免费网盘目录搜索软件-全网知识付费资源-知识4（往期）

信息加载中,请等待...

主页/【IT专区2023】/18.贪心学院/贪心学院计算机视觉CV/CV计算机视觉集训营（视频）/

网盘目录系统教程
1 任务1：机器学习、深度学习简介.mp4
10 任务10：问答环节.mp4
11 任务11：环境安装.mp4
12 任务12：二元分类问题.mp4
13 任务13：逻辑函数.mp4
14 任务14：指数与对数、逻辑回归.mp4
15 任务15：示例.mp4
16 任务16：损失函数.mp4
17 任务17：损失函数推演.mp4
18 任务18：梯度下降法.mp4
19 任务19：应用.mp4
2 任务2：深度学习的发展历史.mp4
3 任务3：现代深度学习的典型例子.mp4
4 任务4：深度学习在计算机视觉中的应用.mp4
5 任务5：深度学习的总结.mp4
6 任务6：开发环境的配置, Pythn, Nupy, Kas入门教程.mp4
7 任务7：GPU驱动程序安装.mp4
8 任务8：CUDA的安装.mp4
9 任务9：uDNN的安装, Tnsf, PyTh的GPU测试.mp4
任务100：道路行车道检测代码讲解.mp4
任务101：在图像和视频上面演示道路行车道检测.mp4
任务102：项目介绍.mp4
任务103：交通指示牌识别的简介.mp4
任务104：交通指示牌识别课程的编程任务.mp4
任务105：如何分析数据 (utpy 的详细介绍).mp4
任务106：如何预处理图像数据、建立神经网络模型、训练网络模型 (tanpy 的详细介绍)01.mp4
任务107：如何预处理图像数据、建立神经网络模型、训练网络模型 (tanpy 的详细介绍)02.mp4
任务108：色彩空间转换.mp4
任务109：直方图均衡.mp4
任务110：图像标准化.mp4
任务111：使用IaDataGnat做图像增强.mp4
任务112：作业上传的要求.mp4
任务113：介绍经典交通指示牌卷积神经网络模型.mp4
任务114：代码实现经典交通指示牌识别卷积神经网络模型.mp4
任务115：卷积神经网络的数学原理01.mp4
任务116：卷积神经网络的数学原理02.mp4
任务117：深度学习调参-直播-01.mp4
任务118：深度学习调参-直播-02.mp4
任务119：深度学习调参-直播-03.mp4
任务120：卷积层的启发.mp4
任务121：卷积层的定量分析.mp4
任务122：单通道输入单通道输出的卷积层的实例.mp4
任务123：多通道输入多通道输出的卷积层的实例.mp4
任务124：池化层的原理定量分析.mp4
任务125：卷积神经网络和全连接神经网络的比较.mp4
任务126：卷积神经网络在围棋语言识别和自然语言处理中的应用.mp4
任务127：基于深度学习的图像分类历史回顾.mp4
任务128：AxNt的结构分析.mp4
任务129：ZFNt的结构分析.mp4
任务130：VGG的结构分析.mp4
任务131：GNt Inptn的结构分析.mp4
任务132：Inptn V3的结构分析.mp4
任务133：RsNt的结构分析.mp4
任务134：RsNt的代码实现.mp4
任务135：基于内容的图像搜索理论基础.mp4
任务136：基于去噪自动编码器的图像搜索代码实现.mp4
任务137：使用卷积神经网络进行语义图像嵌入在目标检测, 自动驾驶, 图像超分辨率重构, 工业探伤等等领域的应用.mp4
任务138：项目1-看图说话（助教）讲解和答疑-01.mp4
任务139：项目1-看图说话（助教）讲解和答疑-02.mp4
任务140：项目介绍.mp4
任务141：自动驾驶方向盘转动方向预测的背景知识.mp4
任务142：如何收集训练数据.mp4
任务143：理解分析训练数据.mp4
任务144：自动驾驶方向盘转动方向预测的网络结构和网络训练代码讲解.mp4
任务145：提高网络性能的思路图像处理、数据增强、网络结构优化.mp4
任务146：探索数据01.mp4
任务147：探索数据02.mp4
任务148：图像增强01.mp4
任务149：图像增强02.mp4
任务150：解决数据不平衡的问题 DataGnat的应用.mp4
任务151：网络结构实例.mp4
任务152：图像增强部分的代码讲解.mp4
任务153：DataGnat部分的代码讲解.mp4
任务154：网络结构实现部分的代码讲解.mp4
任务155：方向盘转动方向预测网络模型的性能评估方法.mp4
任务156：使用模拟器定性的判断网络性能的方法以及代码讲解.mp4
任务157：模拟器自动驾驶的展示.mp4
任务158：通过损失函数的变化判断网络性能、识别和解决过拟合和欠拟合的问题.mp4
