咕泡-人工智能深度学习系统班（第八期）网盘资源免费观看百度云网盘链接提取码分享下载

• file:说明.zip
• file:1-医学疾病数据集介绍.mp4
• file:4-Resnet网络前向传播.mp4
• file:6-特征图升维与降采样操作.mp4
• file:5-残差网络的shortcut操作.mp4
• file:7-网络整体流程与训练演示.mp4
• file:3-dataloader加载数据集.mp4
• file:2-整体模型架构.mp4
• file:4-输入样本填充补齐.mp4
• file:3-数据-标签-语料库处理.mp4
• file:5-训练网络模型.mp4
• file:6-医疗数据集（糖尿病）实体识别.mp4
• file:4-ASPP层特征融合.mp4
• file:3-感受野的意义.mp4
• file:6-deeplabV3Plus版本网络架构.mp4
• file:1-deeplab分割算法概述.mp4
• file:7-线性回归DEMO-训练回归模型.mp4
• file:4-PyTorch基本操作简介.mp4
• file:3-框架安装方法（CPU与GPU版本）.mp4
• file:8-补充：常见tensor格式.mp4
• file:9-补充：Hub模块简介.mp4
• file:11-残差网络Resnet.mp4
• file:4-得到特征图表示.mp4
• file:3-卷积特征值计算方法.mp4
• file:1-卷积神经网络应用领域.mp4
• file:5-步长与卷积核大小对结果的影响.mp4
• file:7-特征图尺寸计算与参数共享.mp4
• file:2-医疗数据介绍及其各字段含义.mp4
• file:10-完成对话系统构建.mp4
• file:6-创建关系边.mp4
• file:8-加载所有实体数据.mp4
• file:9-实体关键词字典制作.mp4
• file:4-环境配置与所需工具包安装.mp4
• file:7-打造医疗知识图谱模型.mp4
• file:1-项目概述与整体架构分析.mp4
• file:5-提取数据中的关键字段信息.mp4
• folder:咕泡-人工智能深度学习系统班（第八期）
• folder:20-面向医学领域的深度学习实战
• folder:21-CV与NLP经典大模型解读
• folder:16-缺陷检测实战
• folder:1-直播回放
• folder:22-深度学习模型部署与剪枝优化实战
• folder:4-深度学习框架PyTorch
• folder:25-时间序列预测
• folder:7-综合项目-物体检测经典算法实战
• folder:9-走向AI论文实验与项目实战的捷径-MMLAB实战系列
• folder:19-强化学习与AI黑科技实例
• folder:3-深度学习必备核⼼算法
• folder:26-自然语言处理通用框架-BERT实战
• folder:6-Opencv图像处理框架实战
• folder:14-面向深度学习的无人驾驶实战
• folder:24-自然语言处理必备神器Huggingface系列实战
• folder:30-论文创新点常用方法及其应用实例
• folder:5-深度学习框架Tensorflflow
• folder:第八期资料
• folder:15-对比学习与多模态任务实战
• folder:10-经典视觉项目实战：行为识别、姿态估计、目标追踪
• folder:27-知识图谱实战系列
• folder:11-2022论⽂必备-Transformer实战系列
• folder:4-基于Resnet的医学数据集分类实战
• folder:17-医学糖尿病数据命名实体识别
• folder:9-基于deeplabV3+版本进行VOC分割实战
• folder:8-deeplab系列算法
• folder:2-PyTorch框架基本处理操作
• folder:1-卷积神经网络原理与参数解读
• folder:15-基于知识图谱的医药问答系统实战
• folder:10-基于deeplab的心脏视频数据诊断分析
• folder:11-YOLO系列物体检测算法原理解读
• folder:7-unet医学细胞分割实战
• folder:14-Neo4j数据库实战
• folder:12-基于YOLO5细胞检测实战
• folder:6-Unet系列算法讲解
• folder:5-图像分割及其损失函数概述
• folder:16-词向量模型与RNN网络架构
• folder:16-BEV感知特征空间算法解读
• folder:12-自监督任务-对比学习思想
• folder:8-视觉QA算法与论文解读
• folder:13-视觉自监督BEIT算法解读
• folder:10-openai-dalle2论文解读
• folder:5-LLM与LORA微调策略解读
• folder:6-LLM下游任务训练自己模型实战
• folder:4-chatgpt算法解读分析
