正版资源 getfromcodeAI 会员免费
人工智能深度学习系统班(14期)
人工智能深度学习系统班(14期) 深度学习核心技术实战训练 编辑点评 系统讲解深度学习核心算法,结合PyTorch框架,实战性强,适合初学者进阶。 ⭐ 编辑推荐 本课程深入浅出地讲解人工智能深度学习核心技术,通过PyTorch框架进行实战训练,助你快速掌握深度学习技能。 ✨ 课程亮点 ✦ 系统讲解深
单课价¥29.90新品 上架
正版保障 极速发货 售后无忧
人工智能深度学习系统班(14期)
深度学习核心技术实战训练
编辑点评
系统讲解深度学习核心算法,结合PyTorch框架,实战性强,适合初学者进阶。
⭐ 编辑推荐
本课程深入浅出地讲解人工智能深度学习核心技术,通过PyTorch框架进行实战训练,助你快速掌握深度学习技能。
✨ 课程亮点
✦系统讲解深度学习核心算法
✦PyTorch框架实战训练
✦适合初学者进阶
课程目录
课程目录236 集
- ├──01-【直播课】直播回放
- | ├──1.开班典礼:如何学好人工智能学科.mp4 765.16M
- | ├──2.神经网络.mp4 1.17G
- | ├──3.卷积神经网络.mp4 1.22G
- ├──02-【基础模块】Al课程所需安装软件教程
- | ├──1.AI课程所需安装软件教程.mp4 16.18M
- | ├──2.Python环境安装和搭建.mp4 48.10M
- | ├──3.Anaconda基础讲解和使用的教程.mp4 44.39M
- | ├──4.PyTorch框架与其他框架区别分析.mp4 39.26M
- | └──5.CPU与GPU版本安装方法解读.mp4 58.20M
- ├──03-【基础模块】深度学习基础与框架
- | ├──1.神经网络结构
- | | └──神经网络结构.mp4 447.17M
- | ├──2.PyTorch框架必备核心模块解读
- | | ├──1-PyTorch实战课程简介.mp4 22.99M
- | | ├──2-PyTorch框架发展趋势简介.mp4 26.60M
- | | ├──3-框架安装方法(CPU与GPU版本).mp4 13.24M
- | | ├──4-PyTorch基本操作简介.mp4 28.01M
- | | ├──5-自动求导机制.mp4 33.40M
- | | ├──6-线性回归DEMO-数据与参数配置.mp4 22.66M
- | | ├──7-线性回归DEMO-训练回归模型.mp4 39.44M
- | | ├──8-补充:常见tensor格式.mp4 19.62M
- | | └──9-补充:Hub模块简介.mp4 53.14M
- | ├──3.神经网络分类任务
- | | ├──1-数据集与任务概述.mp4 31.67M
- | | ├──2-基本模块应用测试.mp4 32.55M
- | | ├──3-网络结构定义方法.mp4 39.51M
- | | ├──4-数据源定义简介.mp4 27.19M
- | | ├──5-损失与训练模块分析.mp4 30.93M
- | | ├──6-训练一个基本的分类模型.mp4 33.85M
- | | └──7-参数对结果的影响.mp4 40.80M
- | ├──4.神经网络回归:气温预测
- | | └──神经网络回归任务-气温预测.mp4 136.41M
- | └──5.Pycharm环境配置与Debug演示
- | | └──Pycharm环境配置与Debug演示(没用过的同学必看).mp4 125.39M
- ├──04-【基础模块】深度学习核心算法与实践
- | ├──1.卷积神经网络深度解析
- | | └──卷积神经网络.mp4 1.33G
- | ├──2.卷积网络参数分析与优化
- | | ├──1-输入特征通道分析.mp4 28.28M
- | | ├──2-卷积网络参数解读.mp4 20.91M
- | | └──3-卷积网络模型训练.mp4 37.94M
- | ├──3.ResNet模型及其应用
- | | ├──1-医学疾病数据集介绍.mp4 18.87M
- | | ├──2-Resnet网络架构原理分析.mp4 24.84M
- | | ├──3-dataloader加载数据集.mp4 64.82M
- | | ├──4-Resnet网络前向传播.mp4 35.84M