任务159：如何安装Pythn 连接模拟器的Pythn 库.mp4
任务160：nds 下面使用自动驾驶模拟器的教程.mp4
任务161：a 下面使用自动驾驶模拟器的教程.mp4
任务162：目标识别综述.mp4
任务163：基于HOG(梯度直方图)的目标识别.mp4
任务164：Nn-Max Suppssn IU 和 Had Natv Mnn.mp4
任务165：R-CNN的工作原理.mp4
任务166：R-CNN中的边界框(Bundn Bx)预测原理.mp4
任务167：R-CNN的不足之处.mp4
任务168：Fast R-CNN详解.mp4
任务169：Fast R-CNN Rn Ppsa Ntk.mp4
任务170：R-CNN Fast R-CNN Fast R-CNN的总结.mp4
任务171：目标识别 R-CNN家族的回顾.mp4
任务172：SSD的简介 SSD与R-CNN的比较.mp4
任务173：SSD的网络结构(1).mp4
任务173：SSD的网络结构.mp4
任务174：如何使用卷积作为最后的预测层.mp4
任务175：SSD的训练过程.mp4
任务176：SSD的实验结果分析.mp4
任务177：VGG16到SSD网络的演化 L2Nazatn层的实现.mp4
任务178：SSD各个技术对失败率的影响 Atus卷积层的原理.mp4
任务179：使用卷积作为最后的预测层详解.mp4
任务180：SSD定位损失函数详解.mp4
任务181：SSD中Anh尺寸宽高比中心位置的确定.mp4
任务182：SSD中分类损失函数详解.mp4
任务183：Nn-Max Suppssn的原理.mp4
任务184：SSD和YOLO的比较 SSD的总结.mp4
任务185：图像分割简介.mp4
任务186：基于深度学习的图像分割U-Nt的原理.mp4
任务187：Tanspsd Cnvutn原理与运用.mp4
任务188：U-Nt的代码讲解.mp4
任务189：图像生成的原理.mp4
任务190：使用深度学习自动图像生成手写数字的代码讲解.mp4
任务191：图像风格转移的原理.mp4
任务192：使用深度学习实现图像风格转移的代码讲解.mp4
任务193：SSD的原理回顾.mp4
任务194：编程项目的训练数据介绍.mp4
任务195：对SSD模型对产生Anh有影响的参数讲解.mp4
任务196：对候选框精选处理有影响的参数讲解.mp4
任务197：对输入模型参数的合法性检测和转换.mp4
任务198：具有7层的SSD的网络结构讲解.mp4
任务199：编译模型, 使用模型做预测.mp4
任务200：SSD解码的实现.mp4
任务201：帮助函数IU, 坐标转换, SSD损失函数, Nn-Max-Suppssn的实现.mp4
任务202：二值化神经网络的简介.mp4
任务203：二值化网络的前向后向传播, 梯度计算原理.mp4
任务204：二值化网络的训练算法.mp4
任务205：二值化网络的实验结果.mp4
任务206：二值化全连接网络的代码讲解.mp4
任务207：DputNSa层的实现.mp4
任务208：BnayDns层的实现.mp4
任务209：二值化卷积神经网络的代码讲解.mp4
任务20：直播答疑.mp4
任务210：项目作业要求.mp4
任务211：神经网络在实际应用中面临的挑战, 轻量级深度神经网络的必要性.mp4
任务212：MNt, Dpths Spa Cnvutn的原理计算量分析.mp4
任务213：ShuffNt, Gup Cnvutn, Chann Shuff的原理.mp4
任务214：EffNt, Spata Spa Cnvutn的原理计算量分析和实验效果.mp4
任务215：htht-ntk答疑时间.mp4
任务216：回顾EffNt的原理.mp4
任务217：EffNt的代码讲解.mp4
任务218：On-Sht Lann 的意义和工作原理.mp4
任务219：用于On-Sht Lann 的Sas 深度神经网络的介绍.mp4
任务21：自动驾驶方向盘预测论文分析.mp4
任务220：Sas 深度神经网络的实验和结果分析.mp4
任务221：Tanspsd Cnvutn 的应用, 算法回顾, 以及使用矩阵乘法实现.mp4
任务222：Tanspsd Cnvutn 的梯度推导.mp4
任务223：将卷积核转换为Tptz Matx用于矩阵乘法实现Tanspsd.mp4
任务224：同学对课程的效果反馈调查.mp4
任务225：使用 Sas 网络做门禁卡系统的入门介绍, 数据集的介绍.mp4
任务226：PyTh 基础教程.mp4
任务227：Sas On-Sht ann 知识回顾.mp4
任务228：使用 PyTh thvsn 库高效读取数据.mp4
