|
|
SDZY-人工智能Paper（NLP方向）-完结-无课件（163.86GB)
l: X2 D. y! a├──00直播 % C+ w" L% V5 \
| ├──单课01、直播答疑.mkv 141.06M% z M$ }( k Y- u/ b$ G% s i7 R
| ├──单课02、直播答疑.mkv 90.40M
* f: D8 B% s5 |& E+ L& M6 ~| ├──单课03、论文复现体验课学习指引.mkv 17.81M
4 p. @9 u* c6 W# ?! B| ├──单课04、直播答疑.mkv 125.66M
4 ]0 O, [0 R# r2 l' X$ v| ├──单课06、直播答疑.mkv 98.53M
T. x' f1 H3 [- U; D' _7 B: L% d| ├──单课07、直播答疑.mkv 111.04M
' X% Y+ {- r7 T9 \& V* z| ├──单课08、直播答疑.mkv 90.23M
' ^9 N1 Y# U: s7 @- o| ├──单课09、GAN专题直播答疑.mkv 107.04M# { \: w% T' o* X
| ├──单课10、NLP Baseline直播答疑.mkv 195.03M
- M' t% l8 D8 P" a7 I8 k9 `6 o! y| ├──单课11、NLP Baseline 直播答疑.mkv 154.78M( @6 l6 U# i$ B7 W* m
| ├──单课13、NLP baseline直播答疑.mkv 89.47M
% e; v$ Q7 E8 q| ├──单课14、NLP直播答疑.mkv 69.91M
+ k6 h, o+ I% B3 A) v| ├──单课15、NLP直播答疑.mkv 200.29M
% V3 a- |1 c7 `| ├──单课16、NLP baseline直播答疑.mkv 137.70M7 I8 O' h) Y! |! y4 o- N# l3 v
| ├──单课17、NLP baseline直播答疑.mkv 161.51M% A" z# h4 U7 p
| ├──单课18、预训练直播答疑.mkv 162.09M
9 B4 Y8 q$ ?* k& T( S+ Y3 [| └──单课19、NLP直播答疑.mkv 58.67M
9 e* f4 p. K, ^6 [3 y5 a├──01自监督无监督
- N2 s0 w0 f: B) N2 H& O| ├──01、自监督-无监督》02、1.1 专题简介与导引&MOCO论文泛读.mkv 42.48M
! P# { j. }, j! s! B| ├──01、自监督-无监督》03、1.2 MOCO论文精读.mkv 204.88M
: M u! s" _- ]0 O7 a| ├──01、自监督-无监督》04、1.3 MOCO-实验结果分析与总结.mkv 153.91M
" E+ t z% j7 l6 m+ N| ├──01、自监督-无监督》05、1，4 MOCO-代码讲解.mkv 189.74M
) Z1 h! s4 o0 I" E+ g& Y| ├──01、自监督-无监督》06、2.1 simclr-论文精读.mkv 379.22M
' \7 |! l1 ~% o/ D% l; D# \9 B| ├──01、自监督-无监督》07、2.2 sinclr-论文精讲.mkv 224.41M! m5 I5 M$ {2 X+ W
| └──01、自监督-无监督》08、2.3 simclr-代码讲解.mkv 211.84M+ u5 e8 X7 w& s8 J K, X
├──02、15 NLP-推荐系统》
+ U/ E, ~5 |6 s) D# k+ j7 m. O| ├──02、15 NLP-推荐系统》02、1. CAN泛读.mkv 118.79M" }( g' h; L7 I( ^0 R
| ├──02、15 NLP-推荐系统》03、2. CAN精读.mkv 98.24M) w$ ~. [7 H0 b" D( N
| ├──02、15 NLP-推荐系统》04、3. CAN代码项目实践.mkv 102.35M
: C. K8 M, y' Q6 ~3 w| ├──02、15 NLP-推荐系统》05、4. MIND泛读.mkv 106.70M
' |# m. y% ^, ~' R% F! ?) U| ├──02、15 NLP-推荐系统》06、5. MIND精读.mkv 123.17M
4 A6 A1 _- z( H6 W% E: |* W( ~| ├──02、15 NLP-推荐系统》07、6. MIND代码项目实践.mkv 142.96M) |( t! T! P% @: m8 m: @
| ├──02、15 NLP-推荐系统》08、7. PLE泛读.mkv 91.06M
0 M0 ^* E; m% V+ V1 W; h| ├──02、15 NLP-推荐系统》09、8. PLE精读.mkv 66.22M
$ u$ i$ N) y) V: S$ \, n| ├──02、15 NLP-推荐系统》10、9. PLE代码项目实践.mkv 114.18M% ^5 p( N( n" W7 s. ~ o
| ├──02、15 NLP-推荐系统》11、10. DAT泛读.mkv 77.14M: T- z, u9 f Q$ Q4 M
| ├──02、15 NLP-推荐系统》12、11. DAT精读.mkv 53.35M/ o+ _7 O+ t R
| ├──02、15 NLP-推荐系统》13、12. DAT代码项目实践.mkv 51.96M' z8 P' [7 h, }2 v
| ├──02、15 NLP-推荐系统》14、13. FIBINET泛读.mkv 55.37M* ?( X! C5 G5 H* j
| ├──02、15 NLP-推荐系统》15、14. FIBINET精读.mkv 41.00M
% n* A! J9 X% \% G# L4 w| └──02、15 NLP-推荐系统》16、15. FIBINET代码项目实践.mkv 75.85M
$ i* q3 [5 z4 E; O: I2 w h├──03、学前须知》
" \" V0 F- A2 Q I! c; g$ d| └──03、学前须知》01、效率提升3倍的Paper 阅读方法.mkv 123.61M
1 _; c6 ?) x. f! E├──04、01 Python · AI&数据科学入门》
/ g5 r* {- u. `6 d| ├──04、01 Python · AI&数据科学入门》02、第一章 绪论和环境配置.mkv 22.56M7 L* N; a% R" B' e D7 e$ q/ ?" Y
| ├──04、01 Python · AI&数据科学入门》03、【作业讲解】第一章：助教实际演示配置环境过程.mkv 13.93M, n7 Y3 q# x* ^2 B
| ├──04、01 Python · AI&数据科学入门》04、第二章 Python 基本语法元素.mkv 55.30M
8 [4 D: U( t5 c0 s7 w2 o# ]| ├──04、01 Python · AI&数据科学入门》05、【作业讲解】第二章：Python基本语法元素.mkv 30.66M; U* j m, y9 Y; @: X0 V% c
| ├──04、01 Python · AI&数据科学入门》06、第三章 基本数据类型.mkv 43.05M
. T% }. i! P, C6 J0 x| ├──04、01 Python · AI&数据科学入门》07、【作业讲解】第三章：基本数据类型.mkv 23.93M7 B% m5 K1 n/ ]2 M& A ], ^; s
| ├──04、01 Python · AI&数据科学入门》08、第四章 组合数据类型.mkv 45.20M
3 S d* Q- J1 P L9 b2 n! W( f6 v| ├──04、01 Python · AI&数据科学入门》09、【作业讲解】第四章：复杂数据类型.mkv 34.82M4 v# Y5 S1 \7 Z/ x/ ] \. T9 r
| ├──04、01 Python · AI&数据科学入门》10、第五章 程序控制结构.mkv 39.19M" c v* V# @, M2 A& D6 T2 E
| ├──04、01 Python · AI&数据科学入门》11、【作业讲解】第五章：程序控制结构.mkv 10.90M
$ s+ I+ o( E9 || ├──04、01 Python · AI&数据科学入门》12、第六章 函数-面向过程的编程.mkv 60.76M b7 m* w$ S' p7 D3 q1 R
| ├──04、01 Python · AI&数据科学入门》13、【作业讲解】第六章：函数.mkv 20.11M+ y, J9 `6 [ A+ V# F( v
| ├──04、01 Python · AI&数据科学入门》14、第七章 类-面向对象的编程.mkv 38.48M
+ g, I0 W* q. }9 f. }; f+ E1 o| ├──04、01 Python · AI&数据科学入门》15、【作业讲解】第七章：类.mkv 12.41M1 N. V7 F9 C8 N m
| ├──04、01 Python · AI&数据科学入门》16、第八章 文件、异常和模块.mkv 57.66M, G" `/ A- B0 e; J! p3 c D
| ├──04、01 Python · AI&数据科学入门》17、【作业讲解】第八章：文件、异常和模块.mkv 5.42M
/ d8 t* r& F; [* C| ├──04、01 Python · AI&数据科学入门》18、第九章 有益的探索.mkv 60.40M
$ _9 p+ I4 Q+ ]* ?: ~( n1 @| ├──04、01 Python · AI&数据科学入门》19、【作业讲解】第九章：有益的探索.mkv 13.01M
0 B6 E) {! Q6 G0 S| ├──04、01 Python · AI&数据科学入门》20、第十章 Python标准库.mkv 43.29M2 z1 P; O) ], G2 B
| ├──04、01 Python · AI&数据科学入门》21、【作业讲解】第十章：Python标准库.mkv 6.85M) V/ ?7 A' j8 y
| ├──04、01 Python · AI&数据科学入门》22、第十一章 科学计算库—Numpy应用.mkv 39.53M! l+ H# d9 S6 P; B! e9 I
| ├──04、01 Python · AI&数据科学入门》23、【作业讲解】第十一章：Numpy库.mkv 12.13M
+ c5 t" { z( m" m| ├──04、01 Python · AI&数据科学入门》24、第十二章 Pandas库.mkv 72.76M
; t& |) G; _' a+ t9 C4 ~' x| ├──04、01 Python · AI&数据科学入门》25、【作业讲解】第十二章：Pandas库.mkv 15.46M$ [! J. U- R2 O: |5 L6 z! \
| ├──04、01 Python · AI&数据科学入门》26、第十三章 Matplotlib.mkv 50.74M$ r/ t2 U9 }/ d) D3 R p' W
| ├──04、01 Python · AI&数据科学入门》27、【作业讲解】第十三章：Matplotlib.mkv 18.32M% J8 v$ p: K- |. D5 F4 m% u" P
| ├──04、01 Python · AI&数据科学入门》28、第十四章 Sklearn常规用法.mkv 28.53M
/ i7 c( C& q- g/ l. T" A5 X| ├──04、01 Python · AI&数据科学入门》29、【作业讲解】第十四章：Sklearn常规用法.mkv 25.44M1 D3 \( f' x U, f: z: _- _/ ]
| └──04、01 Python · AI&数据科学入门》30、第十五章 再谈编程.mkv 34.04M
% O$ k; _- @8 ^: T& J* ^* [$ S: j2 \" v├──05、02 PyTorch》
5 N7 U- J6 L' I, \7 H% G. J| ├──05、02 PyTorch》02、【必看】深入浅出PyTorch.mkv 103.55M
/ l9 [8 W. R1 U; w: H8 L* X| ├──05、02 PyTorch》03、【第一周】PyTorch简介与安装.mkv 56.61M
, F% P, I0 C# _( S# H! w7 t2 I% I# u| ├──05、02 PyTorch》04、【第一周】补充-pytorch开发环境安装.mkv 164.59M
) P/ l0 \ \- O9 E/ x| ├──05、02 PyTorch》05、【第一周】张量简介与创建.mkv 54.04M
0 D4 K4 q$ ^: c0 U1 J| ├──05、02 PyTorch》06、【第一周】张量操作与线性回归.mkv 66.20M
$ F. O; c. n ]9 P| ├──05、02 PyTorch》07、【第一周】计算图与动态图机制.mkv 34.11M1 r) Z" V- v5 A. Q8 t- M8 m& A& c
| ├──05、02 PyTorch》08、【第一周】autograd与逻辑回归.mkv 68.38M
* x$ w; E# D2 Y: }# H1 n/ o9 W- a| ├──05、02 PyTorch》09、【第一周】作业讲解1.mkv 30.03M
8 x) r5 G! O# c7 b2 J| ├──05、02 PyTorch》10、【第一周】作业讲解2.mkv 22.93M
% _1 w' a$ I- y7 d3 d0 E# k| ├──05、02 PyTorch》11、【第一周】作业讲解3.mkv 22.80M. D; w! C$ [2 W2 O* Q, ?
