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
/
3400-3499
/
3498.有三AI终身VIP-计算机视觉方向
/
OpenCV使用.=-=.001.深度学习之图像基础-OpenCV篇.mp4
Python基础篇.=-=.001.1-开场白:编程概论.mp4
Python基础篇.=-=.002.2-元素型数据.mp4
Python基础篇.=-=.003.3-容器型数据:字符串-元组-列表-字典-集合.mp4
Python基础篇.=-=.004.4-流程控制:条件-循环-异常处理.mp4
Python基础篇.=-=.005.5-低阶函数:普通和匿名.mp4
Python基础篇.=-=.006.6-高阶函数:参数和返回.mp4
Python基础篇.=-=.007.7-类和对象:封装-继承-多态-组合.mp4
Python基础篇.=-=.008.8-字符串专场:格式化和正则.mp4
Python基础篇.=-=.009.9-解析表达式:简约也简单.mp4
Python基础篇.=-=.010.10-迭代器和生成器:简约不简单.mp4
Python基础篇.=-=.011.11-装饰器:高端不简单.mp4
(预定课程)深度学习之人脸三维重建—理论与实践.=-=.001.三维重建算法.mp4
(预定课程)深度学习之人脸三维重建—理论与实践.=-=.002.GAN外篇:GAN在人脸图像中的应用.mp4
(预定课程)深度学习之图像增强—理论与实践.=-=.001.1 图像降噪基础.mp4
(预定课程)深度学习之图像增强—理论与实践.=-=.002.2.1 单帧图像降噪模型(基础篇).mp4
(预定课程)深度学习之图像增强—理论与实践.=-=.003.2.2 单帧图像降噪模型(RAW篇).mp4
(预定课程)深度学习之图像增强—理论与实践.=-=.008.4.1 人像超分辨实战-原理解读.mp4
(预定课程)深度学习之图像增强—理论与实践.=-=.009.4.2 人像超分辨实战-数据读取.mp4
(预定课程)深度学习之图像增强—理论与实践.=-=.010.4.3 人像超分辨实战-模型搭建与训练.mp4
(预定课程)深度学习之图像增强—理论与实践.=-=.011.4.4 人像超分辨实战-模型测试.mp4
(预定课程)深度学习之图像增强—理论与实践.=-=.012.GAN外篇:GAN在图像质量提升中的应用.mp4
基于3DCNN的视频分类与行为识别实战.=-=.001.第1节_项目介绍.mp4
基于3DCNN的视频分类与行为识别实战.=-=.002.第2节_数据处理.mp4
基于3DCNN的视频分类与行为识别实战.=-=.003.第3节_模型搭建.mp4
基于3DCNN的视频分类与行为识别实战.=-=.004.第4节_模型训练.mp4
基于3DCNN的视频分类与行为识别实战.=-=.005.第5节_模型测试.mp4
基于CNN-LSTM的视频分类与行为识别实战.=-=.001.第1节_项目介绍.mp4
基于CNN-LSTM的视频分类与行为识别实战.=-=.002.第2节_数据处理.mp4
基于CNN-LSTM的视频分类与行为识别实战.=-=.003.第3节_模型搭建.mp4
基于CNN-LSTM的视频分类与行为识别实战.=-=.004.第4节_模型训练.mp4
基于CNN-LSTM的视频分类与行为识别实战.=-=.005.第5节_模型测试.mp4
基于KL散度的8bit对称模型量化原理与实战(NCNN篇).=-=.001.第1节_基于KL散度的8bit模型量化原理.mp4
基于KL散度的8bit对称模型量化原理与实战(NCNN篇).=-=.002.第2节_量化校准表生成.mp4
基于KL散度的8bit对称模型量化原理与实战(NCNN篇).=-=.003.第3节_ncnn框架简介.mp4
基于KL散度的8bit对称模型量化原理与实战(NCNN篇).=-=.004.第4节_ncnn模型转换.mp4
基于KL散度的8bit对称模型量化原理与实战(NCNN篇).=-=.005.第5节_ncnn量化推理.mp4
深度学习之Pytorch—入门及实战.=-=.001.0-课程介绍.mp4
深度学习之Pytorch—入门及实战.=-=.002.1-PyTorch简介.mp4
深度学习之Pytorch—入门及实战.=-=.003.2.1-Windows系统下配置PyTorch环境.mp4
深度学习之Pytorch—入门及实战.=-=.004.2.2-ubuntu系统下配置PyTorch环境.mp4
深度学习之Pytorch—入门及实战.=-=.005.3.1-张量(上).mp4
深度学习之Pytorch—入门及实战.=-=.006.3.2-张量(下).mp4
深度学习之Pytorch—入门及实战.=-=.007.4-层结构基本介绍.mp4
深度学习之Pytorch—入门及实战.=-=.008.5-网络结构搭建方法.mp4
深度学习之Pytorch—入门及实战.=-=.009.6-经典分类网络介绍.mp4
深度学习之Pytorch—入门及实战.=-=.010.7-优化器及损失函数.mp4
深度学习之Pytorch—入门及实战.=-=.011.8.1-数据读取及增强(上).mp4
深度学习之Pytorch—入门及实战.=-=.012.8.2-数据读取及增强(下).mp4
深度学习之Pytorch—入门及实战.=-=.013.9-模型读取和加载.mp4
深度学习之Pytorch—入门及实战.=-=.014.10.1-从零完成表情识别(项目简介).mp4
深度学习之Pytorch—入门及实战.=-=.015.10.2-从零完成表情识别(数据读取).mp4
深度学习之Pytorch—入门及实战.=-=.016.10.3-从零完成表情识别(模型搭建与训练).mp4