• folder:17-BEVformer项目源码解读
• folder:18-补充-视觉大模型基础-deformableAttention
• folder:9-扩散模型diffusion架构算法解读
• folder:3-GPT2训练与预测部署流程
• folder:7-视觉大模型SAM
• folder:6-Semi-supervised布料缺陷检测实战
• folder:8-Opencv梯度计算与边缘检测实例
• folder:2-物体检框架YOLO-V4版本算法解读
• folder:11-基于视频流⽔线的Opencv缺陷检测项⽬
• folder:14-Deeplab铁质材料缺陷检测与开源项⽬应⽤流程
• folder:10-直播9：自监督任务
• folder:2-直播1：神经网络
• folder:14-直播13：时间序列timesnet与地理分类任务
• folder:16-直播15：知识图谱与LORA
• folder:5-直播4：视觉Transformer- VIT源码解读
• folder:15-直播14：论文写作与就业简历
• folder:9-直播8：GPT与Hugging face
• folder:13-直播12：多模态与交叉注意力应用
• folder:7-直播6：Transformer Decoder在视觉任务的应用
• folder:12-直播11：分割Mask2former算法
• folder:8-docker实例演示
• folder:3-AIoT人工智能物联网之NVIDIA TAO 实用级的训练神器
• folder:12-Mobilenet三代网络模型架构
• folder:11-模型剪枝-Network Slimming实战解读
• folder:7-YOLO-V3物体检测部署实例
• folder:9-tensorflow-serving实战
• folder:2-AIoT人工智能物联网之AI 实战
• folder:1-AIoT人工智能物联网之认识 jetson nano
• folder:9-图模型轨迹估计实战
• folder:5-图注意力机制与序列图模型
• folder:4-使用PyTorch Geometric构建自己的图数据集
• folder:3-图模型必备神器PyTorch Geometric安装与使用
• folder:6-图相似度论文解读
• folder:1-图神经网络基础
• folder:2-图卷积GCN模型
• folder:2-使用神经网络进行分类任务
• folder:3-神经网络回归任务-气温预测
• folder:7-LSTM文本分类实战
• folder:6-DataLoader自定义数据集制作
• folder:5-图像识别模型与训练策略（重点）
• folder:3-Timesnet时序预测
• folder:18-EfficientDet检测算法
• folder:9-V5版本项目配置
• folder:1-物体检测评估指标
• folder:13-基于Transformer的detr目标检测算法
• folder:6-项目实战-基于V3版本进行源码解读（建议直接跑V5版本）
• folder:4-YOLO-V2改进细节详解
• folder:15-DeformableDetr算法解读
• folder:7-基于YOLO-V3训练自己的数据集与任务（建议直接跑V5版本）
• folder:16-半监督物体检测
• folder:14-detr目标检测源码解读
• folder:3-YOLO-V1整体思想与网络架构
• folder:12-V7源码解读
• folder:2-3D点云PointNet算法
• folder:4-Pointnet++项目实战
• folder:7-点云配准及其案例实战
• folder:1-3D点云实战 3D点云应用领域分析
• folder:8-基础补充-对抗生成网络架构原理与实战解析
• folder:5-点云补全PF-Net论文解读
• folder:18-第七模块：多模态3D目标检测算法源码解读
• folder:21-第九模块：mmaction行为识别
• folder:13-第四模块：DBNET文字检测
• folder:17-第六模块：BasicVSR++视频超分辨重构源码解读
• folder:20-第八模块：模型剪枝方法概述分析
• folder:2-第一模块：分类任务基本操作
• folder:15-第四模块：KIE基于图模型的关键信息抽取
• folder:19-第八模块：模型蒸馏应用实例
• folder:7-第二模块：分割任务CVPR最新Backbone设计及其应用
• folder:5-第二模块：使用分割模块训练自己的数据集
• folder:12-KIE关键信息抽取与视频超分辨率重构
• folder:4-第一模块：模型源码DEBUG演示
• folder:9-第三模块：DeformableDetr物体检测源码分析
• folder:23-额外补充-在源码中加入各种注意力机制方法