| ├──05、02 PyTorch》12、【第二周】数据读取机制Dataloader与Dataset.mkv 63.23M3 z+ d! D# }$ D) _0 k% {
| ├──05、02 PyTorch》13、【第二周】数据预处理transforms模块机制.mkv 62.89M
1 ]% |( }# i2 m t& f| ├──05、02 PyTorch》14、【第二周】二十二种transforms数据预处理方法.mkv 118.45M- ]% f. U- f( O+ F; k
| ├──05、02 PyTorch》15、【第二周】学会自定义transforms方法.mkv 136.59M3 w" H+ ?5 \8 r8 h' _7 t
| ├──05、02 PyTorch》16、【第二周】作业讲解.mkv 94.94M/ m6 b0 A/ f9 x- p. \& r
| ├──05、02 PyTorch》17、【第三周】模型创建步骤与nn.Module.mkv 66.95M* O- y" V) j7 M8 A! y, J
| ├──05、02 PyTorch》18、【第三周】模型容器与AlexNet构建.mkv 71.56M3 ]/ }# ~+ h. U3 [: A) f
| ├──05、02 PyTorch》19、【第三周】nn网络层-卷积层.mkv 75.62M
% O& p) w4 ?4 t% [2 a| ├──05、02 PyTorch》20、【第三周】nn网络层-池化-线性-激活函数层.mkv 75.57M
7 U* K# W9 k+ q W+ o| ├──05、02 PyTorch》21、【第三周】作业讲解.mkv 65.24M
* U5 `" n, M" F! e/ Y# V) L9 e) t. c- ]| ├──05、02 PyTorch》22、【第四周】权值初始化.mkv 64.54M5 h1 A ?+ f, R
| ├──05、02 PyTorch》23、【第四周】损失函数（一）.mkv 111.99M
1 p g; M A& K0 Y5 ^# @| ├──05、02 PyTorch》24、【第四周】损失函数(二).mkv 115.92M
. D, v2 f) R+ q3 F* c% R| ├──05、02 PyTorch》25、【第四周】优化器optimizer的概念.mkv 69.74M
4 V% V( Q/ r) }* g| ├──05、02 PyTorch》26、【第四周】torch.optim.SGD.mkv 94.87M
, w. u$ t9 b% E$ o6 V* w| ├──05、02 PyTorch》27、【第四周】作业讲解.mkv 28.67M
3 J) i; R4 Q- t( g8 U| ├──05、02 PyTorch》28、【第五周】学习率调整策略.mkv 90.84M3 r' W0 {1 {9 s% I3 k3 n5 D9 b+ p
| ├──05、02 PyTorch》29、【第五周】TensorBoard简介与安装.mkv 44.92M8 h4 R" d/ o3 z
| ├──05、02 PyTorch》30、【第五周】TensorBoard使用（一）.mkv 85.95M
" |( u2 F1 R. z& E0 u- z| ├──05、02 PyTorch》31、【第五周】TensorBoard使用（二）.mkv 128.18M
: I* g* J8 Q. b* H: b% ^" ]. ~| ├──05、02 PyTorch》32、【第五周】hook函数与CAM可视化.mkv 106.22M& s3 Z# E$ z/ z5 j o
| ├──05、02 PyTorch》33、【第五周】作业讲解.mkv 40.37M3 b0 k. T( l3 e$ L! z3 S3 p
| ├──05、02 PyTorch》34、【第六周】正则化之weight_decay.mkv 65.97M1 Q- U% O0 G5 E8 y/ n+ [. C8 l
| ├──05、02 PyTorch》35、【第六周】Batch Normalization.mkv 106.68M1 ~& _ V# D) j6 M, l8 |+ M
| ├──05、02 PyTorch》36、【第六周】Normalizaiton_layers.mkv 69.19M
5 u, H6 |/ u% p, V5 r" x| ├──05、02 PyTorch》37、【第六周】正则化之Dropout.mkv 73.76M; M k, r# C. K' m/ m! z1 \
| ├──05、02 PyTorch》38、【第六周】作业讲解.mkv 38.44M, `1 B; c9 y. I
| ├──05、02 PyTorch》39、【第七周】模型保存与加载.mkv 46.08M% A! H) x+ ~7 D/ [
| ├──05、02 PyTorch》40、【第七周】模型finetune.mkv 70.48M
5 w8 ~( u( a, r- I. B7 j" Y! D| ├──05、02 PyTorch》41、【第七周】GPU的使用.mkv 77.36M
6 K% S! v; ^* p| ├──05、02 PyTorch》42、【第七周】PyTorch常见报错.mkv 68.49M
+ j) ?0 U- m# R+ q| ├──05、02 PyTorch》43、【第七周】作业讲解.mkv 19.67M* i% V0 z4 L- }+ a) ` _) b% u
| ├──05、02 PyTorch》44、【第八周】图像分类一瞥.mkv 106.50M2 ^* i! g5 e7 T5 V+ R2 j
| ├──05、02 PyTorch》45、【第八周】图像分割一瞥.mkv 128.41M
/ a5 l t: S$ T4 Q4 ~9 [, \| ├──05、02 PyTorch》46、【第八周】图像目标检测一瞥（上）.mkv 95.48M
: y, ?& q$ Q* ~; K7 W| ├──05、02 PyTorch》47、【第八周】图像目标检测一瞥（下）.mkv 157.19M
$ m0 a" b# R+ q' b, P| ├──05、02 PyTorch》48、【第九周】生成对抗网络一瞥.mkv 110.64M* ^0 W. P" G/ n, z3 j# H0 V- ^$ U) g
| └──05、02 PyTorch》49、【第九周】循环神经网络一瞥.mkv 71.28M
/ m q: t: B' ^6 P' \4 B8 e( [1 A├──06、人工智能数学基础》
4 Y1 J {: Q/ @% S2 g- L; d# N! ]| ├──06、人工智能数学基础》05、【第一章 线性代数(上)】章节导读.mkv 10.81M( ?* j) z. J" R/ B3 A7 {
| ├──06、人工智能数学基础》06、【第一章 线性代数(上)】-1 矩阵及其基本运算①.mkv 35.78M
0 L' m4 |9 Q6 X Q* C; Z| ├──06、人工智能数学基础》07、【第一章 线性代数(上)】-2 矩阵及其基本运算②.mkv 74.63M
! G9 }6 T/ y: k& j| ├──06、人工智能数学基础》08、【第一章 线性代数(上)】-3 矩阵的行列式①.mkv 44.57M" }' A$ x9 U/ F+ `- o
| ├──06、人工智能数学基础》09、【第一章 线性代数(上)】-4 矩阵的行列式②.mkv 45.23M
: V. L2 F! i+ L4 M| ├──06、人工智能数学基础》10、【第一章 线性代数(上)】-5 矩阵的行列式③.mkv 34.37M
) E+ D U3 ~3 \' g+ o- {| ├──06、人工智能数学基础》11、【第一章 线性代数(上)】-6 矩阵的行列式④.mkv 13.00M
$ F* L) h& P6 u) H4 D: O| ├──06、人工智能数学基础》12、【第一章 线性代数(上)】-7 矩阵的逆①.mkv 38.37M. i6 T1 }3 M" x- ?) r- P( b. m! H
| ├──06、人工智能数学基础》13、【第一章 线性代数(上)】-8 矩阵的逆②.mkv 25.38M' K8 r6 t) v/ P& `4 L) `8 C3 T' l
| ├──06、人工智能数学基础》14、【第一章 线性代数(上)】-9 矩阵的逆③.mkv 29.03M
' R+ p* V+ F% N9 j" s0 x0 f| ├──06、人工智能数学基础》15、【第二章 线性代数(下)】章节导读.mkv 7.14M
3 j% V2 D9 H6 s4 J* {1 L| ├──06、人工智能数学基础》16、【第二章 线性代数(下)】-1 矩阵的初等变换①.mkv 48.46M$ U! Y9 H* h5 v
| ├──06、人工智能数学基础》17、【第二章 线性代数(下)】-2 矩阵的初等变换②.mkv 20.47M7 b# B3 w3 v+ V5 e r/ m# }
| ├──06、人工智能数学基础》18、【第二章 线性代数(下)】-3 矩阵的初等变换③.mkv 85.05M" E1 N2 g8 c8 d& M
| ├──06、人工智能数学基础》19、【第二章 线性代数(下)】-4 矩阵的初等变换④.mkv 22.47M
1 x2 _: f* s4 ?1 }5 s| ├──06、人工智能数学基础》20、【第二章 线性代数(下)】-5 矩阵的特征值与特征向量①.mkv 74.11M4 ~- F! A5 m \/ d# I: q8 m
| ├──06、人工智能数学基础》21、【第二章 线性代数(下)】-6 矩阵的特征值与特征向量②.mkv 52.55M
4 M4 v; k" [) x# P3 G! ?$ ~| ├──06、人工智能数学基础》22、【第二章 线性代数(下)】-7 矩阵的特征值与特征向量③.mkv 35.99M! m0 {4 V" B+ X2 O6 U8 g
| ├──06、人工智能数学基础》23、【第二章 线性代数(下)】-8 矩阵对角化以及二次型①.mkv 59.40M
" _! x3 R2 h% ~# O1 r7 f4 n| ├──06、人工智能数学基础》24、【第二章 线性代数(下)】-9 矩阵对角化以及二次型②.mkv 31.44M
4 B% u- ]9 U5 u| ├──06、人工智能数学基础》25、【第二章 线性代数(下)】-10 矩阵对角化以及二次型③.mkv 29.83M* x% x8 E8 A: _5 o' z( _; K
| ├──06、人工智能数学基础》26、【第二章 线性代数(下)】-11svd分解的应用.mkv 53.11M
' g1 A& M- @9 G: F2 u* f| ├──06、人工智能数学基础》27、【第三章 微积分】-01常用函数的导数以及到导数的常用公式.mkv 46.64M+ Y2 i" _5 l8 F$ m0 E
| ├──06、人工智能数学基础》28、【第三章 微积分】-02 中值定理&洛必达法则&泰勒公式及应用.mkv 47.60M/ ?* d) \0 D* I
| ├──06、人工智能数学基础》29、【第三章 微积分】-03 函数的凹凸性&函数的极值.mkv 47.14M
6 H5 I( i/ {/ B| ├──06、人工智能数学基础》30、【第三章 微积分】-04 不定积分.mkv 29.56M; V5 Q1 `) d. y- d2 u2 }3 n
| ├──06、人工智能数学基础》31、【第三章 微积分】-05 定积分.mkv 29.44M. M5 Y$ m2 T; M0 D5 C4 }
| ├──06、人工智能数学基础》32、【第三章 微积分】-06 偏导数&多元函数复合求导法则链式求导法则.mkv 45.28M3 a( T$ ` Q! {+ K- N
| ├──06、人工智能数学基础》33、【第三章 微积分】-07 方向导数与梯度及其应用.mkv 54.86M
2 u- ]5 K# a. N% l/ B| ├──06、人工智能数学基础》34、【第三章 微积分】-08 多元函数泰勒公式与海森矩阵&多元函数的极值.mkv 43.06M
4 _! V1 ]/ ]& W3 p& N| ├──06、人工智能数学基础》35、【第三章 微积分】-09 矩阵的求导.mkv 52.45M: m# k5 Q8 H4 @4 O# N
| ├──06、人工智能数学基础》36、【第三章 微积分】-10 矩阵的求导在深度学习中的应用.mkv 48.63M# S; c9 J* U+ A0 r7 |
| ├──06、人工智能数学基础》37、【第四章 概率论】-01随机实验样本空间随机事件&概率的定义.mkv 50.22M
6 S+ ]2 K) n2 T2 y| ├──06、人工智能数学基础》38、【第四章 概率论】-02全概率公式与贝叶斯公式及应用&独立性.mkv 39.09M. W6 l# [7 {! f( g+ {( }' b
| ├──06、人工智能数学基础》39、【第四章 概率论】-03随机变量与多维随机变量.mkv 43.46M
/ A2 o9 i/ l0 p$ v0 |6 A| ├──06、人工智能数学基础》40、【第四章 概率论】-04期望与方差part1.mkv 47.91M) N# W; N# }0 c/ C
| ├──06、人工智能数学基础》41、【第四章 概率论】-05期望与方差part2.mkv 19.72M
) i% c7 r' R$ K7 C| ├──06、人工智能数学基础》42、【第四章 概率论】-06参数的估计.mkv 48.33M
1 S* j+ l+ Z) W& X| ├──06、人工智能数学基础》43、【第五章 最优化】-1 无约束最优化梯度下降.mkv 45.64M
/ ~. b/ h* n! H" \| ├──06、人工智能数学基础》44、【第五章 最优化】-2 无约束最优化梯度下降.mkv 42.04M! K) Z0 Z$ H( C( Q- q, D' `
| └──06、人工智能数学基础》45、【第五章 最优化】-3 约束最优化.mkv 46.79M
6 g: K' J# X P. v├──07、04 神经网络基础知识》
/ q3 q% t6 {2 e| ├──07、04 神经网络基础知识》02、01-神经网络基础与多层感知机-0.mkv 38.15M
" v) z4 @6 s% |; A2 Y: X| ├──07、04 神经网络基础知识》03、01-神经网络基础与多层感知机-1.mkv 26.37M
) L4 @$ J/ @7 P4 || ├──07、04 神经网络基础知识》04、01-神经网络基础与多层感知机-2.mkv 28.86M
?+ n* }. O* i2 b| ├──07、04 神经网络基础知识》05、01-神经网络基础与多层感知机-3.mkv 15.57M' v2 x \# O9 @: Y6 S
| ├──07、04 神经网络基础知识》06、01-神经网络基础与多层感知机-4.mkv 39.66M2 Y5 |0 S5 y( ~! F+ a% f5 h# @, ?+ r
| ├──07、04 神经网络基础知识》07、02-卷积神经网络-0.mkv 28.88M
# ?" ~% a! p' x6 i4 E| ├──07、04 神经网络基础知识》08、02-卷积神经网络-1.mkv 51.75M, \& z: d$ j6 W5 h; L! I
| ├──07、04 神经网络基础知识》09、02-卷积神经网络-2.mkv 22.11M2 h- C! p8 l/ H1 t
| ├──07、04 神经网络基础知识》10、03-循环神经网络-0.mkv 20.50M
7 ^2 w! d( c; h2 |8 J1 F| ├──07、04 神经网络基础知识》11、03-循环神经网络-1.mkv 37.91M1 }6 a. R! b4 S$ ^8 @
