正版资源 getfromcodeAI
人工智能深度学习-第七期,资料齐全
人工智能深度学习-第七期,资料齐全 深度学习实战案例解析 编辑点评 聚焦前沿技术,实战案例丰富,适合进阶学习。 ⭐ 编辑推荐 深度学习实战课程,涵盖视觉、图神经网络、无人驾驶等多个领域。 ✨ 课程亮点 ✦ 前沿技术解析 ✦ 实战案例丰富 ✦ 进阶学习首选 课程目录 课程目录 67 条 —/人工智能深
单课价¥29.90新品 上架
正版保障 极速发货 售后无忧
人工智能深度学习-第七期,资料齐全
深度学习实战案例解析
编辑点评
聚焦前沿技术,实战案例丰富,适合进阶学习。
⭐ 编辑推荐
深度学习实战课程,涵盖视觉、图神经网络、无人驾驶等多个领域。
✨ 课程亮点
✦前沿技术解析
✦实战案例丰富
✦进阶学习首选
课程目录
课程目录67 条
- —/人工智能深度学习-第七期/
- ├──课件及代码
- | ├──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
- | | ├──基础补充-Resnet模型及其应用实例
- | | ├──第二章:OpenPose算法源码分析.zip 243.86M
- | | ├──第三章:Deepsort算法知识点解读.pdf 1.58M
- | | ├──第四章:Deepsort源码解读.zip 107.90M
- | | ├──第一章:姿态估计OpenPose系列算法解读.pdf 2.42M
- | | ├──基础补充-PyTorch框架必备核心模块解读.zip 336.95M
- | | └──基础补充-PyTorch框架基本处理操作.zip 98.58M
- | ├──第11章 Transformer实战解读
- | | └──transformer系列
- | ├──第12章 图神经⽹络实战
- | | ├──10-基于图模型的时间序列预测
- | | ├──11-异构图神经网络
- | | ├──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
- | | ├──第二章:图卷积GCN模型
- | | └──第一章:图神经网络基础
- | ├──第13章 ⾯向深度学习的⽆⼈驾驶实战
- | | ├──1.深度估计算法解读
- | | ├──10-NeuralRecon项目源码解读
- | | ├──11-TSDF算法与应用
- | | ├──12-TSDF实战案例
- | | ├──13-轨迹估计算法与论文解读
- | | ├──14-轨迹估计预测实战
- | | ├──15-特斯拉无人驾驶解读
- | | ├──2.深度估计项目实战
- | | ├──3-车道线检测算法与论文解读
- | | ├──4-基于深度学习的车道线检测项目实战
- | | ├──5-商汤LoFTR算法解读
- | | ├──6-局部特征关键点匹配实战
- | | ├──7-三维重建应用与坐标系基础
- | | ├──8-NeuralRecon算法解读
- | | └──9-NeuralRecon项目环境配置
- | ├──第14章 对比学习与多模态任务实战
- | | ├──ANINET源码解读
- | | ├──CLIP系列
- | | ├──对比学习算法与实例
- | | ├──多模态3D目标检测算法源码解读
- | | └──多模态文字识别
- | ├──第15章 ⾏⼈重识别实战
- | | ├──第1节:行人重识别原理及其应用
- | | ├──第2节:基于注意力机制的ReId模型论文解读
- | | ├──第3节:基于Attention的行人重识别项目实战
- | | ├──第4节:经典会议算法精讲(特征融合)
- | | ├──第5节:项目实战-基于行人局部特征融合的再识别实战
- | | ├──第6节:旷视研究院最新算法解读(基于图模型)
- | | └──第7节:基于拓扑图的行人重识别项目实战
- | ├──第16章 对抗⽣成⽹络实战
- | | ├──第4节:stargan论文架构解析
- | | ├──第6节:基于starganvc2的变声器论文原理解读
- | | ├──第8节:图像超分辨率重构实战
- | | ├──第9节:基于GAN的图像补全实战
- | | ├──cyclegan.pdf 2.67M
- | | ├──static.zip 1.26M
- | | ├──第2节:对抗生成网络架构原理与实战解析.zip 35.28M
- | | ├──第3节:基于CycleGan开源项目实战图像合成.zip 1.60G
- | | ├──第5节:stargan项目实战及其源码解读.zip 869.44M
- | | └──第7节:starganvc2变声器项目实战及其源码解读.zip 485.00M
- | ├──第17章 强化学习实战系列
- | | ├──第1节:强化学习简介及其应用.pdf 738.65kb
- | | ├──第2节:PPO算法与公式推导.pdf 899.22kb
- | | ├──第3节:策略梯度实战-月球登陆器训练实例.zip 4.34M
- | | ├──第4节:DQN算法.pdf 1.43M
- | | ├──第5节:DQN算法实例演示.zip 1.98kb
- | | ├──第7节:Actor-Critic算法分析(A3C).pdf 560.29kb