深度学习之Pytorch—入门及实战.=-=.017.10.4-从零完成表情识别(模型测试).mp4
深度学习之模型部署—移动端与服务端.=-=.001.模型部署基础.mp4
深度学习之模型部署—移动端与服务端.=-=.002.【Pytorch安卓部署】课程介绍.mp4
深度学习之模型部署—移动端与服务端.=-=.003.【Pytorch安卓部署】1_手机打开调试模式.mp4
深度学习之模型部署—移动端与服务端.=-=.004.【Pytorch安卓部署】2_如何创建安卓虚拟机.mp4
深度学习之模型部署—移动端与服务端.=-=.005.【Pytorch安卓部署】3_创建HelloWorld程序.mp4
深度学习之模型部署—移动端与服务端.=-=.006.【Pytorch安卓部署】4_创建Button并进行布局.mp4
深度学习之模型部署—移动端与服务端.=-=.007.【Pytorch安卓部署】5_按钮逻辑实现与Toast提示.mp4
深度学习之模型部署—移动端与服务端.=-=.008.【Pytorch安卓部署】6_在界面中显示图片.mp4
深度学习之模型部署—移动端与服务端.=-=.009.【Pytorch安卓部署】7_如何将模型转换为手机可读取的格式.mp4
深度学习之模型部署—移动端与服务端.=-=.010.【Pytorch安卓部署】8_用自己的模型进行预测.mp4
深度学习之模型部署—移动端与服务端.=-=.011.【Pytorch安卓部署】9_文件对话框的使用.mp4
深度学习之模型部署—移动端与服务端.=-=.012.【Pytorch安卓部署】10_如何选择多个模型.mp4
深度学习之模型部署—移动端与服务端.=-=.013.【Pytorch安卓部署】11_如何实现拍照识别功能.mp4
深度学习之模型部署—移动端与服务端.=-=.014.【Pytorch安卓部署】12_如何实现界面切换.mp4
深度学习之模型部署—移动端与服务端.=-=.015.【Pytorch安卓部署】13_实时摄像头画面显示.mp4
深度学习之模型部署—移动端与服务端.=-=.016.【Pytorch安卓部署】14_实时识别.mp4
深度学习之模型部署—移动端与服务端.=-=.017.【Pytorch安卓部署】15_使用不同模型进行实时识别.mp4
深度学习之模型部署—移动端与服务端.=-=.018.【Pytorch安卓部署】16_创建登录界面.mp4
深度学习之模型部署—移动端与服务端.=-=.019.【Pytorch安卓部署】17_限制游客部分功能.mp4
深度学习之模型部署—移动端与服务端.=-=.020.【Pytorch安卓部署】18_软件名和app图标制作.mp4
深度学习之模型部署—移动端与服务端.=-=.021.【Pytorch安卓部署】19_软件功能完善.mp4
深度学习之模型部署—移动端与服务端.=-=.022.【Pytorch安卓部署】20_制作apk.mp4
深度学习之模型部署—移动端与服务端.=-=.023.【通用模型部署】1_NCNN简介.mp4
深度学习之模型部署—移动端与服务端.=-=.024.【通用模型部署】2_NCNN部署.mp4
深度学习之模型部署—移动端与服务端.=-=.025.【嵌入式平台部署】1_Tengine简介.mp4
深度学习之模型部署—移动端与服务端.=-=.026.【嵌入式平台部署】2_Tengine部署.mp4
深度学习之模型部署—移动端与服务端.=-=.027.【微信小程序部署】1_服务端环境准备.mp4
深度学习之模型部署—移动端与服务端.=-=.028.【微信小程序部署】2_服务端功能实现.mp4
深度学习之模型部署—移动端与服务端.=-=.029.【微信小程序部署】3_前端功能实现.mp4
深度学习之模型部署—移动端与服务端.=-=.030.【MNN安卓部署】1.1_推理框架介绍.mp4
深度学习之模型部署—移动端与服务端.=-=.031.【MNN安卓部署】1.2_模型转化与量化加速.mp4
深度学习之模型部署—移动端与服务端.=-=.032.【MNN安卓部署】1.3_实践操作.mp4
深度学习之模型部署—移动端与服务端.=-=.033.【TensorRT部署】1_入门介绍.mp4
深度学习之模型部署—移动端与服务端.=-=.034.【TensorRT部署】2_环境配置与安装.mp4
深度学习之模型部署—移动端与服务端.=-=.035.【TensorRT部署】3.1_网络加速ONNX实战.mp4
深度学习之模型部署—移动端与服务端.=-=.036.【TensorRT部署】3.2_ 网络加速Python实战.mp4
深度学习之模型部署—移动端与服务端.=-=.037.【TensorRT部署】3.3_ 网络C++加速实战.mp4
深度学习之模型部署—移动端与服务端.=-=.038.【TensorRT部署】4_课程总结.mp4
深度学习之模型分析—理论与实践.=-=.001.0 课程介绍.mp4
深度学习之模型分析—理论与实践.=-=.002.1.1 模型可视化分析(结构篇).mp4
深度学习之模型分析—理论与实践.=-=.003.1.2 模型可视化分析(权重篇).mp4
深度学习之模型分析—理论与实践.=-=.004.1.3 模型可视化分析(反卷积篇).mp4
深度学习之模型分析—理论与实践.=-=.005.1.4 模型可视化分析实践(反卷积篇).mp4
深度学习之模型分析—理论与实践.=-=.006.1.5 模型可视化分析(激活热图篇).mp4
深度学习之模型分析—理论与实践.=-=.007.1.6 模型可视化分析实践(激活热图篇).mp4
深度学习之模型分析—理论与实践.=-=.008.2 模型复杂度分析.mp4
下一页
© 2026
⚠
信息加载中,请等待...