响木SVIP目录
响木最新
响木众筹
响木众筹
当前目录
全盘
查全部
文件夹
文件
主页
/
我的资源
/
01 响木最新众筹课
/
3000-3999
/
3300-3399
/
3393.有三AI-CV季划汇总
/
8、深度学习之模型设计—理论与实践
/
10_1.2.3_梯度问题与ResNet.mp4
11_1.3.1_ResNet垃圾分类任务介绍.mp4
12_1.3.2_ResNet垃圾分类数据集预处理.mp4
13_1.3.3_ResNet垃圾分类数据读取.mp4
14_1.3.4_ResNet垃圾分类模型训练.mp4
15_1.3.5_ResNet垃圾分类模型测试.mp4
16_1.3.6_ResNet垃圾分类模型调优.mp4
17_2.1.0_经典模型的宽度设计思想_简介.mp4
18_2.1.1_通道数量调整.mp4
19_2.1.2_多分支网络结构.mp4
1_0_课程介绍.mp4
20_2.1.3_通道补偿技术.mp4
21_2.2.0_网络宽度对模型性能影响_简介.mp4
22_2.2.1_多通道的网络Inception-v1.mp4
23_2.2.2_拓宽的残差网络ResNeXt.mp4
24_2.3.1_InceptionNet花卉分类实战-项目简介.mp4
25_2.3.2_InceptionNet花卉分类实战-模型搭建(Inception-V1).mp4
26_2.3.3_InceptionNet花卉分类实战-模型搭建(Inception-V2V3).mp4
27_2.3.4_InceptionNet花卉分类实战-模型搭建(Inception-V4).mp4
28_2.3.5_InceptionNet花卉分类实战-模型训练.mp4
29_2.3.6_InceptionNet花卉分类实战-模型测试.mp4
2_1.1.0_经典浅层卷积网络设计_简介.mp4
30_经典模型参考资料(图文).html
31_3.1.1_STN.mp4
32_3.1.2_DynamicCapacityNetworks.mp4
33_3.1.3_Learn-to-Pay-Attention.mp4
34_3.2.1_SENet.mp4
35_3.2.2_SKNet.mp4
36_3.2.3_ResNeSt.mp4
37_3.3.1_CBAM.mp4
38_3.3.2_BAM.mp4
39_3.3.3_ResidualAttention.mp4
3_1.1.1_Neocognitron.mp4
40_3.3.4_Dual-Attention-Network.mp4
41_3.4.1_基于SENet模型的人种分类-数据集介绍与读取.mp4
42_3.4.2_基于SENet模型的人种分类-模型搭建通用模板.mp4
43_3.4.3_基于SENet模型的人种分类-从零搭建ResNet模型.mp4
44_3.4.4_基于SENet模型的人种分类-模型训练通用模板.mp4
45_3.4.5_基于SENet模型的人种分类-SENet模型搭建与训练.mp4
46_注意力机制模型参考资料(图文).html
47_4.1.1_Xception理论介绍.mp4
48_4.1.2_Xception代码讲解.mp4
49_4.2.1_MobileNet-V1理论介绍.mp4
4_1.1.2_TDNN.mp4
50_4.2.2_MobileNet-V1代码讲解.mp4
51_4.3.1_MobileNet-V2理论介绍.mp4
52_4.3.2_MobileNet-V2代码讲解.mp4
53_4.4.1_shufflenetv1_理论.mp4
54_4.4.2_shufflenetv1_代码.mp4
55_4.5.1_shufflenetv2理论.mp4
56_4.5.2_shufflenetv2代码.mp4
57_4.6.1_squeezenet理论.mp4
58_4.6.2_squeezenet代码.mp4
59_轻量级模型设计参考资料(图文).html
5_1.1.3_Cresceptron.mp4
60_5.1.1_通用的分类任务训练代码.mp4
61_5.1.2_利用Tensorboard监控训练速度.mp4
62_5.1.3_通用的分类任务预测代码.mp4
63_5.2.1_Pytorch模型格式转换与优化.mp4
64_5.2.2_安卓部署单张图片识别app.mp4
65_5.2.3_安卓部署实时识别app.mp4
66_数据与代码.html
6_1.1.4_LeNet.mp4
7_1.2.0_网络深度对分类模型的影响_简介.mp4
8_1.2.1_经典的网络AlexNet.mp4
9_1.2.2_更深的网络VGGNet.mp4
Copyright © All rights reserved.
信息加载中,请等待...