| └──07、04 神经网络基础知识》12、03-循环神经网络-2.mkv 26.61M
2 Y$ v6 L; t6 |! [├──08、05 NLP基础知识》
$ \2 V4 t$ o8 v| ├──08、05 NLP基础知识》02、1-1 前言..mkv 152.17M t3 O/ b5 z; U( ]" F, d0 Y
| ├──08、05 NLP基础知识》03、1-2 研究方向概述..mkv 112.22M/ j5 t8 X4 c4 F( W! }6 p
| ├──08、05 NLP基础知识》04、2-1 预备知识..mkv 60.53M
3 ]/ s1 y+ g+ W4 v2 v8 P% K| ├──08、05 NLP基础知识》05、2-2 NLP问题中的特征..mkv 61.23M& N- X* v; y) J* j2 \+ ]
| ├──08、05 NLP基础知识》06、2-3 特征输入..mkv 108.19M) Y# m# J, b* l) N. F
| ├──08、05 NLP基础知识》07、2-4 文本的向量化表示与案例实现..mkv 80.70M+ w! c: C# f5 Q. d% E% O
| ├──08、05 NLP基础知识》08、3-1 统计语言模型简介与案例实现..mkv 185.40M' T1 ?6 f8 j# @7 z* ~% V, P
| ├──08、05 NLP基础知识》09、3-2 语言模型任务评估..mkv 104.25M
0 j2 N r1 F3 [. M% b# M, b/ _0 @& W| ├──08、05 NLP基础知识》10、3-3 神经语言模型简介与代码实现..mkv 191.58M
( f& n6 }/ s$ r4 ?| ├──08、05 NLP基础知识》11、3-4 预训练的词表示及其使用实例..mkv 66.70M9 m$ |. k4 G w5 e" D
| ├──08、05 NLP基础知识》12、4-1 word2vec原理..mkv 129.80M
; M- v! U' \$ m; k) l| ├──08、05 NLP基础知识》13、4-2 word2vec代码复现..mkv 207.33M
9 w1 A7 ?: K; \' E. ]5 A6 B| ├──08、05 NLP基础知识》14、4-3 word2vec项目实战展示..mkv 96.70M
0 |7 j; v5 K R+ D| ├──08、05 NLP基础知识》15、4-4 BERT使用实战讲解..mkv 131.83M1 V. J8 }& l5 r+ G d
| ├──08、05 NLP基础知识》16、4-5 MLP模型与实战..mkv 122.72M* y( q5 \/ M1 L U; L( e$ J. {+ n
| ├──08、05 NLP基础知识》17、4-6 RNN模型原理、代码复现与实战..mkv 186.45M5 N' m6 m) m+ L
| ├──08、05 NLP基础知识》18、5-1 HMM序列标注..mkv 47.47M) p" X w6 F. i4 J3 x' K8 A
| ├──08、05 NLP基础知识》19、5-2 HMM模型简介..mkv 121.17M* e1 W* L+ L: g1 u, f
| ├──08、05 NLP基础知识》20、5-3 HMM样本生成..mkv 112.77M% [3 g8 y" p- a) E/ f' G* F
| ├──08、05 NLP基础知识》21、5-4 HMM训练..mkv 71.39M ?" m* }5 |4 P2 ~) Q
| ├──08、05 NLP基础知识》22、5-5 HMM预测..mkv 107.47M6 H0 u) j# [+ ?0 Y
| └──08、05 NLP基础知识》23、5-6 HMM代码实现..mkv 142.76M
& o- w' h2 W: G2 w/ i├──09、06 NLP-baseline》 * e+ i. z1 g. a3 X: t
| ├──09、06 NLP-baseline》02、NLP baseline 开营仪式.mkv 79.36M
( m* k6 m+ h0 s8 Y1 |2 Y9 |" P| ├──09、06 NLP-baseline》03、1.1 word2vec1-1背景知识.mkv 79.62M4 m* a$ h& i* F. L. e+ K
| ├──09、06 NLP-baseline》04、1.2 word2vec1-2论文泛读.mkv 66.15M- P- F: |9 a& |3 A& p, p9 @
| ├──09、06 NLP-baseline》05、1.3 word2vec2-1对比模型.mkv 64.54M
% x. L0 S/ \: h& Y| ├──09、06 NLP-baseline》06、1.4 word2vec2-2原理.mkv 39.67M
' p0 q2 P& D9 I7 }1 }+ z: A, i: w| ├──09、06 NLP-baseline》07、1.5 word2vec2-3word2vec关键技术.mkv 51.67M
* \# i7 v3 y3 y+ G2 ]| ├──09、06 NLP-baseline》08、1.6 word2vec2-4模型复杂度.mkv 24.93M# y, b$ ]' O- j" f6 O, M
| ├──09、06 NLP-baseline》09、1.7 word2vec2-5实验结果.mkv 62.59M4 ^2 Q k @; M/ m' B+ t
| ├──09、06 NLP-baseline》10、1.8 word2vec3-1代码部分上.mkv 103.47M3 [" R8 O) E. [1 ?
| ├──09、06 NLP-baseline》11、1.9 word2vec3-2代码部分下.mkv 129.38M
4 m$ _2 Q/ {: n- J9 X! G7 d| ├──09、06 NLP-baseline》12、02glove-01-_背景介绍..mkv 28.89M4 H s- i4 b6 ?
| ├──09、06 NLP-baseline》13、02 glove-02-_研究成果及意义.mkv 12.22M
7 Q# U1 [/ ?$ R" l& j| ├──09、06 NLP-baseline》14、02glove-03-论文概述.mkv 87.03M
1 P8 n) k& B1 g# [* Y$ j* K% M| ├──09、06 NLP-baseline》15、02glove-04-模型精讲.mkv 46.79M
; @6 Q0 R9 J/ M| ├──09、06 NLP-baseline》16、02 glove-05-实验分析..mkv 21.96M
+ S) Z, O% E: V! l6 L| ├──09、06 NLP-baseline》17、02glove-06-数据处理.mkv 23.36M( @* c6 i' d" X6 k
| ├──09、06 NLP-baseline》18、02 glove-07-型及训练测试.mkv 24.23M1 c% j: B% O/ e; _7 s, v1 N; _
| ├──09、06 NLP-baseline》19、03char_embedding-01-背景介绍..mkv 34.58M
: U% i5 W1 B, P+ }$ O1 D| ├──09、06 NLP-baseline》20、03 char_embedding-02-研究成果及意义.mkv 27.43M
! w; v- ]. J: x U/ ^$ \| ├──09、06 NLP-baseline》21、03char_embedding-03-论文概述.mkv 34.23M
! M' w6 H5 H5 q9 P/ b9 E| ├──09、06 NLP-baseline》22、03 char_embedding-04-模型详解.mkv 48.84M
( l: ]5 k( J/ {5 I8 H7 ]7 g| ├──09、06 NLP-baseline》23、03 char_embedding-05-语言模型实验分析.mkv 48.84M
7 e2 P4 R3 _( o| ├──09、06 NLP-baseline》24、03 char_embedding-06-词性标注实验分析及论文总结.mkv 45.54M
/ r0 S8 h# x6 s$ w| ├──09、06 NLP-baseline》25、03 char_embedding-07-环境配置.mkv 30.18M
6 H5 G" F. A7 e9 x, R# l& t* \| ├──09、06 NLP-baseline》26、03 char_embedding-08-数据处理.mkv 49.92M: \2 H4 B9 E9 C# T2 ^
| ├──09、06 NLP-baseline》27、03 char_embedding-09-模型构建及训练和测试.mkv 34.67M1 R% v, d7 X. @( v
| ├──09、06 NLP-baseline》28、04textcnn-01-textcnn背景介绍.mkv 23.05M
: s# C5 E8 S6 B! Q6 x| ├──09、06 NLP-baseline》29、04textcnn-02-textcnn研究成果及意义.mkv 13.99M
# ~; {4 q2 Y5 v1 X% O# B| ├──09、06 NLP-baseline》30、04 textcnn-03-textcnn模型简介.mkv 43.38M2 \% s; q! i+ U2 s& a
| ├──09、06 NLP-baseline》31、04 textcnn-04-textcnn模型详解.mkv 38.33M
# r8 X5 e* e8 z5 \| ├──09、06 NLP-baseline》32、04textcnn-05-textcnn实验介绍.mkv 62.29M
( Y- ]& y2 y" v7 |( D| ├──09、06 NLP-baseline》33、04 textcnn-06-textcnn超参选择.mkv 87.93M* n' S- Y$ W5 J
| ├──09、06 NLP-baseline》34、04 textcnn-07-textcnn数据处理以及模型构建..mkv 48.71M
( ^( ^# S# O7 M: D$ _7 C2 @5 c5 t| ├──09、06 NLP-baseline》35、04 textcnn-08-textcnn训练及测试.mkv 41.36M
c5 s. e& r; P# ^/ \| ├──09、06 NLP-baseline》36、05-chartextcnn_1_论文导读..mkv 41.21M
^+ u8 N% h/ r) N+ Z| ├──09、06 NLP-baseline》37、05-chartextcnn_2_1_模型总览及简介.mkv 50.58M
8 ]. r) d- g* {8 o ]1 u* M| ├──09、06 NLP-baseline》38、05-chartextcnn_2_2_模型详解.mkv 43.43M
: e8 W3 K' _# R q4 I% j3 @& ~: r| ├──09、06 NLP-baseline》39、05-chartextcnn_2_3_实验分析及讨论.mkv 48.78M) c# P3 N# n1 d2 v) r
| ├──09、06 NLP-baseline》40、05-chartextcnn_3_1_数据处理.mkv 36.76M# _9 d# S( Z3 @4 ]4 G) Z V( T
| ├──09、06 NLP-baseline》41、05-chartextcnn_3_2_模型定义及训练和测试.mkv 39.50M
0 {' S. } J3 k1 f0 |4 b9 s| ├──09、06 NLP-baseline》42、06-fasttext_1_研究背景及意义.mkv 36.39M
/ P8 E% F. `1 ^" _9 w| ├──09、06 NLP-baseline》43、06-fasttext_2_1_fasttext模型上.mkv 40.99M
) k' i! ^- d8 n+ t) k8 T1 [| ├──09、06 NLP-baseline》44、06-fasttext_2_2_fasttext模型下.mkv 38.25M" {* W9 n7 M* {+ ?% K6 b0 O
| ├──09、06 NLP-baseline》45、06-fasttext_2_3_fasttext实验.mkv 23.84M
2 r2 d) z7 Y( B3 H" {7 k7 G| ├──09、06 NLP-baseline》46、06-fasttext_3_1_fasttext数据读取.mkv 37.59M
) P9 z# W+ m, J3 X0 v* q| ├──09、06 NLP-baseline》47、06-fasttext_3_2_fasttext模型及训练测试.mkv 21.07M
0 B) ~8 T3 s/ S& w7 ]; l| ├──09、06 NLP-baseline》48、07 deep_nmt_1_1_论文简介以及BLEU介绍.mkv 24.49M2 J0 G9 P" O- q4 a0 r
| ├──09、06 NLP-baseline》49、07 deep_nmt_1_2_背景介绍和研究成果及意义.mkv 40.04M( `1 S4 [) [$ B$ _6 v
| ├──09、06 NLP-baseline》50、07 deep_nmt_2_1_deep_nmt模型详解1.mkv 46.86M5 X4 Z) ]9 U; g
| ├──09、06 NLP-baseline》51、07 deep_nmt_2_2_deep_nmtm模型详解2.mkv 37.83M& Y: X1 r4 Q7 B7 r6 X& j
| ├──09、06 NLP-baseline》52、07 deep_nmt_2_3_实验结果及总结.mkv 39.07M
) _6 a% c7 p! Y% d: [- U| ├──09、06 NLP-baseline》53、07 deep_nmt_3_1_机器翻译数据处理和代码简介.mkv 48.23M' H: l0 |" U- g. K, x5 t
| ├──09、06 NLP-baseline》54、07 deep_nmt_3_2_模型和训练及测试.mkv 45.52M
" I) b/ U) ~1 q2 f! K2 M| ├──09、06 NLP-baseline》55、08 attention_nmt_1_1_储备知识_对齐翻译_seq2seq_注意力机制..mkv 32.98M7 q2 j% }3 T/ y8 g' j& @7 h& S4 l
| ├──09、06 NLP-baseline》56、08 attention_nmt_1_2_背景介绍_研究成果及意义.mkv 39.68M
/ x# E. g* E* v6 V: p5 M. l. l( n0 ~| ├──09、06 NLP-baseline》57、08 attention_nmt_2_1_论文总览..mkv 48.38M
, j' j# I# a- G6 x| ├──09、06 NLP-baseline》58、08 attention_nmt_2_2模型详解..mkv 49.56M* }, H! g# x/ W9 e
| ├──09、06 NLP-baseline》59、08 attention_nmt_2_3_实验结果及分析.mkv 48.68M. g! F! ]2 o {8 e
| ├──09、06 NLP-baseline》60、08 attention_nmt_3_1_deep_nmt实现.mkv 89.75M; _) ^" {3 }' ?