- | | └──第8节:A3C算法玩转超级马里奥.zip 97.62M
- | ├──第18章 AI黑科技实例
- | | ├──1 节GPT系列生成模型
- | | ├──2 节GPT建模与预测流程
- | | ├──3 节CLIP系列
- | | ├──4 节Diffusion模型解读
- | | ├──5 节Dalle2及其源码解读
- | | └──6 节ChatGPT
- | ├──第19章 深度学习模型部署与剪枝优化实战
- | | ├──tensorRT
- | | ├──嵌入式AI
- | | ├──Docker使用命令.zip 7.83M
- | | ├──Mobilenet.pdf 2.41M
- | | ├──mobilenetv3.py 7.31kb
- | | ├──pytorch-slimming.zip 356.43M
- | | ├──PyTorch模型部署实例.zip 102.80kb
- | | ├──TensorFlow-serving.zip 2.96M
- | | ├──YOLO部署实例.zip 876.45M
- | | └──剪枝算法.pdf 504.02kb
- | ├──第1章 直播回放
- | | └──1-1 节开班典礼等多个文件
- | ├──第20章 面向医学领域的深度学习实战
- | | ├──1-神经网络算法PPT
- | | ├──10-基于deeplab的心脏视频数据诊断分析
- | | ├──11-YOLO系列物体检测算法原理解读
- | | ├──12-基于YOLO5细胞检测实战
- | | ├──13-知识图谱原理解读
- | | ├──14-Neo4j数据库实战
- | | ├──15-基于知识图谱的医药问答系统实战
- | | ├──17-医学糖尿病数据命名实体识别
- | | ├──4-基于Resnet的医学数据集分类实战
- | | ├──5-图像分割及其损失函数概述
- | | ├──6-Unet系列算法讲解
- | | ├──7-unet医学细胞分割实战
- | | ├──8-deeplab系列算法
- | | ├──9-基于deeplabV3+版本进行VOC分割实战
- | | ├──16-词向量模型与RNN网络架构.zip 2.15M
- | | ├──2-PyTorch框架基本处理操作.zip 98.58M
- | | └──3-PyTorch框架必备核心模块解读.zip 336.95M
- | ├──第21章 ⾃然语⾔处理经典案例实战
- | | ├──NLP常用工具包
- | | ├──课后作业
- | | ├──课件
- | | └──源码、数据集等
- | ├──第22章 自然语言处理必备神器Huggingface系列实战
- | | ├──第八章:GPT训练与预测部署流程
- | | ├──第二章:Transformer工具包基本操作实例解读
- | | ├──第九章:文本摘要建模
- | | ├──第六章:文本预训练模型构建实例
- | | ├──第七章:GPT系列算法
- | | ├──第三章:Transformer核心架构
- | | ├──第十一章:补充Huggingface数据集制作方法实例
- | | ├──第十章:图谱知识抽取实战
- | | ├──第四章:BERT系列算法解读
- | | ├──第五章:文本标注工具与NER实例
- | | └──第一章:Huggingface与NLP介绍解读
- | ├──第23章 ⾃然语⾔处理通⽤框架-BERT实战
- | | ├──课后作业
- | | └──课件、源码
- | ├──第24章 知识图谱实战系列
- | | ├──第1.2节:知识图谱介绍及其应用领域分析
- | | ├──第3节:Neo4j数据库实战
- | | ├──第4节:使用python操作neo4j实例
- | | ├──第5节:基于知识图谱的医药问答系统实战
- | | ├──第6节:文本关系抽取实践
- | | ├──第7节:金融平台风控模型实践
- | | └──第8节:医学糖尿病数据命名实体识别
- | ├──第25章 语⾳识别实战系列
- | | ├──PPT
- | | ├──论文
- | | ├──变声器pytorch-StarGAN-VC2.zip 484.93M
- | | ├──语音分离Conv-TasNet.zip 84.38M
- | | ├──语音合成tacotron2实战.zip 302.43M
- | | └──语音识别LAS模型.zip 420.12M
- | ├──第26章 推荐系统实战系列
- | | ├──第10节:基于统计分析的电影推荐
- | | ├──第3节:音乐推荐系统实战
- | | ├──第4节:Neo4j数据库实例
- | | ├──第11节:补充-基于相似度的酒店推荐系统.zip 1.81M
- | | ├──第1节:推荐系统介绍.pdf 1.50M
- | | ├──第2节:协同过滤与矩阵分解.pdf 974.68kb
- | | ├──第5节:基于知识图谱的电影推荐实战.zip 160.61M
- | | ├──第6节:FM与DeepFM算法.pdf 759.61kb
- | | ├──第7节:DeepFM算法实战.zip 1.16M
- | | ├──第8节:推荐系统常用工具包演示.zip 129.35M
