pyramid-Based_Depth_Residuals.pdf [13.8 MB]
深度估计.pdf [1.5 MB]
📁 8-NeuralRecon算法解读
三维重建_28953_1395.pdf [3.1 MB]
NeuralRecon.pdf [7.7 MB]
📁 7-三维重建应用与坐标系基础
三维重建.pdf [2.9 MB]
📁 5-商汤LoFTR算法解读
Loftr_28953_5605.pdf [1.7 MB]
2104.00680_28953_7038.pdf [7.7 MB]
📁 3-车道线检测算法与论文解读
基于深度学习的车道线检测_28953_6282.pdf [879.7 KB]
📁 15-特斯拉无人驾驶解读
Tesla无人驾驶_28953_6209.pdf [4.0 MB]
📁 14-轨迹估计预测实战
Vector_28953_4649.zip [4.9 MB]
📁 13-轨迹估计算法与论文解读
无人驾驶.pdf [629.2 KB]
📁 11-TSDF算法与应用
TSDF_28953_9354.pdf [786.8 KB]
📁 第5章 Opencv图像处理框架实战
📁 课件
📁 第2-8节课件
第8节notebook课件.zip [1.3 MB]
第2-7节notebook课件.zip [7.3 MB]
第16-17节notebook课件_28954_8090.zip [9.4 MB]
📁 源码资料
第21节：项目实战-疲劳检测.zip [74.1 MB]
第21节：人脸关键点定位_28954_9660.zip [69.8 MB]
第18节：Opencv的DNN模块_28954_3837.zip [49.6 MB]
第14节：项目实战-停车场车位识别.zip [111.3 MB]
第10节：项目实战-文档扫描OCR识别_28954_7352.zip [44.9 MB]
第9节：项目实战-信用卡数字识别_28954_8341.zip [548.1 KB]
第20节：卷积原理与操作_28954_5912.zip [24.5 KB]
第15节：项目实战-答题卡识别判卷.zip [3.1 MB]
第13节：案例实战-全景图像拼接.zip [829.5 KB]
第5章 Opencv图像处理框架实战资料.png [493.5 KB]
📁 第3章 深度学习必备核⼼算法
📁 课件
📁 词向量模型资料
NLP核心模型-word2vec_28954_8469.zip [2.1 MB]
深度学习_28954_7754.pdf [9.9 MB]
卷积神经网络.pdf [2.6 MB]
📁 第11章 Transformer实战解读
📁 transformer系列
📁 11-17
bevformer_28953_7903.zip [5.1 GB]
📁 基础补充-Resnet模型及其应用实例
Resnet_28953_6293.pdf [207.9 KB]
📁 11-3
第三章：VIT算法模型源码解读.zip [942.2 MB]
📁 11-2
ViT.zip [638.4 MB]
Transformer在视觉中的应用VIT算法_28953_2947.pdf [1.2 MB]
📁 11-14
mask2former(mmdetection).zip [192.4 MB]
📁 11-12 11-13
Loftr.pdf [1.5 MB]
2104.00680.pdf [7.8 MB]
📁 第一章：transformer原理解读
BERT_28953_8090.pdf [2.1 MB]
📁 11-9
可变形DETR.pdf [4.5 MB]
📁 11-8
可变形DETR_28953_4233.pdf [4.5 MB]
📁 11-16
BEV.pdf [998.2 KB]
📁 11-15
maskformer.pdf [1.5 MB]
mask2former_28953_5866.pdf [3.0 MB]
📁 11-1
transformer_28953_7918.pdf [2.0 MB]
11-5：swintransformer源码解读.zip [234.6 MB]
11-10 11-11Medical-Transformer_28953_3103.zip [59.8 MB]
11-7：detr目标检测源码解读_28953_5042.zip [108.3 KB]
transformer论文_28953_6707.pdf [3.6 MB]
11-6：基于Transformer的detr目标检测算法_28953_6392.pdf [885.7 KB]
11-4：swintransformer算法原理解析_28953_4312.pdf [807.8 KB]
📁 第24章 知识图谱实战系列
📁 第7节：金融平台风控模型实践
贷款风控特征工程.zip [2.0 GB]
📁 第6节：文本关系抽取实践
关系抽取.zip [740.6 MB]
📁 第8节：医学糖尿病数据命名实体识别
eclipse-命名实体识别_28954_1376.zip [18.2 MB]
第8节：医学糖尿病数据命名实体识别说明.zip [1.8 MB]
notebook-瑞金.zip [5.0 MB]
📁 第5节：基于知识图谱的医药问答系统实战
配置与安装_28954_3123.pdf [102.3 KB]
📁 第4节：使用python操作neo4j实例
python操作neo4j.zip [25.5 KB]
📁 第3节：Neo4j数据库实战
NEO4J.pdf [268.0 KB]
📁 第1.2节：知识图谱介绍及其应用领域分析
知识图谱_28954_8608.pdf [2.1 MB]