| ├──09、06 NLP-baseline》61、08 attention_nmt_3_2_fairseq.mkv 84.72M
8 P# a7 I8 h% b; l9 T: g( J0 j S| ├──09、06 NLP-baseline》62、09 han_attention_1_1_前期储备知识介绍.mkv 25.41M
+ U& b0 g4 J1 [$ w# Z/ k| ├──09、06 NLP-baseline》63、09 han_attention_1_2_研究背景成果及意义..mkv 38.71M$ P7 |5 J) p5 E( h/ m. `
| ├──09、06 NLP-baseline》64、09 han_attention_2_1_论文总览.mkv 56.09M
' x2 Z. g, j& w: c. p| ├──09、06 NLP-baseline》65、09 han_attention_2_2_模型详解.mkv 36.92M9 @# [, M, P! m8 B ?5 F( D
| ├──09、06 NLP-baseline》66、09 han_attention_2_3_实验结果及论文总结.mkv 120.25M
8 Q6 A/ Z2 F" \4 W6 g| ├──09、06 NLP-baseline》67、09 han_attention_3_1_数据读取.mkv 52.83M
( t7 N# n! m! j. [) _| ├──09、06 NLP-baseline》68、09 han_attention_3_2_模型实现及训练和测试.mkv 51.71M
7 U* U/ H8 [, ]| ├──09、06 NLP-baseline》69、10 sgm_1_1_多标签分类介绍..mkv 19.69M
3 L* ?0 t W+ h7 _| ├──09、06 NLP-baseline》70、10 sgm_1_2_背景知识和研究成果及意义.mkv 58.03M
, I( z7 ]1 D+ w1 B% R, y| ├──09、06 NLP-baseline》71、10 sgm_2_1_论文简介.mkv 50.81M
_! g2 G. j" |% C| ├──09、06 NLP-baseline》72、10 sgm_2_2_模型详解..mkv 27.89M' M( C6 s. I. u% | B) T M+ Z7 k
| ├──09、06 NLP-baseline》73、10 sgm_2_3_实验结果及分析.mkv 52.15M
& ^! T9 v4 \0 q8 J6 x$ p* m; n| ├──09、06 NLP-baseline》74、10 sgm_3_1_数据处理.mkv 45.40M
* ^7 {. n( W9 C6 `2 n9 E6 g* u| └──09、06 NLP-baseline》75、10 sgm_3_2_模型实现..mkv 74.06M
6 @3 { Q+ k5 ?8 L/ c3 Y├──10、07 信息抽取-命名实体识别》
1 u+ n0 \8 J( d| ├──10、07 信息抽取-命名实体识别》02、1.1- BiLSTM-CRF-论文研究背景.mkv 66.78M7 a2 r6 c& B: P! D" k3 x, ~1 d
| ├──10、07 信息抽取-命名实体识别》03、1.2- BiLSTM-CRF-论文算法总览.mkv 36.74M0 v+ F9 _- ~; N3 ?( F9 k
| ├──10、07 信息抽取-命名实体识别》04、1.3-BiLSTM-CRF模型结构.mkv 27.55M
1 ?- h7 P# @1 ]0 J+ K4 ~| ├──10、07 信息抽取-命名实体识别》05、1.4-BiLSTM-CRF损失函数与维特比解码.mkv 22.59M
1 {' L V6 |* M7 A8 q| ├──10、07 信息抽取-命名实体识别》06、1.5- BiLSTM-CRF-实验结果与论文总结.mkv 14.80M
; T4 d" y1 h5 k' }( |/ || ├──10、07 信息抽取-命名实体识别》07、1.6- BiLSTM-CRF代码讲解.mkv 44.44M" J% @7 j' h' G9 }
| ├──10、07 信息抽取-命名实体识别》08、1.7- BiLSTM-CRF-NCR-Fpp代码详解.mkv 49.23M- A: Y$ C5 E5 q2 @
| ├──10、07 信息抽取-命名实体识别》09、2.1_LatticeLSTM论文研究背景.mkv 74.91M; w. q1 j% Y& v
| ├──10、07 信息抽取-命名实体识别》10、2.2_LatticeLSTM模型总览..mkv 27.34M
* y* J- H N: o, W, \4 U% E. h| ├──10、07 信息抽取-命名实体识别》11、2.3_LatticeLSTM模型细节.mkv 25.24M+ r% H" ?% \5 w* U4 A$ B# n
| ├──10、07 信息抽取-命名实体识别》12、2.4_LatticeLSTM论文实验与总结.mkv 11.05M6 y- A1 r0 v3 L! ?
| ├──10、07 信息抽取-命名实体识别》13、2.5_LatticeLSTM代码讲解..mkv 88.61M
5 F& P! M" Z+ m4 n$ a0 y. K. P9 C| ├──10、07 信息抽取-命名实体识别》14、3.1_LR-CNN论文研究背景.mkv 78.05M) p, S* Q" v+ I% f5 e
| ├──10、07 信息抽取-命名实体识别》15、3.2_LR-CNN模型总览.mkv 23.62M8 F+ L# x2 q. L: @/ s
| ├──10、07 信息抽取-命名实体识别》16、3.3_LR-CNN模型细节.mkv 19.87M6 `7 \$ N- n7 n t
| ├──10、07 信息抽取-命名实体识别》17、3.4_LR-CNN模型细节2..mkv 13.75M
& V: @8 m0 _+ D, r0 Y7 T| ├──10、07 信息抽取-命名实体识别》18、3.5_LR-CNN论文代码讲解..mkv 44.43M
$ A, d2 X+ q4 ]$ L| ├──10、07 信息抽取-命名实体识别》19、4.1_LGN论文研究背景..mkv 81.93M# d0 }8 E" b5 g4 y
| ├──10、07 信息抽取-命名实体识别》20、4.2_LGN模型总览..mkv 12.85M
3 T1 `. Q2 O p8 z1 || ├──10、07 信息抽取-命名实体识别》21、4.3_LGN模型详解.mkv 17.23M% t5 D3 I. I7 i* [, A6 n. V
| ├──10、07 信息抽取-命名实体识别》22、4.4_LGN代码讲解.mkv 26.42M/ n' p+ T+ |' ?' ]$ l# |- v$ X( P3 O
| ├──10、07 信息抽取-命名实体识别》23、5.1_TENER论文研究背景.mkv 137.09M7 d9 Q D$ c4 w: b
| ├──10、07 信息抽取-命名实体识别》24、5.2_TENER模型总览.mkv 49.63M7 \% B( {. k) _5 K( E
| ├──10、07 信息抽取-命名实体识别》25、5.3_TENER模型详解.mkv 72.78M
( G, x/ q/ Q, i/ i6 F6 L, A| ├──10、07 信息抽取-命名实体识别》26、5.4_TENER模型总结.mkv 30.15M
5 R, D3 x1 m% l$ J/ P3 z) {( P| ├──10、07 信息抽取-命名实体识别》27、5.5_TENER模型代码.mkv 73.36M
0 n( q, a; ~0 m/ l| ├──10、07 信息抽取-命名实体识别》28、6-1_Soft_Lexicon论文研究背景..mkv 130.51M! q6 U7 t2 `3 H; {' k
| ├──10、07 信息抽取-命名实体识别》29、6-2_Soft_Lexicon模型总览.mp4.mkv 27.98M
6 z0 R+ P5 z1 R9 _6 C/ a| ├──10、07 信息抽取-命名实体识别》30、6-3_Soft_Lexicon模型详解..mkv 24.14M" @ ]( W8 |$ R
| ├──10、07 信息抽取-命名实体识别》31、6-4_Soft_Lexicon模型总结..mkv 61.13M
5 m/ ^2 d$ M: W1 k& I| └──10、07 信息抽取-命名实体识别》32、6-5_Soft_Lexicon模型代码..mkv 46.15M! f! \7 j* s( S* Y/ T" j2 x
├──11、07 （2）信息抽取-关系抽取》 4 n2 F$ b* \) m' |! U$ P
| ├──11、07 （2）信息抽取-关系抽取》01、【11月6日】篇章级事件抽取前沿直播.mkv 222.57M) {( M: j" h( B! b& n$ L2 ~ ^
| ├──11、07 （2）信息抽取-关系抽取》03、01 cnn_for-re-01.mp4（新版）.mkv 41.20M
/ I# T' z/ \" m" H6 B& H3 T| ├──11、07 （2）信息抽取-关系抽取》04、01 cnn_for-re-02.mp4（新版）.mkv 53.55M
) F+ E! l. S; U3 h1 d| ├──11、07 （2）信息抽取-关系抽取》05、01 cnn_for-re-03.mp4（新版）.mkv 56.90M
4 [' _; W# ]# x3 x0 w0 {- e" f| ├──11、07 （2）信息抽取-关系抽取》06、01 cnn_for-re-04.mp4（新版）.mkv 67.45M
4 e- F" |# T* A( V* J| ├──11、07 （2）信息抽取-关系抽取》07、01 cnn_for-re-05.mp4（新版）.mkv 53.36M! O+ n1 \9 C+ I) u
| ├──11、07 （2）信息抽取-关系抽取》08、01 code_cnn_for_re-06（新版）.mkv 77.94M
0 b3 J) V0 X1 v6 w, L, t) T0 Y* s| ├──11、07 （2）信息抽取-关系抽取》09、01 code_cnn_for_re-07（新版）.mkv 76.29M
^) E+ O* e7 ?; t1 }| ├──11、07 （2）信息抽取-关系抽取》10、01 code_cnn_for_re-08（新版）.mkv 88.95M9 B+ |+ V. p0 d8 d+ |5 e9 Z% L
| ├──11、07 （2）信息抽取-关系抽取》11、01 code_cnn_for_re-09（新版）.mkv 103.43M
: l/ c% W7 x% z6 N3 z3 l5 g" K" y| ├──11、07 （2）信息抽取-关系抽取》12、01 code_cnn_for_re-10（新版）.mkv 59.76M
5 d6 g, |6 j& q* l| ├──11、07 （2）信息抽取-关系抽取》13、02 pcnn_crcnn_1_PCNN背景及部分相关工作（新版）.mkv 63.74M
5 j- I% [8 |+ {8 D/ m| ├──11、07 （2）信息抽取-关系抽取》14、02 pcnn_crcnn_2_PCNN的相关工作（新版）.mkv 52.01M6 |2 ]5 G4 A( Z: B1 |( A! U
| ├──11、07 （2）信息抽取-关系抽取》15、02 pcnn_crcnn_3_PCNN的模型部分（新版）.mkv 62.61M. ~7 M8 D: D. e7 c' B& k: v; S
| ├──11、07 （2）信息抽取-关系抽取》16、02 pcnn_crcnn_4_PCNN的实验部分及CRCNN的背景（新版）.mkv 38.75M
( O& T0 C+ c" c| ├──11、07 （2）信息抽取-关系抽取》17、02 pcnn_crcnn_5_CRCNN的相关工作及模型部分（新版）.mkv 83.55M9 u5 u" l& i0 m" C# p6 F, a5 Q
| ├──11、07 （2）信息抽取-关系抽取》18、02 pcnn_crcnn_6_CRCNN的实验部分及总结（新版）.mkv 39.43M$ o' c9 c& |" M) ?' H( W
| ├──11、07 （2）信息抽取-关系抽取》19、02 pcnn_code-7-前期回顾及输出处理1（新版）.mkv 64.57M$ M" Y4 ] H0 [
| ├──11、07 （2）信息抽取-关系抽取》20、02 pcnn_code-8-数据处理2（新版）.mkv 48.79M
\0 m/ N5 R* s" S) L| ├──11、07 （2）信息抽取-关系抽取》21、02 pcnn_code-9-模型定义（新版）.mkv 64.54M
( w# u5 p) `8 y. D: G| ├──11、07 （2）信息抽取-关系抽取》22、02 pcnn_code-10-模型训练1（新版）.mkv 46.77M/ c! {* X/ I4 U5 `
| ├──11、07 （2）信息抽取-关系抽取》23、02 pcnn_code-11-模型训练2及模型评价（新版）.mkv 96.84M
9 i1 a+ a: k5 O| ├──11、07 （2）信息抽取-关系抽取》24、3.1 att-blstm 关系识别-背景介绍.（旧版）.mkv 56.28M' Z$ R! P' Q; o" b$ P" T! n
| ├──11、07 （2）信息抽取-关系抽取》25、3.2 att-blstm 关系识别-模型详解.（旧版）.mkv 85.90M
. I% m8 O% _. C( N5 A: v# K| ├──11、07 （2）信息抽取-关系抽取》26、3.3 att-blstm 关系识别-代码实战.（旧版）.mkv 121.00M
3 [- w+ k6 D) I2 K7 K3 ~9 C8 i* n| ├──11、07 （2）信息抽取-关系抽取》27、03 lstmatt_1_背景及相关工作（新版）.mkv 87.87M+ y' _9 a7 \+ h% j+ X+ b
| ├──11、07 （2）信息抽取-关系抽取》28、03 lstmatt_2_模型及实验（新版）.mkv 84.46M
/ K3 ^1 Y4 `0 M/ D2 }( n| ├──11、07 （2）信息抽取-关系抽取》29、03 att_lstm_code_3_课程回顾及超参数设置（新版）.mkv 91.06M
- F8 M& r" D q& ]1 S# N+ D5 Z' J| ├──11、07 （2）信息抽取-关系抽取》30、03 att_lstm_code_4_数据处理及模型定义（新版）.mkv 105.53M3 }" ?2 Q `1 O
| ├──11、07 （2）信息抽取-关系抽取》31、03 att_lstm_code_5_模型训练及模型评价（新版）.mkv 93.61M
$ c( h) c" ^, X* M0 r| ├──11、07 （2）信息抽取-关系抽取》32、4.1 LSTM-LSTM-bias 背景介绍.（旧版）.mkv 71.00M
