信息加载中,请等待...

  • 1.计算机视觉历史回顾与介绍上.mp4
  • 10.神经网络训练细节part1（上）.mp4
  • 11.神经网络训练细节part1（下）.mp4
  • 12.神经网络训练细节part2（上）.mp4
  • 13.神经网络训练细节part2（下）.mp4
  • 14.卷积神经网络详解（上）.mp4
  • 15.卷积神经网络详解（下）.mp4
  • 16.迁移学习之物体定位于检测（上）.mp4
  • 17.迁移学习之物体定位于检测（下）.mp4
  • 18.卷积神经网络的可视化与进一步理解（上）.mp4
  • 19.卷积神经网络的可视化与进一步理解（下）.mp4
  • 2.计算机视觉历史回顾与介绍中.mp4
  • 20.循环神经网络（上）.mp4
  • 21.循环神经网络（下）.mp4
  • 22.卷积神经网络工程实践技巧与注意点（上）.mp4.mp4
  • 23.卷积神经网络工程实践技巧与注意点（下）.mp4
  • 24.深度学习开源库使用介绍（上）.mp4.mp4
  • 25.深度学习开源库使用介绍（下）.mp4.mp4
  • 26.图像分割与注意力模型（上）.mp4.mp4
  • 27.图像分割与注意力模型（下）.mp4.mp4
  • 28.视频检测与无监督学习（上）.mp4.mp4
  • 29.视频检测与无监督学习（下）.mp4.mp4
  • 3.计算机视觉历史回顾与介绍下.mp4
  • 30.来自Jeff Dean的受邀报告（上）.mp4.mp4
  • 31.来自Jeff Dean的受邀报告（下）.mp4
  • 4.数据驱动的图像分类方式：k最邻近与线性分类器（上）.mp4
  • 5.数据驱动的图像分类方式：k最邻近与线性分类器（下）.mp4
  • 6.线性分类器损失函数与最优化（上）.mp4
  • 7.线性分类器损失函数与最优化（下）.mp4
  • 8.反向传播与神经网络初步（上）.mp4
  • 9.反向传播与神经网络初步（下）.mp4

Copyright © 免费制作

1.本站不存储真实文件，仅展示文件信息。
2.用户自主配置内容，包括但不限于文件夹、链接、关联网盘等，不代表本站立场。
3.本站以文本、图片展示内容，无法及时审核其合法性。发现侵权内容，请提供资质及链接给客服，将立即移除。
官网：pan.tpym.cn QQ：851232718
确定