- | | ├──5-残差网络的shortcut操作.mp4 47.37M
- | | ├──6-特征图升维与降采样操作.mp4 26.91M
- | | └──7-网络整体流程与训练演示.mp4 67.49M
- | ├──4.图像识别模型与训练策略(重点)
- | | ├──1-任务分析与图像数据基本处理.mp4 27.24M
- | | ├──10-测试结果演示分析.mp4 86.64M
- | | ├──2-数据增强模块.mp4 26.96M
- | | ├──3-数据集与模型选择.mp4 28.64M
- | | ├──4-迁移学习方法解读.mp4 30.59M
- | | ├──5-输出层与梯度设置.mp4 36.50M
- | | ├──6-输出类别个数修改.mp4 31.91M
- | | ├──7-优化器与学习率衰减.mp4 32.95M
- | | ├──8-模型训练方法.mp4 35.68M
- | | └──9-重新训练全部模型.mp4 32.51M
- | ├──5.DataLoader自定义数据集制作
- | | ├──1-Dataloader要完成的任务分析.mp4 24.34M
- | | ├──2-图像数据与标签路径处理.mp4 30.10M
- | | ├──3-Dataloader中需要实现的方法分析.mp4 32.94M
- | | └──4-实用Dataloader加载数据并训练模型.mp4 38.41M
- | ├──6.RNN网络架构
- | | └──RNN网络架构.mp4 29.37M
- | ├──7.LSTM网络架构
- | | └──LSTM网络架构.mp4 17.87M
- | ├──8.LSTM文本分类
- | | ├──1-数据集与任务目标分析.mp4 52.81M
- | | ├──2-文本数据处理基本流程分析.mp4 55.97M
- | | ├──3-命令行参数与DEBUG.mp4 36.52M
- | | ├──4-训练模型所需基本配置参数分析.mp4 40.92M
- | | ├──5-预料表与字符切分.mp4 31.98M
- | | ├──6-字符预处理转换ID.mp4 34.37M
- | | ├──7-LSTM网络结构基本定义.mp4 34.73M
- | | ├──8-网络模型预测结果输出.mp4 39.11M
- | | └──9-模型训练任务与总结.mp4 45.16M
- | └──9.Transformer基础
- | | 鈹溾攢鈹€2-transformer-VIT婧愮爜瑙h.mp4 1.28G
- | | └──3-GITHUB开源项目使用方法.mp4 407.21M
- ├──05-【方向A:CV方向】图像处理基础
- | ├──1.课程介绍与环境配置
- | | ├──1-课程简介.mp4 5.37M
- | | ├──2-Python与Opencv配置安装.mp4 23.89M
- | | 鈹斺攢鈹€3-Notebook涓嶪DE鐜.mp4 53.16M
- | ├──10.OpenCV项目实战-停车场车位识别
- | | ├──1-任务整体流程.mp4 71.42M
- | | ├──2-所需数据介绍.mp4 34.33M
- | | ├──3-图像数据预处理.mp4 56.78M
- | | ├──4-车位直线检测.mp4 61.48M
- | | ├──5-按列划分区域.mp4 54.71M
- | | ├──6-车位区域划分.mp4 57.37M
- | | ├──7-识别模型构建.mp4 41.21M
- | | └──8-基于视频的车位检测.mp4 135.64M
- | ├──11.OpenCV项目实战-答题卡识别判卷
- | | ├──1-整体流程与效果概述.mp4 29.52M
- | | ├──3-填涂轮廓检测.mp4 25.69M
- | | └──4-选项判断识别.mp4 57.16M
- | ├──12.OpenCV项目实战-目标追踪
- | | ├──1-目标追踪概述.mp4 49.79M
- | | ├──2-多目标追踪实战.mp4 34.65M
- | | ├──3-深度学习检测框架加载.mp4 43.66M
- | | ├──4-基于dlib与ssd的追踪.mp4 73.07M
- | | ├──5-多进程目标追踪.mp4 25.74M