📁 第10章 经典视觉项目实战-目标追踪与姿态估计
📁 第五六七章：YOLO目标检测
📁 训练自己的数据集
构建自己的数据集.pdf [403.8 KB]
json2yolo.py [1.5 KB]
📁 COCO-DATA
COCO数据集.txt [96.0 B]
NEU-DET_28953_3110.zip [26.7 MB]
YOLO新版_28953_2121.pdf [3.6 MB]
📁 基础补充-Resnet模型及其应用实例
Resnet_28953_1901.pdf [207.9 KB]
第四章：Deepsort源码解读_28953_6501.zip [107.9 MB]
第二章：OpenPose算法源码分析_28953_1930.zip [243.9 MB]
第四章：Deepsort源码解读(1_28953_5152.zip [107.9 MB]
第二章：OpenPose算法源码分析(1_28953_5746.zip [243.9 MB]
基础补充-PyTorch框架必备核心模块解读.zip [336.9 MB]
基础补充-PyTorch框架必备核心模块解读(1).zip [336.9 MB]
第一章：姿态估计OpenPose系列算法解读_28953_4422.pdf [2.4 MB]
第三章：Deepsort算法知识点解读(1).pdf [1.6 MB]
第三章：Deepsort算法知识点解读.pdf [1.6 MB]
第一章：姿态估计OpenPose系列算法解读(1).pdf [2.4 MB]
📁 第8章 走向AI论文实验与项目实战的捷径-MMLAB实战系列
📁 KIE关键信息抽取与视频超分辨率重构
BasicVSR++_28954_1182.pdf [13.0 MB]
spynet.pdf [5.8 MB]
KIE_28954_9496.pdf [2.3 MB]
📁 OCR算法解读
DBNET.pdf [3.8 MB]
ABINET_28954_3031.pdf [1.2 MB]
📁 DeformableDetr算法解读
可变形DETR_28954_1442.pdf [4.5 MB]
第四模块：mmocr-main.zip [381.7 MB]
第八模块：mmrazor-模型蒸馏.zip [1.0 GB]
第六模块：mmediting-master_28954_9675.zip [107.8 MB]
第二模块：mmsegmentation-0.20.2.zip [2.8 GB]
第五模块：mmgeneration-master_28954_9567.zip [746.8 MB]
第二模块：MPViT-main_28954_2844.zip [924.8 MB]
第九模块：mmaction2-master.zip [827.8 MB]
第三模块：mmdetection-master_28954_5368.zip [1.5 GB]
第一模块：mmclassification-master_28954_7115.zip [912.0 MB]
第七模块：mmdetection3d-1.0.0rc0.zip [395.0 MB]
ner_28954_8801.zip [121.6 MB]
mask2former(mmdetection).zip [192.4 MB]
📁 第22章 自然语言处理必备神器Huggingface系列实战
📁 第十章：图谱知识抽取实战
CMeKG_28954_6704.zip [1.3 GB]
📁 第八章：GPT训练与预测部署流程
GPT.zip [1.2 GB]
📁 第二章：Transformer工具包基本操作实例解读
2-Finetuning.zip [2.1 GB]
1-Transformers.zip [383.6 MB]
📁 第十一章：补充Huggingface数据集制作方法实例
数据格式转换_28954_6660.zip [89.4 MB]
📁 第九章：文本摘要建模
Summarization_28954_2274.zip [2.0 GB]
📁 第五章：文本标注工具与NER实例
ner_28954_5227.zip [121.6 MB]
📁 第四章：BERT系列算法解读
BERT系列.pptx [889.7 KB]
📁 第六章：文本预训练模型构建实例
Mask Language Model.ipynb [51.3 KB]
📁 第三章：Transformer核心架构
transformer课件_28954_8347.pdf [1.1 MB]
📁 第七章：GPT系列算法
GPT系列.pdf [1.2 MB]
📁 第一章：Huggingface与NLP介绍解读
Huggingface初识.pptx [168.8 KB]
📁 第20章 面向医学领域的深度学习实战
📁 9-基于deeplabV3+版本进行VOC分割实战
DeepLabV3Plus.zip [1.9 GB]
📁 7-unet医学细胞分割实战
unet++.zip [409.6 MB]
📁 4-基于Resnet的医学数据集分类实战
Resnet_28954_6402.pdf [207.9 KB]
4-基于Resnet的医学数据集分类实战资料.png [493.5 KB]
📁 10-基于deeplab的心脏视频数据诊断分析
基于deeplab的心脏视频数据诊断分析.zip [748.3 MB]
📁 12-基于YOLO5细胞检测实战
基于YOLO5细胞检测实战_28954_2883.zip [584.8 MB]
📁 17-医学糖尿病数据命名实体识别
eclipse-命名实体识别.zip [18.2 MB]
notebook-瑞金_28954_5695.zip [5.0 MB]
