正版资源 getfromcodeAI 会员免费
咕泡-人工智能深度学习系统班第七期
咕泡-人工智能深度学习系统班第七期 深度学习实战，NLP项目驱动 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
单课价¥29.90新品 上架
支付成功后自动发货，可在「我的订单」查看网盘链接；链接失效可联系客服免费补链。
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七期
深度学习实战，NLP项目驱动
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
✦实战项目驱动
✦算法深入解析
✦Python文本分析与视觉项目实战
课程目录
搜狗新闻语料3 条
- 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]
问答机器人1 条
- QA问答_28954_7576.zip [880.5 MB]
对话问答机器人1 条
- chatbot_28954_8217.zip [1.4 GB]
唐诗生成2 条
- poem.zip [97.0 MB]
- LSTM_28954_8521.zip [101.3 MB]
NLP-文本相似度1 条
- 文本相似度.zip [115.8 MB]
LSTM情感分析2 条
- LSTM_28954_3508.zip [101.3 MB]
- LSTM.ipynb [59.2 KB]
Word2Vec4 条
- 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]
__pycache__8 条
- 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）1 条
- HMM.pdf [1.2 MB]
2：商品信息与文本可视化1 条
- 商品可视化展示与文本处理.zip [213.8 MB]
3：贝叶斯算法1 条
- 5-贝叶斯算法.pdf [654.8 KB]
10：NLP方法对比1 条
- 自然语言处理-特征提取方法对比.zip [1.2 MB]
NLP常用工具包2 条
- 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1 条
- 第八模块：NLP实战(1).pdf [73.1 KB]
课件5 条
- 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]
person_box_67091280_iou9023 条
- 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7 条
- 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]
第十三课：BEITV2及其源码解读2 条
- mmselfsup-1.x.zip [326.6 MB]
- BEiT v2.pdf [9.9 MB]
1-10 直播8：图神经网络5 条
- 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1 条
- 大模型_28954_4610.pdf [1.4 MB]
1-8 节直播6：时间序列timesnet2 条
- 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2 条
- 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 anything1 条
- SAM.pdf [15.0 MB]
1-12 节直播10：EfficientVIT与DINOV24 条
- 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2 条
- langchain-tutorials-main.zip [38.2 MB]
- From Images to Textual Prompts.pdf [6.7 MB]
1-1 节开班典礼1 条
- 人工智能详情页7.1_28954_8871.pdf [29.6 MB]
1-5 节直播3：Transformer1 条
- transformer_28954_1813.pdf [2.0 MB]
1-4 节直播2：卷积神经网络1 条
- 卷积神经网络.pdf [2.6 MB]
1-3 节直播1：神经网络结构1 条
- 神经网络_28954_8511.pdf [6.3 MB]
1-17 节直播15：总结与论文和简历1 条
- EfficientViT_28954_8404.pdf [5.4 MB]
1-16 节直播14：Bev特征空间与知识蒸馏4 条
- 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2 条
- 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2 条
- 对比学习.pdf [2.0 MB]
- BEIT_28954_1000.pdf [1017.3 KB]
networks16 条
- 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]
software13 条
- 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]
1software10 条
- 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5 条
- 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课程代码4 条
- 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PPT26 条
- 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]
新建文件夹1 条
- unet++_28954_3180.zip [409.6 MB]
补充：Mask2former源码解读1 条
- mask2former(mmdetection_28954_4344.zip [192.4 MB]
基于deeplabV3+版本进行VOC分割实战1 条
- DeepLabV3Plus.zip [1.9 GB]
基于Resnet的医学数据集分类实战1 条
- Resnet.pdf [207.9 KB]
基于deeplab的心脏视频数据诊断分析1 条
- 基于deeplab的心脏视频数据诊断分析.zip [748.3 MB]
图像分割算法1 条
- 深度学习分割任务_28954_1131.pdf [1.1 MB]
分割模型Maskformer系列2 条
- maskformer_28954_4223.pdf [1.5 MB]
- mask2former.pdf [3.0 MB]
Unet系列算法讲解1 条
- 深度学习分割任务.pdf [1.1 MB]
deeplab系列算法9 条
- 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]
__pycache__1 条
- Recommenders.cpython-36.pyc [5.0 KB]
.ipynb_checkpoints19 条
- 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1 条
- 电影推荐_28954_2318.zip [10.0 MB]
第4节：Neo4j数据库实例17 条
- 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]
训练自己的数据集2 条
- 构建自己的数据集_28954_3206.pdf [403.8 KB]
- json2yolo.py [1.5 KB]
COCO-DATA17 条
- 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]
TSDF实例1 条
- tsdf-fusion-python-master_28953_6829.zip [120.4 MB]
NeuralRecon3 条
- 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2 条
- 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]