( J. u! q' x/ B6 o% j( ? n| ├──11、07 （2）信息抽取-关系抽取》33、4.2 LSTM-LSTM-bias模型详解.（旧版）.mkv 91.63M' A$ J2 o4 S! F
| ├──11、07 （2）信息抽取-关系抽取》34、4.3 LSTM-LSTM-bias代码实战（旧版）.mkv 151.05M. |0 E$ J2 k9 F+ N1 A
| ├──11、07 （2）信息抽取-关系抽取》35、04 novel_tagging_paper_1_背景及相关工作01（新版）.mkv 77.73M
1 i+ E) c6 o J| ├──11、07 （2）信息抽取-关系抽取》36、04 novel_tagging_paper_2_相关工作02（新版）.mkv 61.51M- R4 f9 }! [0 g7 W( i0 b
| ├──11、07 （2）信息抽取-关系抽取》37、04 novel_tagging_paper_3_相关工作03（新版）.mkv 83.44M
9 G) \1 h& c) A6 M8 a| ├──11、07 （2）信息抽取-关系抽取》38、04 novel_tagging_paper_4_模型（新版）.mkv 64.79M7 T! c4 V2 Z" Z- d+ Q, R
| ├──11、07 （2）信息抽取-关系抽取》39、04 novel_tagging_code_1_准备工作_超参数定义_数据处理（新版）.mkv 120.29M
7 c2 I6 u2 M* C b% y/ Z O/ U| ├──11、07 （2）信息抽取-关系抽取》40、04 novel_tagging_code_2_数据读取_模型训练与评价（新版）.mkv 107.74M' r7 b1 T- Y3 O4 I+ F& \1 S
| ├──11、07 （2）信息抽取-关系抽取》41、04 novel_tagging_paper_5_实验（新版）.mkv 36.17M6 _1 \" z9 N8 \; k9 M0 `1 s+ n! t( ~
| ├──11、07 （2）信息抽取-关系抽取》42、05 casrel_paper_0（新版）.mkv 55.00M+ L7 B' K' C8 L6 F1 a
| ├──11、07 （2）信息抽取-关系抽取》43、05 casrel_paper_1（新版）.mkv 34.01M
& B1 ?& c5 _$ q5 Z$ Z& R8 x| ├──11、07 （2）信息抽取-关系抽取》44、05 casrel_paper_2（新版）.mkv 57.32M4 h: W4 @: ^8 M, }
| ├──11、07 （2）信息抽取-关系抽取》45、05 casrel_paper_3（新版）.mkv 53.37M! q! S) h1 y F& V- S: V
| ├──11、07 （2）信息抽取-关系抽取》46、05 casrel_paper_4（新版）.mkv 53.62M
/ l3 f6 U3 ~8 P7 Z- a$ A% g| ├──11、07 （2）信息抽取-关系抽取》47、05 casrel_code_5（新版）.mkv 71.51M
. o2 ~% w2 @# `3 f2 @2 @| ├──11、07 （2）信息抽取-关系抽取》48、05 casrel_code_6（新版）.mkv 93.40M" I# g( A2 D, N3 V! R: ^/ m
| ├──11、07 （2）信息抽取-关系抽取》49、05 casrel_code_7（新版）.mkv 93.61M
6 s* {& j) ]$ d. e# ^| └──11、07 （2）信息抽取-关系抽取》50、05 casrel_code_8（新版）.mkv 119.63M
- \0 A6 o5 `" `6 b% M# ?) x! M1 v├──12、08 NLP-预训练模型》 d2 F2 Z" j# u/ I t2 C* A& n1 ]
| ├──12、08 NLP-预训练模型》02、01transformer-01-论文背景&研究成果.mkv 53.26M/ Q. U9 T3 L5 I& L+ ^# [, {: f( i0 e
| ├──12、08 NLP-预训练模型》03、01transformer-02-attention回顾.mkv 54.19M2 q2 [% a; H# m. b- T
| ├──12、08 NLP-预训练模型》04、01transformer-03-模型框架和self_attention.mkv 55.85M- f% q E5 _) n* h% g
| ├──12、08 NLP-预训练模型》05、01transformer-04-模型小trick..mkv 96.70M$ C a5 S ~7 c; f) ~# h; v
| ├──12、08 NLP-预训练模型》06、01transformer-05-代码框架部分和encoder.mkv 105.28M" \: @7 j* a6 }5 \# e6 j/ z6 {
| ├──12、08 NLP-预训练模型》07、01transformer-06-代码decoder和self_attention.mkv 98.23M
2 Y2 A; d' C6 h( \% m% H0 z* x' ]| ├──12、08 NLP-预训练模型》08、01transformer-07-代码训练部分和预测部分.mkv 156.37M y. S4 v, M/ k/ ?
| ├──12、08 NLP-预训练模型》09、02transformer_xl-01-论文背景..mkv 65.83M7 F# x) o2 o/ ~: q6 b) `. `
| ├──12、08 NLP-预训练模型》10、02transformer_xl-02-vallini model回顾..mkv 52.17M
. k9 n h: |# c! N8 w+ f n| ├──12、08 NLP-预训练模型》11、02transformer_xl-03-片段级递归机制..mkv 47.51M9 ~# C1 P0 E' }: p
| ├──12、08 NLP-预训练模型》12、02transformer_xl-04-相对位置编码和小trick..mkv 53.59M
: O. C& I( D% ?3 i7 J% p| ├──12、08 NLP-预训练模型》13、02transformer_xl-05-论文总结..mkv 94.00M
6 U; ^+ f8 _& s: {| ├──12、08 NLP-预训练模型》14、02transformerxl-06-代码数据准备..mkv 58.82M& ~' I3 a* d8 t
| ├──12、08 NLP-预训练模型》15、02transformerxl-07-代码self attention..mkv 132.05M
; O- R. M+ m6 d/ D% L5 {| ├──12、08 NLP-预训练模型》16、02transformer_xl-08-代码update memory和adaptive.mkv 101.14M
: I/ ]' X+ x3 ]- p- a% v; T1 j| ├──12、08 NLP-预训练模型》17、02transformer_xl-09-代码adaptive softmax2..mkv 151.16M
4 p: b" n' B/ x6 @; A| ├──12、08 NLP-预训练模型》18、03elmo-01-elmo的下游任务介绍..mkv 29.04M
/ C: y% ^) d9 w" Q5 H0 V| ├──12、08 NLP-预训练模型》19、03elmo-02-feature_based和fine_tuning.mkv 24.26M
4 Z/ o2 w$ {) p) ] v" c- d1 G* m| ├──12、08 NLP-预训练模型》20、03elmo-03-word2vec和charcnn回顾.mkv 19.15M& L" G8 P% K! Z( H
| ├──12、08 NLP-预训练模型》21、03elmo-04-Bidirectional_language_models.mkv 22.20M
4 ~, P9 H" m5 j/ W% m- }% q1 o: B& R% o* `| ├──12、08 NLP-预训练模型》22、03elmo-05-how to use emol..mkv 18.26M5 y z% O2 M( O* z; ]
| ├──12、08 NLP-预训练模型》23、03elmo-06-论文回顾..mkv 67.67M6 @2 S4 I1 N2 r; m1 A
| ├──12、08 NLP-预训练模型》24、03elmo-07-代码预处理部分.mkv 78.29M
3 e6 y0 E. t- Q1 @| ├──12、08 NLP-预训练模型》25、03elmo-08-代码模型结构部分.mkv 102.25M
5 Z/ q3 @/ b: H( S, s7 h5 I8 m; _3 Z| ├──12、08 NLP-预训练模型》26、03elmo-09-代码crf流程..mkv 42.40M
2 X$ g" l$ t3 {: V| ├──12、08 NLP-预训练模型》27、03elmo-10-代码crf实现..mkv 143.87M
+ j* |' p' L5 \/ e6 a| ├──12、08 NLP-预训练模型》28、04gpt-01-nlp下游任务介绍.mkv 40.46M* }8 ]4 T @5 D! M, W6 \$ @
| ├──12、08 NLP-预训练模型》29、04gpt-02-transformer回顾.mkv 32.37M: J3 ?% y, z0 c4 K
| ├──12、08 NLP-预训练模型》30、04gpt-03-预训练和fine-tuning.mkv 23.39M
( y f& U0 B' B3 q2 J4 g) t| ├──12、08 NLP-预训练模型》31、04gpt-04-输入转换.mkv 17.50M
9 \7 \9 |6 K: ~8 Q- U @# j| ├──12、08 NLP-预训练模型》32、04gpt-05-论文回顾..mkv 50.40M
/ N5 b2 q5 s0 {' ]9 U7 x3 }& || ├──12、08 NLP-预训练模型》33、04gpt-06-代码流程和建立vocab.mkv 70.76M8 Z6 I) d3 [2 ~+ ~) W
| ├──12、08 NLP-预训练模型》34、04gpt-07-代码与处理部分.mkv 52.48M
6 Q5 w; R- ^& G7 c5 x6 b# T, y, }| ├──12、08 NLP-预训练模型》35、04gpt-08-代码trasform_roc部分.mkv 21.58M
$ H7 {' a* q. T1 v7 H6 R& E| ├──12、08 NLP-预训练模型》36、04gpt-09-代码transformer_model部分.mkv 57.92M
3 @+ R2 H7 {8 }- @, ^| ├──12、08 NLP-预训练模型》37、04gpt-10-代码两种loss的计算.mkv 43.94M1 d+ ?" u7 }6 v, s/ u' f4 T( c
| ├──12、08 NLP-预训练模型》38、04gpt-11-代码训练部分.mkv 51.88M3 q' ?. b7 j- F" b
| ├──12、08 NLP-预训练模型》39、05bert-01-bert的背景和glue benchmark..mkv 27.87M
4 Q4 I2 P% ^; \9 z: x2 E. }8 T| ├──12、08 NLP-预训练模型》40、05bert-02-论文导读和bert 衍生模型..mkv 26.39M8 e6 Y4 C/ [$ o3 N' Q! Z. ^
| ├──12、08 NLP-预训练模型》41、05bert-03-bert、gtp、elmo的比较.mkv 14.58M3 ?/ _/ I3 N, f: D. h! E
| ├──12、08 NLP-预训练模型》42、05bert-04-bert model和pre-training部分.mkv 28.48M
7 P2 f) b4 b, p& r6 Q5 I4 `% k8 Y| ├──12、08 NLP-预训练模型》43、05bert-05-bert的fine-tuning部分.mkv 20.46M! w* S; ^1 k1 b% O8 ]
| ├──12、08 NLP-预训练模型》44、05bert-06-代码fine-tuning数据预处理和model 加载.mkv 37.48M; M' N- L2 ~; E/ M B
| ├──12、08 NLP-预训练模型》45、05bert-07-代码fine-tuning训练部分.mkv 24.08M
$ k! X Y L" A4 Z% A3 P| ├──12、08 NLP-预训练模型》46、05bert-08-代码bert pretrain的NSP.mkv 43.80M
$ u! G# @) Q+ z* R) w% J8 i| ├──12、08 NLP-预训练模型》47、05bert-09-代码pertrain预处理.mkv 60.81M, H4 n0 h* [7 t
| ├──12、08 NLP-预训练模型》48、05bert-10-代码bert-pretrain的transformer部分..mkv 47.08M3 Q+ m1 M j' s
| ├──12、08 NLP-预训练模型》49、05bert-11-代码bert pretrain的loss计算..mkv 59.92M
3 M1 \1 ]' d* Y! N% E7 _& y| ├──12、08 NLP-预训练模型》50、06ulmfit-01-uimfit背景介绍.mkv 37.51M0 n0 l3 S) u' w
| ├──12、08 NLP-预训练模型》51、06ulmfit-02-awdLstm回顾..mkv 20.91M
8 q+ x8 u4 v/ \& U| ├──12、08 NLP-预训练模型》52、06ulmfit-03-下三角学习率.mkv 20.58M
- i& z) A. [( v4 z4 V9 F C& P: @| ├──12、08 NLP-预训练模型》53、06ulmfit-04-classifier fine tuning..mkv 18.11M1 |4 V7 _) W- U' |% v6 M Y
| ├──12、08 NLP-预训练模型》54、06ulmfit-05-论文回顾.mkv 80.46M/ _8 i2 `8 T+ E
| ├──12、08 NLP-预训练模型》55、06ulmfit-06-代码fine tuning部分.mkv 50.31M
& T; i1 @) i' P( \8 I| ├──12、08 NLP-预训练模型》56、06ulmfit-07-代码逐层解冻和预测.mkv 36.63M
, M+ n7 W$ P% Y5 }3 ^ O* _| ├──12、08 NLP-预训练模型》57、06ulmfit-08-代码pycharm lm部分..mkv 42.29M* T$ G1 M) s5 P; Z, W7 x