- | | └──6-多进程效率提升对比.mp4 78.16M
- | ├──13.OpenCV项目实战-疲劳检测
- | | ├──1-关键点定位概述.mp4 28.48M
- | | ├──2-获取人脸关键点.mp4 36.10M
- | | ├──3-定位效果演示.mp4 45.46M
- | ├──2.OpenCV图像常⽤处理⽅法实例
- | | ├──1-计算机眼中的图像.mp4 21.39M
- | | 鈹溾攢鈹€10-鑶ㄨ儉鎿嶄綔.mp4 12.26M
- | | ├──11-开运算与闭运算.mp4 9.33M
- | | 鈹溾攢鈹€12-姊害璁$畻.mp4 7.86M
- | | ├──2-视频的读取与处理.mp4 23.99M
- | | 鈹溾攢鈹€3-ROI鍖哄煙.mp4 10.13M
- | | 鈹溾攢鈹€4-杈圭晫濉厖.mp4 15.70M
- | | ├──7-图像平滑处理.mp4 24.79M
- | | ├──8-高斯与中值滤波.mp4 20.63M
- | | 鈹斺攢鈹€9-鑵愯殌鎿嶄綔.mp4 21.02M
- | ├──3.OpenCV梯度计算与边缘检测实例
- | | ├──1-Canny边缘检测流程.mp4 18.99M
- | | ├──2-非极大值抑制.mp4 18.34M
- | | ├──3-边缘检测效果.mp4 36.66M
- | | 鈹溾攢鈹€4-Sobel绠楀瓙.mp4 27.04M
- | | ├──5-梯度计算方法.mp4 30.32M
- | | 鈹斺攢鈹€6-scharr涓巐apkacian绠楀瓙.mp4 27.41M
- | ├──4.OpenCV轮廓检测与直⽅图
- | | ├──1-图像金字塔定义.mp4 19.70M
- | | ├──12-频域变换结果.mp4 17.35M
- | | ├──13-低通与高通滤波.mp4 21.42M
- | | ├──2-金字塔制作方法.mp4 25.50M
- | | ├──3-轮廓检测方法.mp4 19.39M
- | | ├──4-轮廓检测结果.mp4 34.46M
- | | ├──5-轮廓特征与近似.mp4 37.67M
- | | ├──6-模板匹配方法.mp4 47.49M
- | | ├──7-匹配效果展示.mp4 21.22M
- | | └──9-均衡化原理.mp4 31.39M
- | ├──5.OpenCV角点检测
- | | ├──1-角点检测基本原理.mp4 15.55M
- | | ├──2-基本数学原理.mp4 30.61M
- | | 鈹溾攢鈹€3-姹傝В鍖栫畝.mp4 31.83M
- | | ├──4-特征归属划分.mp4 43.27M
- | | └──5-opencv角点检测效果.mp4 31.06M
- | ├──6.OpenCV尺度空间
- | | ├──1-尺度空间定义.mp4 20.06M
- | | ├──2-高斯差分金字塔.mp4 21.70M
- | | ├──3-特征关键点定位.mp4 48.20M
- | | ├──4-生成特征描述.mp4 24.68M
- | | ├──5-特征向量生成.mp4 43.77M
- | | └──6-opencv中sift函数使用.mp4 28.83M
- | ├──7.OpenCV高级图像处理技术
- | | ├──1-特征匹配方法.mp4 28.59M
- | | 鈹溾攢鈹€10-Lucas-Kanade绠楁硶.mp4 19.70M
- | | 鈹溾攢鈹€11-鎺ㄥ姹傝В.mp4 25.97M
- | | ├──12-光流估计实战.mp4 64.27M
- | | ├──13-dnn模块.mp4 28.62M
- | | ├──14-模型加载结果输出.mp4 40.53M
- | | 鈹溾攢鈹€2-RANSAC绠楁硶.mp4 34.53M
- | | ├──3-图像拼接方法.mp4 44.96M
- | | 鈹溾攢鈹€4-娴佺▼瑙h.mp4 21.67M
- | | ├──5-背景消除-帧差法.mp4 20.82M
- | | ├──6-混合高斯模型.mp4 26.41M
- | | ├──8-背景建模实战.mp4 51.19M
- | | 鈹斺攢鈹€9-鍩烘湰姒傚康.mp4 20.23M
- | ├──8.OpenCV项目实战-信用卡数字识别