📁 15-基于知识图谱的医药问答系统实战
配置与安装_28954_7734.pdf [102.3 KB]
15-基于知识图谱的医药问答系统实战文档.png [493.5 KB]
📁 1-神经网络算法PPT
深度学习_28954_6266.pdf [9.9 MB]
📁 8-deeplab系列算法
DeepLab_28954_8664.pdf [704.3 KB]
📁 6-Unet系列算法讲解
深度学习分割任务_28954_6097.pdf [1.1 MB]
📁 5-图像分割及其损失函数概述
深度学习分割任务.pdf [1.1 MB]
📁 14-Neo4j数据库实战
NEO4J.pdf [268.0 KB]
📁 13-知识图谱原理解读
知识图谱_28954_2312.pdf [2.1 MB]
13-知识图谱原理解读文档.png [493.5 KB]
📁 11-YOLO系列物体检测算法原理解读
YOLO.pdf [2.0 MB]
YOLOv4.pdf [3.8 MB]
3-PyTorch框架必备核心模块解读_28954_7552.zip [336.9 MB]
3-PyTorch框架必备核心模块解读(1_28954_1749.zip [336.9 MB]
16-词向量模型与RNN网络架构_28954_7959.zip [2.1 MB]
16-词向量模型与RNN网络架构(1).zip [2.1 MB]
📁 第25章 语⾳识别实战系列
📁 论文
论文必看.png [493.5 KB]
tacotron2论文.pdf [366.3 KB]
stargancv2论文.pdf [451.5 KB]
Conv-TasNet论文_28954_5802.pdf [1.5 MB]
📁 PPT
语音合成-tacotron2.pdf [272.6 KB]
语音分离_28954_4670.pdf [821.2 KB]
stargan-vc2_28954_3709.pdf [788.6 KB]
seq2seq_28954_9018.pdf [592.9 KB]
语音识别LAS模型.zip [420.1 MB]
语音识别LAS模型(1_28954_5182.zip [420.1 MB]
语音合成tacotron2实战.zip [302.4 MB]
语音合成tacotron2实战(1).zip [302.4 MB]
语音分离Conv-TasNet.zip [84.4 MB]
变声器pytorch-StarGAN-VC2_28954_2458.zip [484.9 MB]
变声器pytorch-StarGAN-VC2(1).zip [484.9 MB]
语音分离Conv-TasNet(1).zip [84.4 MB]
第25章 语⾳识别实战系列必看.png [493.5 KB]
📁 第23章 ⾃然语⾔处理通⽤框架-BERT实战
📁 课件、源码
第8节：医学糖尿病数据命名实体识别_28954_5229.zip [23.1 MB]
第7节：必备基础知识点-RNN网络架构与情感分析应用实例.zip [98.4 MB]
第2节：谷歌开源项目BERT源码解读与应用实例.zip [992.8 MB]
第4节：项目实战-基于BERT的中文命名实体识别实战_28954_5785.zip [732.0 MB]
第6节：必备基础-掌握Tensorflow如何实现word2vec模型.zip [32.6 MB]
BERT_28954_3445.zip [732.9 MB]
第5节：必备基知识点-word2vec模型通俗解读.zip [2.1 MB]
第3节：项目实战-基于BERT的中文情感分析实战_28954_5306.zip [2.3 MB]
第1节：BERT课件_28954_6420.pdf [1.9 MB]
NLP核心模型-word2vec_28954_1895.zip [2.1 MB]
📁 课后作业
第八模块：BERT作业.pdf [149.6 KB]
📁 第18章 AI黑科技实例
📁 第16章 对抗⽣成⽹络实战
📁 第15章 ⾏⼈重识别实战
📁 第14章 对比学习与多模态任务实战
📁 第12章 图神经⽹络实战
📁 第4章 深度学习核⼼框架PyTorch
📁 第2章 AI课程所需安装软件教程
📁 第17章 强化学习实战系列
📁 第9章 经典视觉项目实战-行为识别
📁 第8章 走向AI论文实验与项目实战的捷径-MMLAB实战系列
📁 第7章 图像分割实战
📁 第6章 综合项目-物体检测经典算法实战
📁 第5章 Opencv图像处理框架实战
📁 第4章 深度学习核心框架PyTorch
📁 第3章 深度学习必备核心算法
📁 第2章 AI课程所需安装软件教程
📁 第26章 推荐系统实战系列
📁 第25章 语音识别实战系列
📁 第24章 知识图谱实战系列
📁 第23章 自然语言处理通用框架-BERT实战
📁 第22章 自然语言处理必备神器Huggingface系列实战
📁 第21章 自然语言处理经典案例实战
📁 第20章 面向医学领域的深度学习实战
📁 第1章 直播回放
📁 第19章 深度学习模型部署与剪枝优化实战
📁 第18章 AI黑科技实例
📁 第17章 强化学习实战系列
📁 第16章 对抗生成网络实战
📁 第15章 行人重识别实战
📁 第14章 对比学习与多模态任务实战
📁 第13章 面向深度学习的无人驾驶实战
📁 第12章 图神经网络实战
📁 第11章 Transformer实战解读
📁 第10章 经典视觉项目实战-目标追踪与姿态估计

适合人群

• 深度学习爱好者
• NLP领域研究者

🎯 学习收获

• 掌握NLP与视觉项目实战
• 精通贝叶斯、LSTM、HMM等算法
• 提升Python编程能力

🎉 祝您学习愉快！