2.深度估计项目实战1 条
- LapDepth_28953_5865.zip [650.4 MB]
1.深度估计算法解读2 条
- 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2 条
- 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1 条
- 三维重建.pdf [2.9 MB]
5-商汤LoFTR算法解读2 条
- 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1 条
- 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1 条
- Tesla无人驾驶_28953_6209.pdf [4.0 MB]
14-轨迹估计预测实战1 条
- Vector_28953_4649.zip [4.9 MB]
13-轨迹估计算法与论文解读1 条
- 无人驾驶.pdf [629.2 KB]
11-TSDF算法与应用1 条
- TSDF_28953_9354.pdf [786.8 KB]
第2-8节课件3 条
- 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10 条
- 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]
词向量模型资料3 条
- 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]
11-171 条
- bevformer_28953_7903.zip [5.1 GB]
基础补充-Resnet模型及其应用实例1 条
- Resnet_28953_6293.pdf [207.9 KB]
11-31 条
- 第三章：VIT算法模型源码解读.zip [942.2 MB]
11-22 条
- ViT.zip [638.4 MB]
- Transformer在视觉中的应用VIT算法_28953_2947.pdf [1.2 MB]
11-141 条
- mask2former(mmdetection).zip [192.4 MB]
11-12 11-132 条
- Loftr.pdf [1.5 MB]
- 2104.00680.pdf [7.8 MB]
第一章：transformer原理解读1 条
- BERT_28953_8090.pdf [2.1 MB]
11-91 条
- 可变形DETR.pdf [4.5 MB]
11-81 条
- 可变形DETR_28953_4233.pdf [4.5 MB]
11-161 条
- BEV.pdf [998.2 KB]
11-152 条
- maskformer.pdf [1.5 MB]
- mask2former_28953_5866.pdf [3.0 MB]
11-17 条
- 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7节：金融平台风控模型实践1 条
- 贷款风控特征工程.zip [2.0 GB]
第6节：文本关系抽取实践1 条
- 关系抽取.zip [740.6 MB]
第8节：医学糖尿病数据命名实体识别3 条
- 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1 条
- 配置与安装_28954_3123.pdf [102.3 KB]
第4节：使用python操作neo4j实例1 条
- python操作neo4j.zip [25.5 KB]
第3节：Neo4j数据库实战1 条
- NEO4J.pdf [268.0 KB]
第1.2节：知识图谱介绍及其应用领域分析1 条
- 知识图谱_28954_8608.pdf [2.1 MB]
训练自己的数据集2 条
- 构建自己的数据集.pdf [403.8 KB]
- json2yolo.py [1.5 KB]
COCO-DATA3 条
- 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11 条
- 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]
KIE关键信息抽取与视频超分辨率重构3 条
- BasicVSR++_28954_1182.pdf [13.0 MB]
- spynet.pdf [5.8 MB]
- KIE_28954_9496.pdf [2.3 MB]
OCR算法解读2 条
- DBNET.pdf [3.8 MB]
- ABINET_28954_3031.pdf [1.2 MB]
DeformableDetr算法解读13 条
- 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]
第十章：图谱知识抽取实战1 条
- CMeKG_28954_6704.zip [1.3 GB]
第八章：GPT训练与预测部署流程1 条
- GPT.zip [1.2 GB]
第二章：Transformer工具包基本操作实例解读2 条
- 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1 条
- 数据格式转换_28954_6660.zip [89.4 MB]
第九章：文本摘要建模1 条
- Summarization_28954_2274.zip [2.0 GB]
第五章：文本标注工具与NER实例1 条
- ner_28954_5227.zip [121.6 MB]
第四章：BERT系列算法解读1 条
- BERT系列.pptx [889.7 KB]
第六章：文本预训练模型构建实例1 条
- Mask Language Model.ipynb [51.3 KB]
第三章：Transformer核心架构1 条
- transformer课件_28954_8347.pdf [1.1 MB]
第七章：GPT系列算法1 条
- GPT系列.pdf [1.2 MB]
第一章：Huggingface与NLP介绍解读1 条
- Huggingface初识.pptx [168.8 KB]
9-基于deeplabV3+版本进行VOC分割实战1 条
- DeepLabV3Plus.zip [1.9 GB]
7-unet医学细胞分割实战1 条
- unet++.zip [409.6 MB]
4-基于Resnet的医学数据集分类实战2 条
- 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1 条
- 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1 条
- 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2 条
- 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2 条
- 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PPT1 条
- 深度学习_28954_6266.pdf [9.9 MB]
8-deeplab系列算法1 条
- DeepLab_28954_8664.pdf [704.3 KB]
6-Unet系列算法讲解1 条
- 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1 条
- 深度学习分割任务.pdf [1.1 MB]
14-Neo4j数据库实战1 条
- NEO4J.pdf [268.0 KB]
13-知识图谱原理解读2 条
- 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6 条
- 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]
论文4 条
- 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]
PPT13 条
- 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]
课件、源码10 条
- 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1 条
- 第八模块：BERT作业.pdf [149.6 KB]
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！