- | | └──第9节:基于文本数据的推荐实例.zip 254.77M
- | ├──第2章 AI课程所需安装软件教程
- | | ├──Anaconda3-2020.07-Windows-x86_64.exe 467.49M
- | | ├──cuda_11.3.0_465.89_win10.exe 2.68G
- | | ├──mmcv_full-1.4.7-cp38-cp38-win_amd64.whl 12.75M
- | | ├──notepadplusplus-8-4.exe 4.28M
- | | ├──pycharm-community-2022.1.2.exe 378.78M
- | | ├──torch-1.10.0+cu113-cp38-cp38-win_amd64.whl 2.27G
- | | ├──torchvision-0.11.0+cu113-cp38-cp38-win_amd64.whl 3.04M
- | | └──VisualStudioSetup.exe 1.60M
- | ├──第3章 深度学习必备核⼼算法
- | | └──课件
- | ├──第4章 深度学习核⼼框架PyTorch
- | | ├──flask预测.zip 712.05M
- | | ├──第八章:对抗生成网络架构原理与实战解析.zip 35.28M
- | | ├──第二,三章:神经网络实战分类与回归任务.zip 15.82M
- | | ├──第六章:DataLoader自定义数据集制作.zip 594.02M
- | | ├──第七章:LSTM文本分类实战.zip 31.53M
- | | ├──第四章:卷积网络参数解读.zip 33.37M
- | | └──第五章:图像识别模型与训练策略(重点).zip 449.77M
- | ├──第5章 Opencv图像处理框架实战
- | | ├──课件
- | | └──源码资料
- | ├──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
- | ├──第7章 图像分割实战
- | | └──7.第七章 图像分割实战
- | ├──第8章 走向AI论文实验与项目实战的捷径-MMLAB实战系列
- | | ├──DeformableDetr算法解读
- | | ├──KIE关键信息抽取与视频超分辨率重构
- | | ├──OCR算法解读
- | | ├──mask2former(mmdetection).zip 192.38M
- | | ├──ner.zip 121.60M
- | | ├──第八模块:mmrazor-模型蒸馏.zip 1.00G
- | | ├──第二模块:mmsegmentation-0.20.2.zip 2.80G
- | | ├──第二模块:MPViT-main.zip 924.77M
- | | ├──第九模块:mmaction2-master.zip 827.76M
- | | ├──第六模块:mmediting-master.zip 107.78M
- | | ├──第七模块:mmdetection3d-1.0.0rc0.zip 395.05M
- | | ├──第三模块:mmdetection-master.zip 1.46G
- | | ├──第四模块:mmocr-main.zip 381.72M
- | | ├──第五模块:mmgeneration-master.zip 746.81M
- | | └──第一模块:mmclassification-master.zip 912.00M
- | └──第9章 经典视觉项目实战-行为识别
- | | ├──slowfast-add
- | | ├──基础补充-Resnet模型及其应用实例
- | | ├──1-slowfast算法知识点通俗解读.pdf 572.31kb
- | | ├──4-基于3D卷积的视频分析与动作识别.zip 845.84M
- | | ├──5-视频异常检测算法与元学习.pdf 1.15M
- | | ├──6-视频异常检测CVPR2021论文及其源码解读.zip 243.75M
- | | ├──slowfast论文.pdf 1.45M
- | | ├──基础补充-PyTorch框架必备核心模块解读.zip 336.95M
- | | └──基础补充-PyTorch框架基本处理操作.zip 98.58M
- └──视频
- | ├──第10章 经典视觉项目实战-目标追踪与姿态估计
- | | ├──10-1 节课程介绍
- | | ├──10-2 节姿态估计OpenPose系列算法解读
- | | ├──10-3 节OpenPose算法源码分析
- | | ├──10-4 节deepsort算法知识点解读
- | | ├──10-5 节deepsort源码解读
- | | ├──10-6 节YOLO-V4版本算法解读
- | | ├──10-7 节V5版本项目配置
- | | └──10-8 节V5项目工程源码解读
- | ├──第11章 Transformer实战解读
- | | ├──11-1 节Transformer算法解读
- | | ├──11-10 节MedicalTrasnformer论文解读
- | | ├──11-11 节MedicalTransformer源码解读