| ├──12、08 NLP-预训练模型》58、07albert-01-albert背景介绍.mkv 46.97M' \: I( h9 G8 E+ _: \2 W/ i9 s1 u8 e" r
| ├──12、08 NLP-预训练模型》59、07albert-02-轻量级bert回顾.mkv 42.60M
( q/ ?3 {( J! j% g' t& f% H0 x| ├──12、08 NLP-预训练模型》60、07albert-03-embedding layer的因式分解.mkv 55.15M
" {4 O& C& b. G* p: }8 U| ├──12、08 NLP-预训练模型》61、07albert-04-albert跨层参数共享.mkv 28.91M3 k, D! H& f; Q, h, n
| ├──12、08 NLP-预训练模型》62、07albert-05-NSP任务和论文回顾..mkv 108.88M
* Y9 c- v4 v" e. T9 k9 N/ ?| ├──12、08 NLP-预训练模型》63、07albert-06-代码tokenizer部分.mkv 50.71M
3 Z( h6 g$ l2 I* ~4 C, ]( S4 h# }| ├──12、08 NLP-预训练模型》64、07albert-07-代码samplemask.mkv 87.56M" O5 ]7 J7 `8 O2 r
| ├──12、08 NLP-预训练模型》65、07albert-08-代码transformer结构.mkv 81.61M* P4 g2 [) z' h. |
| ├──12、08 NLP-预训练模型》66、07albert-09-代码pretrain 训练部分.mkv 46.71M
9 u H1 d+ D8 D; X( k| ├──12、08 NLP-预训练模型》67、07albert-10-代码albert fine-tuning.mkv 170.72M- t; T0 @5 `2 J
| ├──12、08 NLP-预训练模型》68、08mass-01-mass背景介绍..mkv 73.51M4 Q4 {$ M; d, Y# U$ u
| ├──12、08 NLP-预训练模型》69、08mass-02-bert和gpt回顾..mkv 50.11M# D. z2 O4 [8 u% v5 N
| ├──12、08 NLP-预训练模型》70、08mass-03-mass 的seq2seq pretraining..mkv 64.88M
* w; |' b5 U+ I u* L; M) F| ├──12、08 NLP-预训练模型》71、08mass-04-mass的discussions..mkv 118.93M
$ ?8 x& I+ V5 c2 ]' i+ W. x| ├──12、08 NLP-预训练模型》72、08mass-05-代码fairseq的训练流程..mkv 79.12M
* N; i: ^) s$ Q7 r9 v: c| ├──12、08 NLP-预训练模型》73、08mass-06-代码mass的xseq2seq部分.mkv 161.22M
5 i7 z: r( Z6 `7 n| ├──12、08 NLP-预训练模型》74、08mass-07-代码mass的xtransformer部分..mkv 73.21M3 d0 p2 Z' b7 \" M" x/ [ R
| ├──12、08 NLP-预训练模型》75、08mass-08-代码mass的dataset准备..mkv 99.92M
. r/ o# T1 c- t+ L. o2 D) ]| ├──12、08 NLP-预训练模型》76、09xlnet-01-xlnet背景介绍..mkv 47.34M
* X" e7 k/ b1 Y w. R3 b| ├──12、08 NLP-预训练模型》77、09xlnet-02-AR和AE的比较..mkv 59.35M' `% G3 `7 ^1 D: w5 w% v0 _. ]9 S
| ├──12、08 NLP-预训练模型》78、09xlnet-03-排列lm部分..mkv 48.28M4 P. S; i+ ^7 |" i
| ├──12、08 NLP-预训练模型》79、09xlnet-04-排列lm的mask实现.mkv 40.57M
% N- X2 i% B7 R/ d( K( l3 B| ├──12、08 NLP-预训练模型》80、09xlnet-05-传统lm存在的问题..mkv 32.56M
: G, S' D _9 f" ~| ├──12、08 NLP-预训练模型》81、09xlnet-06-Two Stream Self-attention..mkv 56.33M% o" \( B, v" Y* g6 U: c- [7 D
| ├──12、08 NLP-预训练模型》82、09xlnet-07-xlnet论文回顾.mkv 69.35M
+ V# B. K6 ~ g* _| ├──12、08 NLP-预训练模型》83、09xlnet-08-代码xlnet的fine-tuning..mkv 61.78M$ H- [: f1 v0 f, W$ y5 w
| ├──12、08 NLP-预训练模型》84、09xlnet-09-代码xlnet的mask..mkv 180.55M
6 m$ y5 Q! g8 b7 {| ├──12、08 NLP-预训练模型》85、09xlnet-10-代码xlnet的self attention..mkv 126.95M
6 H" t" H9 z1 b1 ?8 z| ├──12、08 NLP-预训练模型》86、10electra-01-electra背景介绍..mkv 56.59M: W: T6 b% K6 N, }( _4 _7 W
| ├──12、08 NLP-预训练模型》87、10electra-02-gan的回顾..mkv 43.00M
! g% l' b5 i, o- B| ├──12、08 NLP-预训练模型》88、10electra-03-electra的生成器和判别器详解..mkv 38.97M
0 d. A: S) s: f: J/ |0 k0 L7 L| ├──12、08 NLP-预训练模型》89、10electra-04-论文回顾..mkv 84.85M
) A. t* |& t9 h: s: h; \/ {+ A: k| ├──12、08 NLP-预训练模型》90、10electra-05-代码electra训练流程..mkv 106.36M
g7 v* @" ^; h8 v6 U| ├──12、08 NLP-预训练模型》91、10electra-06-代码预处理部分..mkv 123.43M
! \1 l! e2 Q$ K- v1 B, M" X| ├──12、08 NLP-预训练模型》92、10electra-07-代码生成器和判别器..mkv 126.26M6 ?# H$ I1 O: a4 P/ [5 h; {, L
| └──12、08 NLP-预训练模型》93、10electra-08-代码start training部分..mkv 120.19M, f5 V/ w& j3 |, L. U! G7 P! g6 q
├──13、09 NLP-图神经网络》
, u0 G6 J+ a. \! D| ├──13、09 NLP-图神经网络》02、00图神经网络专题-01-开班课..mkv 59.92M
+ ?7 d' S8 K2 A2 u| ├──13、09 NLP-图神经网络》03、00图神经网络专题-02-开班课.mkv 34.39M
, @# n3 z6 R! F: F* D; W# V| ├──13、09 NLP-图神经网络》04、02第二次直播答疑..mkv 72.01M) ]% w' y, S% }% i
| ├──13、09 NLP-图神经网络》05、03第三次直播答疑..mkv 50.57M
& G T% A" ?2 M. N; K& K1 J1 d4 y| ├──13、09 NLP-图神经网络》06、05第五次直播答疑..mkv 44.09M' M5 _" n0 K" B+ J0 e
| ├──13、09 NLP-图神经网络》07、01nodevec-01-研究背景.mkv 24.53M- S( V- Y+ U# I& }( R) W
| ├──13、09 NLP-图神经网络》08、01nodevec-02-研究成果.mkv 43.82M5 R3 T: H1 L4 S! U
| ├──13、09 NLP-图神经网络》09、01nodevec-03-图的应用.mkv 33.36M- y: L9 A- H0 y4 {5 X) y( G% K
| ├──13、09 NLP-图神经网络》100、08gcn-09-gcn频域公式推导..mkv 73.58M# G3 D0 d( ]1 T) E- W/ Z/ {
| ├──13、09 NLP-图神经网络》101、08gcn-10-实验分析..mkv 80.77M3 q7 o1 c* m0 H
| ├──13、09 NLP-图神经网络》102、08gcn-11-论文总结..mkv 41.25M
+ C6 x+ [5 O( @| ├──13、09 NLP-图神经网络》103、08gcn-12-代码介绍..mkv 43.63M6 z" L* E1 v" L% L& b
| ├──13、09 NLP-图神经网络》104、08gcn-13-读图预处理..mkv 51.03M. V( n) R/ g4 Y9 w. S
| ├──13、09 NLP-图神经网络》105、08gcn-14-gcn模型实现及代码总结.mp4.mkv 49.05M
% C# i" ?* ?2 s, p| ├──13、09 NLP-图神经网络》106、09ggnn-01-研究背景..mkv 47.90M4 {1 [" T/ h% `' h9 ?
| ├──13、09 NLP-图神经网络》107、09ggnn-02-ggnn模型简介..mkv 33.75M: C% R5 H3 c2 l
| ├──13、09 NLP-图神经网络》108、09ggnn-03-研究成果研究意义..mkv 36.32M
% U' l- Q* r3 @8 D) @| ├──13、09 NLP-图神经网络》109、09ggnn-04-模型总览..mkv 63.70M
x( P+ K& z7 s& d' n, D. Q| ├──13、09 NLP-图神经网络》10、01nodevec-04-模型结构&BFS&DFS.mkv 107.53M8 f# x& f/ y$ ~1 G" w, M5 C
| ├──13、09 NLP-图神经网络》110、09ggnn-05-GRU模型简单回顾..mkv 27.46M7 h' N% a$ y4 H: Q" @
| ├──13、09 NLP-图神经网络》111、09ggnn-06-GGNN模型细节..mkv 79.20M. `" P2 \" d1 B, c
| ├──13、09 NLP-图神经网络》112、09ggnn-07-GGSNNs模型细节..mkv 55.17M+ Q' S8 S: @8 l
| ├──13、09 NLP-图神经网络》113、09ggnn-08-bAbI任务..mkv 88.46M
( R; e/ X4 n( B7 l8 @| ├──13、09 NLP-图神经网络》114、09ggnn-09-RNN图数据分析..mkv 30.46M
, x3 b5 ` D2 W3 F| ├──13、09 NLP-图神经网络》115、09ggnn-10-实验分析&论文总结..mkv 60.07M1 C" O% {; i- {) R# W
| ├──13、09 NLP-图神经网络》116、09ggnn-11-代码介绍..mkv 44.74M1 I" {, _. c0 J, [: g. h
| ├──13、09 NLP-图神经网络》117、09ggnn-12-读图..mkv 112.01M- @% ^$ n0 [. o& i4 ]7 Q' ]1 p
| ├──13、09 NLP-图神经网络》118、09ggnn-13-ggnn模型代码..mkv 154.17M* {7 @5 k# @: d
| ├──13、09 NLP-图神经网络》119、09ggnn-14-模型训练和测试..mkv 39.97M
' y$ }& i4 Z; S* m: j) r| ├──13、09 NLP-图神经网络》11、01nodevec-05-模型算法&alias算法.mkv 191.90M. ?3 R& U$ }5 k$ e
| ├──13、09 NLP-图神经网络》120、10mpnn-01-研究背景..mkv 41.16M
+ c/ s0 f9 H/ V- n1 w3 Z7 p| ├──13、09 NLP-图神经网络》121、10mpnn-02-mpnn框架简介..mkv 26.50M
- v3 J" I0 g8 l3 f| ├──13、09 NLP-图神经网络》122、10mpnn-03-研究成果研究意义..mkv 37.56M: ^. b& l; {# V
| ├──13、09 NLP-图神经网络》123、10mpnn-04-模型总览..mkv 85.54M
+ `( f4 C( `4 p" P: `/ }| ├──13、09 NLP-图神经网络》124、10mpnn-05-mpnn框架..mkv 27.55M
+ J# ]- t# f& q5 m| ├──13、09 NLP-图神经网络》125、10mpnn-06-mpnn代表模型..mkv 130.75M$ V5 ~: T O# S& Z/ `
| ├──13、09 NLP-图神经网络》126、10mpnn-07-化学分子预测模型..mkv 111.05M
* x& f2 R3 E8 P5 A- `2 q. M- K| ├──13、09 NLP-图神经网络》127、10mpnn-08-set2set模型..mkv 75.16M
t5 H& o+ K1 Y. K" t1 C| ├──13、09 NLP-图神经网络》128、10mpnn-09-专题总结..mkv 41.94M0 `* R* w+ \) K
| ├──13、09 NLP-图神经网络》129、10mpnn-10-实验分析..mkv 72.38M" L5 Z1 r" x% N' M
| ├──13、09 NLP-图神经网络》12、01nodevec-06-实验分析.mkv 140.14M+ E" a& W" W- X+ M8 {; k
| ├──13、09 NLP-图神经网络》130、10mpnn-11-论文总结..mkv 51.85M
, z0 d. |: X. T0 x' k: x: Y8 b$ ~' `* L| ├──13、09 NLP-图神经网络》131、10mpnn-12-代码介绍..mkv 68.93M
+ F. |/ F' Q2 C" O, f* a3 g- S; z| ├──13、09 NLP-图神经网络》132、10mpnn-13-构造图..mkv 118.56M$ C: n% r- {1 h9 C! q2 z+ v3 ^
| ├──13、09 NLP-图神经网络》133、10mpnn-14-DataLoader封装..mkv 50.74M
3 a( j7 J( K& j& n/ B| ├──13、09 NLP-图神经网络》134、10mpnn-15-mpnn框架代码..mkv 109.56M+ J: h$ P* \ W( N& j2 e7 g