• folder:1-MMCV安装方法
• folder:16-第五模块：stylegan2源码解读
• folder:3-第一模块：训练结果测试与验证
• folder:6-第二模块：基于Unet进行各种策略修改
• folder:10-CLIP系列
• folder:5-DQN改进与应用技巧
• folder:7-用A3C玩转超级马里奥
• folder:6-Actor-Critic算法分析（A3C）
• folder:4-Q-learning与DQN算法
• folder:13-ChatGPT
• folder:1-强化学习简介及其应用
• folder:2-PPO算法与公式推导
• folder:8-GPT系列生成模型
• folder:3-PPO实战-月球登陆器训练实例
• folder:3-Transformer
• folder:6-必备基础-掌握Tensorflow如何实现word2vec模型
• folder:5-必备基础知识点-woed2vec模型通俗解读
• folder:2-谷歌开源项目BERT源码解读与应用实例
• folder:4-项目实战-基于BERT的中文命名实体识别识别实战
• folder:7-必备基础知识点-RNN网络架构与情感分析应用实例
• folder:11-图像特征-harris
• folder:18-Opencv的DNN模块
• folder:7-图像金字塔与轮廓检测
• folder:2-图像基本操作
• folder:19-项目实战-目标追踪
• folder:10-项目实战-文档扫描OCR识别
• folder:13-案例实战-全景图像拼接
• folder:1-课程简介与环境配置
• folder:8-直方图与傅里叶变换
• folder:3-阈值与平滑处理
• folder:10-物体检测框架-MaskRcnn项目介绍与配置
• folder:8-分割模型Maskformer系列
• folder:11-MaskRcnn网络框架源码详解
• folder:12-基于MASK-RCNN框架训练自己的数据与任务
• folder:4-U2NET显著性检测实战
• folder:7-医学⼼脏视频数据集分割建模实战
• folder:2-深度估计项目实战
• folder:10-NeuralRecon项目源码解读
• folder:11-TSDF算法与应用
• folder:5-商汤LoFTR算法解读
• folder:4-基于深度学习的车道线检测项目实战
• folder:7-三维重建应用与坐标系基础
• folder:15-特斯拉无人驾驶解读
• folder:6-局部特征关键点匹配实战
• folder:9-文本摘要建模
• folder:1-Huggingface与NLP介绍解读
• folder:6-文本预训练模型构建实例
• folder:5-文本标注工具与NER实例
• folder:13-项目实战：经典网络架构Resnet实战
• folder:1-tensorflflow安装与简介
• folder:8-递归神经⽹络与词向量原理解读
• folder:5-项目实战：猫狗识别实战
• folder:10-项目实战：基于RNN模型进行文本分类任务
• folder:2-神经网络原理解读与整体架构
• folder:6-图像数据增强实例
• folder:7-训练策略-迁移学习实战
• folder:第28章 语音识别实战系列
• folder:第10章 经典视觉项目实战-行为识别
• folder:第18章 对抗⽣成⽹络实战
• folder:第23章 ⾃然语⾔处理经典案例实战
• folder:第2章 AI课程所需安装软件教程
• folder:5-ANINET源码解读
• folder:4-多模态文字识别
• folder:7-基于拓扑图的行人重识别项目实战
• folder:2-基于注意力机制的Reld模型论文解读
• folder:5-项目实战-基于行人局部特征融合的再识别实战
• folder:6-旷视研究院最新算法解读（基于图模型）
• folder:8-额外补充：行人搜索源码分析
• folder:4-AAAI2020顶会算法精讲
• folder:5-视频异常检测算法与元学习
• folder:7-基础补充-Resnet模型及其应用实例
• folder:2-slowfast项目环境配置与配置文件
• folder:4-基于3D卷积的视频分析与动作识别
• folder:10-OpenPose算法源码分析
• folder:9-姿态估计OpenPose系列算法解读
• folder:1-slowfast算法知识点通俗解读
• folder:6-视频异常检测CVPR2021论文及其源码解读
• folder:8-使用Gemsim构建词向量
• folder:9-基于word2vec的分类任务
• folder:3-贝叶斯算法
• folder:5-HMM隐马尔科夫模型
• folder:14-对话机器人
• folder:10-NLP-文本特征方法对比
• folder:4-新闻分类任务实战