任务229：使用 PyTh 定义 Sas 网络结构.mp4
任务22：使用PyCha Kas建立深度网络模型.mp4
任务230：使用 PyTh 写训练网络的代码.mp4
任务231：使用 PyTh 写测试网络的代码.mp4
任务23：数据预处理数据增强.mp4
任务24：建立BathGnat高效读取数据.mp4
任务25：训练网络保存训练的中间过程数据.mp4
任务26：查看网络训练过程判断网络是否过拟合欠拟合.mp4
任务27：神经网络分类问题的经典数据（集鸢尾花数据集）介绍，神经网络Pythn库Kas的介绍.mp4
任务28：使用Pandas读取鸢尾花数据集，使用LaEnd对类别标签进行编码.mp4
任务29：使用Kas创建一个用于鸢尾花分类识别的神经网络.mp4
任务30：训练用于鸢尾花分类的神经网络解读训练输出的日志了解如何评价神经网络的性能.mp4
任务31：神经网络数学原理（1）：神经网络的结点，权值，激活函数.mp4
任务32：神经网络数学原理（2）：神经网络的前馈（Fd Fad）算法.mp4
任务33：神经网络数学原理（3）：神经网络的前馈（Fd Fad）算法续，Sftax层的数值问题.mp4
任务34：神经网络数学原理（4）：神经网络BP（误差反向传播）算法.mp4
任务35：神经网络数学原理（5）：神经网络BP（误差反向传递）算法续.mp4
任务36：神经网络数学原理（6）：手动演算神经网络BP算法（误差向后传递）.mp4
任务37：神经网络数学原理（7）：手动演算神经网络BP算法（误差向后传递）续.mp4
任务38：NuaNtkLss-直播01.mp4
任务39：NuaNtkLss-直播02.mp4
任务40：NuaNtkLss-直播03.mp4
任务41：梯度消亡.mp4
任务42：梯度消亡问题分析.mp4
任务43：梯度消亡解决方案.mp4
任务44：过拟合.mp4
任务45：DpOut 训练.mp4
任务46：正则化.mp4
任务47：最大范数约束神经元的初始化.mp4
任务48：作业讲解与答疑-01.mp4
任务49：作业讲解与答疑-02.mp4
任务50：为什么需要递归神经网络？.mp4
任务51：递归神经网络介绍.mp4
任务52：语言模型.mp4
任务53：RNN的深度.mp4
任务54：梯度爆炸和梯度消失.mp4
任务55：Gadnt Cppn.mp4
任务56：LSTM的介绍.mp4
任务57：LSTM的应用.mp4
任务58：B-Dtna LSTM.mp4
任务59：Gatd Runt Unt.mp4
任务60：机器翻译.mp4
任务61：Mutda Lann.mp4
任务62：Sq2Sq模型.mp4
任务63：回顾RNN与LSTM.mp4
任务64：Attntn f Ia Captnn.mp4
任务65：Attntn f Mahn Tansatn.mp4
任务66：Sf-Attntn.mp4
任务67：Attntn总结.mp4
任务68：nua ntk ptz直播-01.mp4
任务69：nua ntk ptz直播-02.mp4
任务70：nua ntk ptz直播-03.mp4
任务71：项目介绍.mp4
任务72：看图说话任务一-01.mp4
任务73：看图说话任务一-02.mp4
任务74：看图说话任务一-03.mp4
任务75：任务介绍.mp4
任务76：如何实现 ad__as_np_aay 这个函数.mp4
任务77：如何实现“ad_v16_d”函数.mp4
任务78：如何实现“xtat_fatus”函数.mp4
任务79：创建Tknz01.mp4
任务80：创建Tknz02.mp4
任务81：产生模型需要的输入数据01.mp4
任务82：产生模型需要的输入数据02.mp4
任务83：任务的概述.mp4
任务84：Input Eddn和Dput层介绍.mp4
任务85：LSTM Add层的介绍.mp4
任务86：如何训练模型.mp4
任务87：如何使用深度神经网络模型做预测产生标题完成nat_aptn函数01.mp4
任务88：如何使用深度神经网络模型做预测产生标题完成nat_aptn函数02.mp4
任务89：如何调用nat_aptn函数.m(1)p4
任务89：如何调用nat_aptn函数.mp4
任务90：如何评价标题生成模型的性能.mp4
任务91：读取和显示数字图像.mp4
任务92：数字图像大小缩放.mp4
任务93：数字图像直方图均衡.mp4
任务94：图像去噪声.mp4
任务95：图像边缘检测.mp4
任务96：图像关键点检测.mp4
任务97：道路行车道检测简介.mp4
任务98：Canny边缘检测.mp4
任务99：霍夫变换用于直线检测.mp4
系统使用教程