| ├──13、09 NLP-图神经网络》135、10mpnn-16-模型训练和测试..mkv 37.55M
7 d) h0 v1 q5 p" ~& y, }$ C# K8 Z| ├──13、09 NLP-图神经网络》13、01nodevec-07-论文总结.mkv 64.72M
; b8 D/ f) s, C/ e| ├──13、09 NLP-图神经网络》14、01nodevec-08-代码整体介绍.mkv 98.25M
2 J N7 E( M% \| ├──13、09 NLP-图神经网络》15、01nodevec-09-代码节点和边的alias实现.mkv 107.56M- g4 _' a0 {* G
| ├──13、09 NLP-图神经网络》16、01nodevec-10-代码有偏随机游走和模型训练.mkv 45.73M
, V- G4 W/ D8 v# U, w# }4 N5 H| ├──13、09 NLP-图神经网络》17、01nodevec-11-代码结果展示和总结.mkv 20.72M: [) z2 k3 f: ~+ Q6 C j
| ├──13、09 NLP-图神经网络》18、02-line-01-论文背景..mkv 54.02M
8 M9 B# t: Z$ l% |3 _| ├──13、09 NLP-图神经网络》19、02-line-02-研究成果研究意义..mkv 64.65M* t& {* E7 b3 |
| ├──13、09 NLP-图神经网络》20、02-line-03-前期知识..mkv 40.10M4 [5 Q" a4 w3 t: [* U% E
| ├──13、09 NLP-图神经网络》21、02-line-04-一二阶相似度..mkv 129.42M
& a7 r* s2 N' t2 r8 y4 R| ├──13、09 NLP-图神经网络》22、02-line-05-模型优化时间复杂度..mkv 102.21M
; `4 A2 E, I% H| ├──13、09 NLP-图神经网络》23、02-line-06-实验分析一..mkv 129.07M
# K6 @* H6 a! B5 b c| ├──13、09 NLP-图神经网络》24、02-line-07-实验分析二..mkv 52.30M
8 ^4 L8 W0 P; R| ├──13、09 NLP-图神经网络》25、02-line-08-论文总结..mkv 90.22M0 W. M( L" h$ c; e' S! ?( A
| ├──13、09 NLP-图神经网络》26、02-line-09-代码读图..mkv 44.00M. {$ F- P' K$ q" L7 Y, k% l7 p" I6 @
| ├──13、09 NLP-图神经网络》27、02-line-10-代码aliasSampling..mkv 64.10M5 O+ n+ V2 w+ c5 v: m* ~7 _* S% h
| ├──13、09 NLP-图神经网络》28、02-line-11-代码line模型实现..mkv 115.73M8 g+ @0 t- b9 k* v2 Y2 ~2 i1 ~
| ├──13、09 NLP-图神经网络》29、03-sdne-01-论文背景..mkv 34.54M
) u& U( Y9 x v) B9 L| ├──13、09 NLP-图神经网络》30、03-sdne-02-前期知识..mkv 40.70M+ `1 `* ] g* q# Q/ \; }
| ├──13、09 NLP-图神经网络》31、03-sdne-03-研究成果..mkv 38.41M: h. m' j; Q& G- m9 x
| ├──13、09 NLP-图神经网络》32、03sdne-04-模型结构..mkv 81.64M
; K: L+ l, |6 c+ o| ├──13、09 NLP-图神经网络》33、03sdne-05-一二阶相似度..mkv 92.35M% H1 f( p" C( v8 f
| ├──13、09 NLP-图神经网络》34、03sdne-06-自编码器&稀疏性问题..mkv 105.94M
( S# Q8 E# d4 E8 p, n% u| ├──13、09 NLP-图神经网络》35、03sdne-07-优化方法&时间复杂度..mkv 115.29M
, \3 q, b% r" ]$ x: B$ T6 C| ├──13、09 NLP-图神经网络》36、03sdne-08-实验设置介绍..mkv 136.86M
$ T; A7 D: {4 m# ~| ├──13、09 NLP-图神经网络》37、03sdne-09-实验分析..mkv 101.44M) a5 S+ ]4 d4 J$ Q
| ├──13、09 NLP-图神经网络》38、03sdne-10-代码模型训练..mkv 69.25M
4 i! t% O" P4 I+ N6 i: \| ├──13、09 NLP-图神经网络》39、03sdne-11-代码sdne模型实现..mkv 64.56M
7 f$ t3 k9 e9 g: U" P! _* E! P| ├──13、09 NLP-图神经网络》40、03sdne-12-代码模型训练..mkv 60.57M5 X+ n6 L" i( y6 a3 ?9 ^/ k4 E
| ├──13、09 NLP-图神经网络》41、04metapath2vec-01-研究背景..mkv 47.88M' [: V5 ]5 {3 M' u
| ├──13、09 NLP-图神经网络》42、04metapath2vec-02-研究成果..mkv 62.24M
_: \$ b9 }0 @: P* i| ├──13、09 NLP-图神经网络》43、04metapath2vec-03-异质网络skip2gram..mkv 83.85M
; J- L) }0 L* W* _2 ~4 J| ├──13、09 NLP-图神经网络》44、04metapath2vec-04-算法细节..mkv 131.35M5 r6 p! R) @" l# H7 b
| ├──13、09 NLP-图神经网络》45、04metapath2vec-05-实验分析..mkv 137.72M `/ _8 `6 A, Y& P$ u' ^
| ├──13、09 NLP-图神经网络》46、04metapath2vec-06-论文总结..mkv 53.27M
0 ~! K0 s+ ^5 X& w% v" R| ├──13、09 NLP-图神经网络》47、04metapath2vec-07-代码dgl平台介绍..mkv 45.22M2 d- a' c- n: v9 Y# G2 K
| ├──13、09 NLP-图神经网络》48、04metapath2vec-08-代码生成meta-path训练集..mkv 113.10M
6 z$ Z. I9 P& {; K$ S. I2 e% K| ├──13、09 NLP-图神经网络》49、04metapath2vec-09-代码模型实现..mkv 94.38M
* Z+ t4 I7 M' m, b- U8 I| ├──13、09 NLP-图神经网络》50、04metapath2vec-10-代码模型训练..mkv 98.04M
5 ? r$ e- w9 c| ├──13、09 NLP-图神经网络》51、05transe-01-研究背景..mkv 43.03M
7 `+ p7 `% v) b& ` u" i2 J| ├──13、09 NLP-图神经网络》52、05transe-02-研究成果研究意义..mkv 58.07M# z! Q# r. P. |- R+ s6 ]$ a a
| ├──13、09 NLP-图神经网络》53、05transe-03-transE算法..mkv 68.75M
) ^9 O' u7 `+ r ?5 W" z( H, T| ├──13、09 NLP-图神经网络》54、05transe-04-transH算法..mkv 71.65M( H0 x( Z" P3 b! @% H& w D1 r
| ├──13、09 NLP-图神经网络》55、05transe-05-transR算法..mkv 81.53M! i% j, v: ~- n5 {
| ├──13、09 NLP-图神经网络》56、05transe-06-transH算法..mkv 99.51M& q3 E( p/ g! w4 S* ]5 z
| ├──13、09 NLP-图神经网络》57、05transe-07-模型对比和总结..mkv 27.27M/ {3 `$ M! o8 B3 s
| ├──13、09 NLP-图神经网络》58、05transe-08-实验设置和分析..mkv 66.85M* ?7 x# ^. r( ?: M
| ├──13、09 NLP-图神经网络》59、05transe-09-实验分析.mp4.mkv 48.97M
7 d* M$ K# o5 E: M8 \) f! s+ m| ├──13、09 NLP-图神经网络》60、05transe-10-论文总结..mkv 20.80M
% `# _' M* S8 z; V6 c' C| ├──13、09 NLP-图神经网络》61、05transe-11-代码介绍..mkv 9.70M
' Q# D( A; m) ]3 c k# S7 d) ?% n| ├──13、09 NLP-图神经网络》62、05transe-12-代码详解一..mkv 68.89M
8 ?2 J, ~, i+ L5 O7 ]4 Z( K| ├──13、09 NLP-图神经网络》63、05transe-13-代码详解二..mkv 67.54M+ h0 C; H+ S7 l4 N6 v9 z6 x
| ├──13、09 NLP-图神经网络》64、05transe-14-TransR等实现及代码总结..mkv 75.84M
( m% c- q+ I- x. L5 j$ |5 k| ├──13、09 NLP-图神经网络》65、06gat-01-研究背景..mkv 38.59M; d( Q- d' G" {% w5 ]- A2 u- L) J
| ├──13、09 NLP-图神经网络》66、06gat-02-图卷积消息传递..mkv 34.06M( E! |4 Z+ ?0 Z& |+ W P/ ^9 @
| ├──13、09 NLP-图神经网络》67、06gat-03-研究成果研究意义..mkv 37.53M" N9 {% [! g7 u% R. c/ Y0 G/ E9 X
| ├──13、09 NLP-图神经网络》68、06gat-04-gnn核心框架..mkv 97.46M- Z: d$ ~: k4 |( n8 [
| ├──13、09 NLP-图神经网络》69、06gat-05-gat算法讲解..mkv 56.07M4 h. N/ ]5 n' ?; H: u
| ├──13、09 NLP-图神经网络》70、06gat-06-各种attention总结..mkv 54.61M( a7 H) g+ ?2 x9 g
| ├──13、09 NLP-图神经网络》71、06gat-07-multi-head起源简介..mkv 29.76M* X5 Y1 \+ Q: e# h; \( }' k" M
| ├──13、09 NLP-图神经网络》72、06gat-08-GAT算法总结和实验设置..mkv 136.73M# a: s: T5 A6 M( E& x4 t% \2 r. X
| ├──13、09 NLP-图神经网络》73、06gat-09-论文总结..mkv 52.47M6 \8 @9 J* l M4 X$ O; _
| ├──13、09 NLP-图神经网络》74、06gat-10-代码介绍..mkv 78.10M( M4 R( G: d" @
| ├──13、09 NLP-图神经网络》75、06gat-11-代码设置参数&读图..mkv 66.59M: Y+ A( w. ~9 {9 e% Z' t
| ├──13、09 NLP-图神经网络》76、06gat-12-邻接矩阵归一化..mkv 50.56M% u/ W3 |1 I7 f+ g
| ├──13、09 NLP-图神经网络》77、06gat-13-gat模型实现..mkv 95.60M
- C, `/ G# [+ h3 Z( b J| ├──13、09 NLP-图神经网络》78、06gat-14-gat模型训练及代码总结..mkv 57.53M
+ D r2 U8 I z5 x) j8 m| ├──13、09 NLP-图神经网络》79、07graphsage-01-研究背景..mkv 46.11M4 E2 q# P5 q2 s7 J4 V+ R
| ├──13、09 NLP-图神经网络》80、07graphsage-02-graphSAGE模型简介..mkv 27.28M
4 `# k+ B! E' J/ b) V3 S| ├──13、09 NLP-图神经网络》81、07graphsage-03-研究成果研究意义..mkv 43.82M. Z- L2 a6 \; u/ G c& p& `
| ├──13、09 NLP-图神经网络》82、07graphsage-04-模型总览..mkv 33.28M" L; n0 A" v5 l: k. \/ X
| ├──13、09 NLP-图神经网络》83、07graphsage-05-算法详解..mkv 97.91M$ D1 Z+ n' F* t3 g: F1 @! @
| ├──13、09 NLP-图神经网络》84、07graphsage-06-监督训练及aggregators..mkv 52.98M
3 R! F0 D; _' N0 Q* J| ├──13、09 NLP-图神经网络》85、07graphsage-07-batch训练及WLtest..mkv 106.60M
' }; |9 U6 I6 ]| ├──13、09 NLP-图神经网络》86、07graphsage-08-实验分析..mkv 92.23M
6 w1 O$ C! b2 L @0 T) f| ├──13、09 NLP-图神经网络》87、07graphsage-09-代码介绍.mkv 52.40M
, Z1 r) N6 M. e! x9 T4 d| ├──13、09 NLP-图神经网络》88、07graphsage-10-读图读特征..mkv 50.08M: c, u3 a" m, e
| ├──13、09 NLP-图神经网络》89、07graphsage-11-mean-aggregator讲解..mkv 69.78M }, W. n; h, b9 z+ W; [2 a+ [
| ├──13、09 NLP-图神经网络》90、07graphsage-12-encoder讲解..mkv 43.68M5 N2 [8 A2 ~7 r: W
| ├──13、09 NLP-图神经网络》91、07graphsage-13-模型训练及代码总结..mkv 37.27M
8 q. v6 z* b% k6 s, @ z| ├──13、09 NLP-图神经网络》92、08gcn-01-研究背景.cmproj..mkv 38.96M
6 L% n+ W0 D7 I* [. G/ a2 ~6 C| ├──13、09 NLP-图神经网络》93、08gcn-02-gcn模型简介..mkv 33.43M