- | | ├──1-总体流程与方法讲解.mp4 20.65M
- | | ├──2-环境配置与预处理.mp4 34.88M
- | | ├──3-模板处理方法.mp4 23.71M
- | | ├──4-输入数据处理方法.mp4 28.92M
- | | └──5-模板匹配得出识别结果.mp4 47.76M
- | └──9.OpenCV项目实战-文档扫描OCR识别
- | | ├──1-整体流程演示.mp4 21.52M
- | | ├──2-文档轮廓提取.mp4 27.84M
- | | ├──3-原始与变换坐标计算.mp4 26.26M
- | | ├──4-透视变换结果.mp4 32.90M
- | | ├──5-tesseract-ocr安装配置.mp4 41.26M
- | | └──6-文档扫描识别效果.mp4 28.88M
- ├──06-【方向A:CV方向】目标检测算法
- | ├──1.物体检测评估指标
- | | └──物体检测评估指标.mp4 84.11M
- | ├──10.YOLOv7检测算法深度解析
- | | ├──1-YOLO系列(V7)算法解读.mp4 259.63M
- | | ├──10-得到偏移点所在网格位置.mp4 42.85M
- | | ├──11-完成BuildTargets模块.mp4 51.40M
- | | ├──12-候选框筛选流程分析.mp4 31.75M
- | | ├──13-预测值各项指标获取与调整.mp4 47.03M
- | | ├──14-GT匹配正样本数量计算.mp4 42.07M
- | | ├──15-通过IOU与置信度分配正样本.mp4 60.44M
- | | ├──16-损失函数计算方法.mp4 46.08M
- | | ├──17-辅助头AUX网络结构配置文件解析.mp4 31.05M
- | | ├──18-辅助头损失函数调整.mp4 39.28M
- | | ├──19-BN与卷积权重参数融合方法.mp4 53.77M
- | | ├──2-命令行参数介绍.mp4 25.02M
- | | ├──20-重参数化多分支合并加速.mp4 43.19M
- | | ├──3-基本参数作用.mp4 40.80M
- | | ├──4-EMA等训练技巧解读.mp4 49.31M
- | | ├──5-网络结构配置文件解读.mp4 36.94M
- | | ├──6-各模块操作细节分析.mp4 49.07M
- | | ├──7-输出层与配置文件其他模块解读.mp4 60.88M
- | | ├──8-标签分配策略准备操作.mp4 34.72M
- | | └──9-候选框偏移方法与find3p模块解读.mp4 33.70M
- | ├──11.YOLOv8检测算法深度解析
- | | 鈹斺攢鈹€YOLO V8.mp4 250.98M
- | ├──12.YOLOv9检测算法深度解析
- | | 鈹斺攢鈹€YOLO V9.mp4 1.42G
- | ├──13.YOLO-World 检测算法
- | | 鈹斺攢鈹€YOLO-World.mp4 1.55G
- | ├──14.YOLOv12与YOLOv13最新检测算法
- | | 鈹斺攢鈹€YOLO V12涓嶻OLO V13.mp4 1.48G
- | ├──2.YOLO系列大串讲(可刷这个快速过)
- | | └──YOLO系列大串讲(可刷这个快速过).mp4 955.55M
- | ├──3.经典物体检测算法
- | | ├──1-半监督物体检测.mp4 362.59M
- | | ├──2-EfficientNet网络模型.mp4 538.91M
- | ├──4.YOLOv1检测算法深度解析
- | | ├──1-YOLO算法整体思路解读.mp4 14.68M
- | | ├──2-检测算法要得到的结果.mp4 13.65M
- | | ├──3-整体网络架构解读.mp4 30.71M
- | | ├──4-位置损失计算.mp4 19.00M
- | | └──5-置信度误差与优缺点分析.mp4 26.90M
- | ├──5.YOLOv2检测算法深度解析
- | | ├──1-V2版本细节升级概述.mp4 13.38M
- | | ├──2-网络结构特点.mp4 15.72M
- | | ├──3-架构细节解读.mp4 18.94M
