开通会员
热搜AI大模型JavaPython前端软考面试
咕泡人工智能深度学习系统班第八期 正版资源
永久有效网盘秒发免费补链
getfromcodeAI 会员免费

咕泡人工智能深度学习系统班第八期

咕泡人工智能深度学习系统班第八期 深度学习核心技术实战 编辑点评 系统覆盖深度学习前沿技术，实战性强，适合进阶学习。 ⭐ 编辑推荐 咕泡人工智能深度学习系统班，直播回放与论文实战结合，助你掌握深度学习核心技术。 ✨ 课程亮点 ✦ 深度学习前沿技术 ✦ 直播回放与论文实战 ✦ 系统化学习 课程目录 课

单课价¥29.90新品 上架
会员价 会员免费开通会员，全站课程按额度无限下载套餐详情
7 人关注 更新于 2026-10-29 永久有效
发货

网盘链接 · 支付成功后自动发货

保障

永久有效 · 链接失效免费补发

客服

每日 9:00-21:00 在线客服 联系客服

购买方式开通会员 · 全站免费下单课购买 · 仅本课

支付成功后自动显示网盘下载链接；链接失效可联系客服免费补链，永久有效。

正版保障 极速发货 售后无忧

咕泡人工智能深度学习系统班第八期

深度学习核心技术实战

编辑点评

系统覆盖深度学习前沿技术，实战性强，适合进阶学习。

⭐ 编辑推荐

咕泡人工智能深度学习系统班，直播回放与论文实战结合，助你掌握深度学习核心技术。

✨ 课程亮点

✦深度学习前沿技术
✦直播回放与论文实战
✦系统化学习

课程目录

课程目录230 集
  • ├──1-直播回放
  • | ├──1-开班典礼
  • | ├──10-直播9：自监督任务
  • | ├──11-直播10：知识蒸馏
  • | | 鈹斺攢鈹€1-鐭ヨ瘑钂搁.mp4 1.53G
  • | ├──12-直播11：分割Mask2former算法
  • | | 鈹斺攢鈹€1-鍒嗗壊Mask2former绠楁硶.mp4 452.34M
  • | ├──13-直播12：多模态与交叉注意力应用
  • | | └──1-多模态与交叉注意力应用.mp4 1.43G
  • | ├──14-直播13：时间序列timesnet与地理分类任务
  • | | └──1-时间序列timesnet与地理分类任务.mp4 1.27G
  • | ├──15-直播14：论文写作与就业简历
  • | | └──1-论文写作与就业简历.mp4 1.15G
  • | ├──16-直播15：知识图谱与LORA
  • | | 鈹斺攢鈹€1-鐭ヨ瘑鍥捐氨涓嶭ORA.mp4 1.49G
  • | ├──2-直播1：神经网络
  • | | └──1-神经网络.mp4 1.27G
  • | ├──3-直播2：卷积神经网络
  • | | └──1-卷积神经网络.mp4 1.46G
  • | ├──4-直播3：Transformer架构解读
  • | | └──1-Transformer架构解读.mp4 1.02G
  • | ├──5-直播4：视觉Transformer- VIT源码解读
  • | | └──1-视觉Transformer- VIT源码解读.mp4 1.43G
  • | ├──6-直播5：图神经网络
  • | | └──1-图神经网络.mp4 1.36G
  • | ├──7-直播6：Transformer Decoder在视觉任务的应用
  • | | └──1-Transformer Decoder在视觉任务的应用.mp4 1.40G
  • | ├──8-直播7：对比学习与多模态任务
  • | | └──1-对比学习与多模态任务.mp4 1.33G
  • | └──9-直播8：GPT与Hugging face
  • | | 鈹溾攢鈹€1-GPT涓嶩ugging face(1).mp4 1.57G
  • | | 鈹斺攢鈹€1-GPT涓嶩ugging face.mp4 1.57G
  • ├──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-序列特征展开并叠加.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
  • ├──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
  • | | ├──2-基本解决方案概述.mp4 17.42M
  • | | ├──3-整体网络概述.mp4 20.61M
  • | | ├──4-网络计算流程.mp4 25.52M
  • | | └──5-输入与计算结果.mp4 65.02M
  • | ├──6-点云补全实战解读
  • | | ├──1-数据与项目配置解读.mp4 41.86M
  • | | ├──2-待补全数据准备方法.mp4 29.26M
  • | | ├──3-整体框架概述.mp4 49.10M
  • | | ├──4-MRE特征提取模块.mp4 40.36M
  • | | ├──5-分层预测输出模块.mp4 31.04M
  • | | ├──6-补全点云数据.mp4 35.21M
  • | | └──7-判别模块.mp4 48.59M
  • | ├──7-点云配准及其案例实战
  • | | ├──1-点云配准任务概述.mp4 20.00M
  • | | ├──2-配准要完成的目标解读.mp4 17.64M
  • | | ├──3-训练数据构建.mp4 23.43M
  • | | ├──4-任务基本流程.mp4 15.56M
  • | | ├──5-数据源配置方法.mp4 45.42M
  • | | ├──6-参数计算模块解读.mp4 21.85M
  • | | ├──7-基于模型预测输出参数.mp4 24.88M
  • | | ├──8-特征构建方法分析.mp4 34.65M
  • | | 鈹斺攢鈹€9-浠诲姟鎬荤粨.mp4 33.31M
  • | └──8-基础补充-对抗生成网络架构原理与实战解析
  • | | ├──1-对抗生成网络通俗解释.mp4 18.39M
  • | | ├──2-GAN网络组成.mp4 10.73M
  • | | ├──3-损失函数解释说明.mp4 39.88M
  • | | ├──4-数据读取模块.mp4 29.93M
  • | | └──5-生成与判别网络定义.mp4 44.24M

适合人群

  • 深度学习爱好者
  • AI领域从业者
  • 高校学生

🎯 学习收获

  • 掌握深度学习核心技术
  • 提升项目实战能力
  • 为AI领域就业打下坚实基础

🎉 祝您学习愉快！

同类课程

和你正在看的这门一个方向
查看更多
卢菁博士AI大模型微调实战训练营AI
会员免费 热卖
查看详情

卢菁博士AI大模型微调实战训练营

永久有效 · 网盘发货

¥29会员免费
18 人已购 485
慕课网 - AI Agent全栈开发工程师（完整版）AI
会员免费 热卖
查看详情

慕课网 - AI Agent全栈开发工程师（完整版）

永久有效 · 网盘发货

¥29会员免费
9 人已购 564
海豚《AI漫剧系列教程》AI
会员免费 热卖
查看详情

海豚《AI漫剧系列教程》

永久有效 · 网盘发货

¥29.90会员免费
6 人已购 46
赋范 AI-2026年大模型 Agent智能体开发实战 夏季班AI
会员免费 热卖
查看详情

赋范 AI-2026年大模型 Agent智能体开发实战 夏季班

永久有效 · 网盘发货

¥79.90会员免费
5 人已购 577
FastAPI+LangChain打造智能招聘系统AI
会员免费 热卖
查看详情

FastAPI+LangChain打造智能招聘系统

永久有效 · 网盘发货

¥39.90会员免费
5 人已购 298