• folder:6-HMM工具包实战
• folder:11-NLP-相似度模型
• folder:2-商品信息可视化与文本分析
• folder:6-文本关系抽取实践
• folder:1-知识图谱介绍及其应用领域分析
• folder:7-金融平台风控模型实践
• folder:4-使用python操作neo4j实例
• folder:10-MedicalTrasnformer论文解读
• folder:4-swintransformer算法原理解析
• folder:3-VIT算法模型源码解读
• folder:11-补充-基于相似度的酒店推荐系统
• folder:6-点击率估计FM与DeepFM算法
• folder:7-DeepFM算法实战
• folder:9-基于文本数据的推荐实例
• folder:10-基本统计分析的电影推荐
• folder:8-推荐系统常用工具包演示
• folder:2-协同过滤与矩阵分解
• folder:3-音乐推荐系统实战
• folder:7-语音合成tacotron最新版实战
• folder:1-seq2seq序列网络模型
• folder:5-语音分离ConvTasnet模型
• folder:2-LAS模型语音识别实战
• folder:4-staeganvc2变声器源码实战
• folder:6-ConvTasnet语音分离实战
• folder:8-图像超分辨率重构实战
• folder:3-基于CycleGan开源项目实战图像合成
• folder:4-stargan论文架构解析
• folder:9-基于GAN的图像补全实战
• folder:3-网络模型训练
• folder:1-任务目标与数据集简介
• folder:2-建模流程与API文档
• folder:4-模型超参数调节与预测结果展示
• folder:7-模型保存与读取实例
• folder:6-tf.data模块解读
• folder:PPT
• folder:对比学习算法与实例
• folder:第十二，十三章
• folder:slowfast-add
• folder:第1节：行人重识别原理及其应用
• folder:第4节：经典会议算法精讲（特征融合）
• folder:第3节：基于Attention的行人重识别项目实战
• folder:YOLO系列（PyTorch）
• folder:补充：Mask2former源码解读
• folder:5 节Dalle2及其源码解读
• folder:课件、源码
• folder:OCR算法解读
• folder:第6节：基于starganvc2的变声器论文原理解读
• folder:嵌入式AI
• folder:1-1 节开班典礼
• folder:1-17 节直播15：总结与论文和简历
• folder:1-16 节直播14：Bev特征空间与知识蒸馏
• folder:1-11 节直播9：LangChain与VQA任务
• folder:1-9 直播7：文本大模型下游任务一条龙资料
• folder:1-6 节直播4：VIT源码解读
• folder:15-直播13：BEITV2-3与Mmlab自监督源码解读
• folder:1-7 节直播5：Segment anything
• folder:1-12 节直播10：EfficientVIT与DINOV2
• folder:第五六七章：YOLO目标检测
• folder:第十章：图谱知识抽取实战
• folder:第四章：BERT系列算法解读
• folder:第十一章：补充Huggingface数据集制作方法实例
• folder:第二章：Transformer工具包基本操作实例解读
• folder:源码、数据集等
• folder:NLP常用工具包
• folder:第6-8章：Opencv各函数使用实例
• folder:第11-12章：deeplab
• folder:第6节：点云补全实战解读
• folder:download
• folder:COCO-DATA
• folder:训练自己的数据集
• folder:第2-8节课件
• folder:第二章 AI 实战
• folder:第一章 认识 jetson nano
• folder:第四章 deepstream
• folder:第十三课：BEITV2及其源码解读
• folder:11-14：基于Tensorflow的项目实战
• folder:Python实现音乐推荐系统
• folder:TSDF实例
• folder:ava_annotations
• folder:2software
• folder:Word2Vec
• folder:贝叶斯Python文本分析
• folder:隐马尔科夫模型（课件）
• folder:__pycache__
• folder:.ipynb_checkpoints
• folder:person_box_67091280_iou90
• folder:networks