- | | ├──4-基于聚类来选择先验框尺寸.mp4 24.27M
- | | ├──5-偏移量计算方法.mp4 27.58M
- | | ├──6-坐标映射与还原.mp4 10.09M
- | | ├──7-感受野的作用.mp4 28.15M
- | | └──8-特征融合改进.mp4 19.23M
- | ├──6.YOLOv3检测算法深度解析
- | | ├──1-V3版本改进概述.mp4 18.30M
- | | ├──10-COCO图像数据读取与处理.mp4 42.54M
- | | ├──11-标签文件读取与处理.mp4 27.50M
- | | ├──12-debug模式介绍.mp4 27.27M
- | | ├──13-基于配置文件构建网络模型.mp4 42.07M
- | | ├──14-路由层与shortcut层的作用.mp4 33.75M
- | | ├──16-预测结果计算.mp4 46.04M
- | | ├──17-网格偏移计算.mp4 33.95M
- | | ├──18-模型要计算的损失概述.mp4 23.16M
- | | ├──19-标签值格式修改.mp4 28.29M
- | | ├──2-多scale方法改进与特征融合.mp4 17.10M
- | | ├──20-坐标相对位置计算.mp4 32.83M
- | | ├──21-完成所有损失函数所需计算指标.mp4 35.35M
- | | ├──22-模型训练与总结.mp4 72.96M
- | | ├──23-预测效果展示.mp4 34.53M
- | | ├──3-经典变换方法对比分析.mp4 10.85M
- | | ├──4-残差连接方法解读.mp4 18.67M
- | | ├──5-整体网络模型架构分析.mp4 12.95M
- | | ├──6-先验框设计改进.mp4 13.06M
- | | ├──8-数据与环境配置.mp4 65.57M
- | | └──9-训练参数设置.mp4 23.87M
- | ├──7.YOLO模型数据标注与训练
- | | ├──1-Labelme工具安装.mp4 14.30M
- | | ├──2-数据信息标注.mp4 32.11M
- | | ├──3-完成标签制作.mp4 31.77M
- | | ├──4-生成模型所需配置文件.mp4 36.74M
- | | ├──5-json格式转换成yolo-v3所需输入.mp4 20.98M
- | | ├──6-完成输入数据准备工作.mp4 40.13M
- | | ├──7-训练代码与参数配置更改.mp4 44.33M
- | | └──8-训练模型并测试效果.mp4 38.52M
- | ├──8.YOLOv4版本算法解读
- | | ├──1-V4版本整体概述.mp4 15.08M
- | | ├──10-PAN模块解读.mp4 20.67M
- | | ├──11-激活函数与整体架构总结.mp4 19.21M
- | | ├──2-V4版本贡献解读.mp4 10.07M
- | | ├──3-数据增强策略分析.mp4 24.73M
- | | ├──4-DropBlock与标签平滑方法.mp4 19.39M
- | | ├──5-损失函数遇到的问题.mp4 14.28M
- | | ├──6-CIOU损失函数定义.mp4 10.84M
- | | 鈹溾攢鈹€7-NMS缁嗚妭鏀硅繘.mp4 16.68M
- | | ├──8-SPP与CSP网络结构.mp4 14.84M
- | | └──9-SAM注意力机制模块.mp4 22.51M
- | └──9.YOLOv5检测算法深度解析
- | | ├──1-整体项目概述.mp4 15.15M
- | | ├──11-网络架构图可视化工具安装.mp4 23.35M
- | | ├──12-V5网络配置文件解读.mp4 23.35M
- | | ├──13-Focus模块流程分析.mp4 14.14M
- | | ├──14-完成配置文件解析任务.mp4 58.84M
- | | ├──15-前向传播计算.mp4 30.82M
适合人群
- 深度学习初学者
- 人工智能爱好者
- 相关领域从业者
🎯 学习收获
- 掌握深度学习核心技术
- 熟练使用PyTorch框架
- 提升人工智能实战能力
🎉 祝您学习愉快!