- | | ├──11-12 节商汤LoFTR算法解读
- | | ├──11-13 节局部特征关键点匹配实战
- | | ├──11-14 节分割模型Maskformer系列
- | | ├──11-15 节Mask2former源码解读
- | | ├──11-16 节BEV特征空间
- | | ├──11-17 节BevFormer源码解读
- | | ├──11-18 节时间序列预测
- | | ├──11-19 节Informer时间序列源码解读
- | | ├──11-2 节视觉Transformer及其源码分析
- | | ├──11-20 节Huggingface与NLP(讲故事)
- | | ├──11-3 节VIT算法模型源码解读
- | | ├──11-4 节swintransformer算法原理解析
- | | ├──11-5 节swintransformer源码解读
- | | ├──11-6 节基于Transformer的detr⽬标检测算法
- | | ├──11-7 节detr⽬标检测源码解读
- | | ├──11-8 节DeformableDetr算法解读
- | | └──11-9 节DeformableDetr物体检测源码分析
- | ├──第12章 图神经网络实战
- | | ├──12-1 节图神经网络基础
- | | ├──12-10 节基于图模型的时间序列预测
- | | ├──12-11 节异构图神经网络
- | | ├──12-2 节图卷积GCN模型
- | | ├──12-3 节图模型必备神器PyTorch Geometric安装与使用
- | | ├──12-4 节使用PyTorch Geometric构建自己的图数据集
- | | ├──12-5 节图注意力机制与序列图模型
- | | ├──12-6 节图相似度论文解读
- | | ├──12-7 节图相似度计算实战
- | | ├──12-8 节基于图模型的轨迹估计
- | | └──12-9 节图模型轨迹估计实战
- | ├──第13章 面向深度学习的无人驾驶实战
- | | ├──13-1 节深度估计算法原理解读
- | | ├──13-10 节NeuralRecon项目源码解读
- | | ├──13-11 节TSDF算法与应用
- | | ├──13-12 节TSDF实战案例
- | | ├──13-13 节轨迹估计算法与论文解读
- | | ├──13-14 节轨迹估计预测实战
- | | ├──13-15 节特斯拉无人驾驶解读
- | | ├──13-2 节深度估计项目实战
- | | ├──13-3 节车道线检测算法与论文解读
- | | ├──13-4 节基于深度学习的车道线检测项目实战
- | | ├──13-5 节商汤LoFTR算法解读
- | | ├──13-6 节局部特征关键点匹配实战
- | | ├──13-7 节三维重建应用与坐标系基础
- | | ├──13-8 节NeuralRecon算法解读
- | | └──13-9 节NeuralRecon项目环境配置
- | ├──第14章 对比学习与多模态任务实战
- | | ├──14-1 节对比学习算法与实例
- | | ├──14-2 节CLIP系列
- | | ├──14-3 节多模态3D目标检测算法源码解读
- | | ├──14-4 节多模态文字识别
- | | └──14-5 节ANINET源码解读
- | ├──第15章 行人重识别实战
- | | ├──15-1 节行人重识别原理及其应用
- | | ├──15-2 节基于注意力机制的Reld模型论文解读
- | | ├──15-3 节基于Attention的行人重识别项目实战
- | | ├──15-4 节AAAI2020顶会算法精讲
- | | ├──15-5 节项目实战-基于行人局部特征融合的再识别实战
- | | ├──15-6 节旷视研究院最新算法解读(基于图模型)
- | | └──15-7 节基于拓扑图的行人重识别项目实战
- | ├──第16章 对抗生成网络实战
- | | ├──16-1 节课程介绍
- | | ├──16-2 节对抗生成网络架构原理与实战解析
- | | ├──16-3 节基于CycleGan开源项目实战图像合成
- | | ├──16-4 节stargan论文架构解析
- | | ├──16-5 节stargan项目实战及其源码解读
- | | ├──16-6 节基于starganvc2的变声器论文原理解读
- | | ├──16-7 节starganvc2变声器项目实战及其源码解读
- | | ├──16-8 节图像超分辨率重构实战
- | | └──16-9 节基于GAN的图像补全实战
- | ├──第17章 强化学习实战系列
- | | ├──17-1 节强化学习简介及其应用
- | | ├──17-2 节PPO算法与公式推导
- | | ├──17-3 节PPO实战-月球登陆器训练实例
- | | ├──17-4 节Q-learning与DQN算法
- | | ├──17-5 节DQN算法实例演示
适合人群
- 深度学习爱好者
- AI工程师
- 科研人员
🎯 学习收获
- 掌握深度学习实战技能
- 了解前沿AI技术
- 提升项目实战能力
🎉 祝您学习愉快!