- j# F, T4 s" _$ T# D| ├──13、09 NLP-图神经网络》94、08gcn-03-研究成果研究意义..mkv 38.91M8 ?6 g! _% J o) x6 [" l
| ├──13、09 NLP-图神经网络》95、08gcn-04-模型总览..mkv 41.49M
: n- I1 S" j0 p+ F' O, b| ├──13、09 NLP-图神经网络》96、08gcn-05-RGCN模型简介..mkv 101.38M9 N( _) o* T' c; i, g
| ├──13、09 NLP-图神经网络》97、08gcn-06-拉普拉斯矩阵..mkv 31.68M- E( P1 P$ X% z$ P, f7 e: m
| ├──13、09 NLP-图神经网络》98、08gcn-07-图的频域变换..mkv 35.21M: A& {7 V" ~: r( q
| └──13、09 NLP-图神经网络》99、08gcn-08-Chebyshev卷积核.mp4.mkv 33.36M" g5 [8 z k; T0 }- G
├──14、10 NLP-文本匹配》
" y n, U# K( ^: ]* W| ├──14、10 NLP-文本匹配》02、01DSSM-00专题引言.mkv 29.04M* m# l$ w1 B7 ^
| ├──14、10 NLP-文本匹配》03、01DSSM-01-学习目标..mkv 9.79M7 F: U; Y. t7 J5 _( Z
| ├──14、10 NLP-文本匹配》04、01DSSM-02-论文背景、贡献及意义.mkv 14.11M
* v2 r B2 O/ y, T) O% @ l| ├──14、10 NLP-文本匹配》05、01DSSM-03摘要精读、总结.mkv 10.44M, H) N' O2 [4 R' s# F
| ├──14、10 NLP-文本匹配》06、01DSSM-04-上节回顾.mkv 10.67M/ j D( A |' ?; I
| ├──14、10 NLP-文本匹配》07、01DSSM-05-词哈希.mkv 17.54M% W& m. I- I) f
| ├──14、10 NLP-文本匹配》08、01DSSM-06-DSSM整体结构.mkv 11.30M J; N. f N5 e( y0 G
| ├──14、10 NLP-文本匹配》09、01DSSM-07-优化函数、实验与总结.mkv 13.91M
7 g! r1 z% {) |: [, i) t4 ~| ├──14、10 NLP-文本匹配》100、10-代码讲解-11.mkv 102.90M+ ^: R# Y, i; L7 k( N$ |) I2 l
| ├──14、10 NLP-文本匹配》10、01DSSM-08-代码总览.mkv 14.93M
" M! G$ C4 Q, X0 {! u# p| ├──14、10 NLP-文本匹配》11、01DSSM-09-词哈希表的建立与数据载入.mkv 18.36M
/ B7 v' S. y( X" l' t5 W| ├──14、10 NLP-文本匹配》12、01DSSM-10-模型的搭建与训练、测试.mkv 19.42M
- f- Q! r6 n" k( B2 U- T| ├──14、10 NLP-文本匹配》13、02SiameseNet-01-孪生网络定义.mkv 11.92M
7 U Z: p9 o }5 t! _9 o| ├──14、10 NLP-文本匹配》14、02SiameseNet-02-论文背景、成果、意义.mkv 15.55M+ C# C# v! [0 B9 L% k
| ├──14、10 NLP-文本匹配》15、02SiameseNet-03-摘要带读、课程小节.mkv 7.32M
9 O4 |5 l/ N6 s% R| ├──14、10 NLP-文本匹配》16、02SiameseNet-04-SiameseNet整体结构..mkv 19.27M
1 e1 U2 m9 }* Y$ m; t+ n| ├──14、10 NLP-文本匹配》17、02SiameseNet-05-对比损失函数.mkv 9.05M- C" ~; l$ z- E0 x5 x) M* ?9 R
| ├──14、10 NLP-文本匹配》18、02SiameseNet-06-实验设置与分析.mkv 11.62M
6 z- n+ O/ K6 {) E9 ]5 p' _| ├──14、10 NLP-文本匹配》19、02SiameseNet-07-复习、代码总览.mkv 18.67M) e; e+ j( M, x
| ├──14、10 NLP-文本匹配》20、02SiameseNet-08-data_load..mkv 14.12M
; }/ b. K0 p+ f. c2 B" G( N3 R( q| ├──14、10 NLP-文本匹配》21、02SiameseNet-09-模型搭建与训练.mkv 14.16M
3 ^" _& a; Y! r% ^| ├──14、10 NLP-文本匹配》22、03比较-聚合模型-01序列到序列模型..mkv 29.83M
: s' h- I; S T6 ^8 ^| ├──14、10 NLP-文本匹配》23、03比较-聚合模型-02注意力改进的编码器解码器结构..mkv 27.15M
" P% X! ~$ \+ w! p3 A& J+ m| ├──14、10 NLP-文本匹配》24、03比较-聚合模型-03文本间的注意力机制..mkv 15.72M
: m. Z4 j& V/ d| ├──14、10 NLP-文本匹配》25、03比较-聚合模型-04论文背景及相关工作..mkv 27.99M) Q) P8 ?: |( @9 O W
| ├──14、10 NLP-文本匹配》26、03比较-聚合模型-05论文泛读..mkv 10.33M
0 U" a1 U$ K5 N H| ├──14、10 NLP-文本匹配》27、03比较-聚合模型-06整体结构..mkv 20.46M
5 c9 @% G5 K1 h3 P| ├──14、10 NLP-文本匹配》28、03比较-聚合模型-07与处理与注意力层..mkv 10.40M
3 v, Z8 U# F) w l. y, b& [| ├──14、10 NLP-文本匹配》29、03比较-聚合模型-08比较聚合层..mkv 15.01M/ u. y- m$ [" E1 ]6 M* C3 `4 t# l
| ├──14、10 NLP-文本匹配》30、03比较-聚合模型-09实验分析与总结..mkv 26.55M
- X2 R: X# V4 R, J; W0 b% B C; b5 ~$ I| ├──14、10 NLP-文本匹配》31、03比较-聚合模型-10SNLI数据集处理..mkv 27.03M+ L0 k, J4 r. k9 C9 J
| ├──14、10 NLP-文本匹配》32、03比较-聚合模型-11SNLI数据集处理..mkv 26.99M
# t% s0 r! v e% N| ├──14、10 NLP-文本匹配》33、03比较-聚合模型-12数据载入模块..mkv 30.58M2 z: B) ]; E) q6 T# L9 w
| ├──14、10 NLP-文本匹配》34、03比较-聚合模型-13比较-聚合模型搭建与训练..mkv 39.16M
: A' n2 g0 c- u9 D| ├──14、10 NLP-文本匹配》35、03比较-聚合模型-14复习、代码总览..mkv 17.21M
/ U6 |! O1 G8 `$ C0 ?4 A: t% o& L| ├──14、10 NLP-文本匹配》36、04ESIM-01学习目标与论文背景..mkv 25.51M
~: d- g+ w1 s, x7 a+ ^% B g. E0 h| ├──14、10 NLP-文本匹配》37、04ESIM-02论文总览与摘要带读..mkv 18.99M
- q3 m2 p0 F) |# u+ S$ S; b% W| ├──14、10 NLP-文本匹配》38、04ESIM-03ESIM整体结构..mkv 18.43M H! F9 e3 Z& S4 w4 N3 g. ?
| ├──14、10 NLP-文本匹配》39、04ESIM-04输入编码层..mkv 16.91M( ]2 [" Q$ h1 a5 _* p. b0 B, ^
| ├──14、10 NLP-文本匹配》40、04ESIM-05局部推理建模层、推理组合层和输出预测层..mkv 24.68M: I1 a# B( [% z* m
| ├──14、10 NLP-文本匹配》41、04ESIM-06实验设置与结果分析..mkv 17.00M& D9 Q! ?, q% ]# a' |
| ├──14、10 NLP-文本匹配》42、04ESIM-07论文总结与课程回顾..mkv 10.60M
I! P! U1 m, n7 C! o! S' S* t| ├──14、10 NLP-文本匹配》43、04ESIM-08复习、代码总览..mkv 19.32M
# H8 \1 [1 E( O2 M2 V8 c$ `. _- W, s| ├──14、10 NLP-文本匹配》44、04ESIM-09torchtext构建数据集..mkv 35.75M( v3 f+ o) ^0 t" }6 @
| ├──14、10 NLP-文本匹配》45、04ESIM-10ESIM搭建与训练..mkv 31.17M
, q) B b1 S7 A6 c8 c; P8 c' M| ├──14、10 NLP-文本匹配》46、05BiMPM-01学习目标与研究背景..mkv 16.43M6 E ]$ |* N# T+ x
| ├──14、10 NLP-文本匹配》47、05BiMPM-02相关工作..mkv 12.44M9 O+ j4 K* C0 o; W; {+ B
| ├──14、10 NLP-文本匹配》48、05BiMPM-03研究成果、意义与论文结构..mkv 8.36M9 S9 \2 `8 W5 t6 S3 l5 M$ I" J$ k
| ├──14、10 NLP-文本匹配》49、05BiMPM-04摘要导读..mkv 14.90M
/ G8 q4 X, V/ b| ├──14、10 NLP-文本匹配》50、05BiMPM-05上节回顾与模型结构揣测..mkv 31.14M2 F3 H' P2 D( t: J0 O
| ├──14、10 NLP-文本匹配》51、05BiMPM-06模型整体结构..mkv 8.62M# k: Q1 T* }6 K7 {& X5 ~2 C
| ├──14、10 NLP-文本匹配》52、05BiMPM-07多视角匹配..mkv 22.05M
: L. u' c9 b+ U0 |- b, C| ├──14、10 NLP-文本匹配》53、05BiMPM-08实验分析与总结..mkv 16.99M- u# y8 b5 G) S4 x' j2 s
| ├──14、10 NLP-文本匹配》54、06RE2-01-论文研究背景.mp4.mkv 71.62M
0 l2 T' H; q5 R# j9 _+ d0 g| ├──14、10 NLP-文本匹配》55、06RE2-02-研究意义、摘要重点讲解.mp4.mkv 30.20M
" b2 p! _/ G8 [, O. s# {| ├──14、10 NLP-文本匹配》56、06RE2-03-RE2结构讲解.mp4.mkv 61.55M0 t) S/ i F' _; \
| ├──14、10 NLP-文本匹配》57、06RE2-04-RE2结构细节、训练技巧.mp4.mkv 71.07M/ M5 a/ ^+ ?3 }8 {" U* ]
| ├──14、10 NLP-文本匹配》58、06RE2-05-实验设置、结果分析.mp4.mkv 93.22M
# D% a4 d. P7 E| ├──14、10 NLP-文本匹配》59、06RE2-06-code1.mp4.mkv 85.61M% x" F: F$ i4 p8 u
| ├──14、10 NLP-文本匹配》60、06RE2-07-code2.mp4.mkv 88.37M, R! D3 y+ g& X' N: Q1 J
| ├──14、10 NLP-文本匹配》61、06RE2-08-code3.mp4.mkv 45.20M g5 d5 H1 Y# q
| ├──14、10 NLP-文本匹配》62、07MGCN-01-泛读_研究背景、意义讲解.mp4.mkv 77.11M
5 B2 f8 a$ _* @! Z7 [| ├──14、10 NLP-文本匹配》63、07MGCN-02-泛读_成果、大纲介绍.mp4.mkv 34.19M6 N' g1 r h5 Z* h4 c1 Q2 S+ |) t
| ├──14、10 NLP-文本匹配》64、07MGCN-03-精读_BERT出现.mp4.mkv 67.31M
+ s9 o5 K4 b6 r. L: X+ n( ?| ├──14、10 NLP-文本匹配》65、07MGCN-04-精读_poly-encoder.mp4(1).mkv 70.19M
: q& a) M" k" q4 J| ├──14、10 NLP-文本匹配》65、07MGCN-04-精读_poly-encoder.mp4.mkv 70.19M
- C% R, [7 I D/ r" Z; j g! A2 L& B| ├──14、10 NLP-文本匹配》66、07MGCN-05-精读_Bert细节.mp4.mkv 96.84M
; l4 d$ B6 g& \/ W; B: m6 k| ├──14、10 NLP-文本匹配》67、07MGCN-06-code1.mp4.mkv 97.85M
2 G& r* l' s3 \' P6 `4 o) `| ├──14、10 NLP-文本匹配》68、07MGCN-07-code2.mp4.mkv 102.49M
! ~& k8 A- v' W% L6 Y4 Q! g| ├──14、10 NLP-文本匹配》69、07MGCN-08-code3.mp4.mkv 70.14M
, E: E2 G9 C e. ^3 s| ├──14、10 NLP-文本匹配》70、08MatchPyramid-01-研究背景.mp4.mkv 68.79M: I% q3 Z) |! r$ I4 P
| ├──14、10 NLP-文本匹配》71、08MatchPyramid-02-论文泛读.mp4.mkv 32.42M9 s/ C) {9 U' m/ g3 ]
| ├──14、10 NLP-文本匹配》72、08MatchPyramid-03-算法模型总览、结构、matching matrix.m.mkv 72.22M
7 Z4 D" ~/ I d- U% w7 A6 V, Q# d# `| ├──14、10 NLP-文本匹配》73、08MatchPyramid-04-卷积层讲解.mp4.mkv 61.54M
6 b0 D: S. d0 T+ p7 V: k| ├──14、10 NLP-文本匹配》74、08MatchPyramid-05-matching score.mp4.mkv 62.96M" t* \( o* ^9 c" k: h
| ├──14、10 NLP-文本匹配》75、08MatchPyramid-06-训练技巧、实验及总结.mp4.mkv 68.29M! _% P9 T# c! b
| ├──14、10 NLP-文本匹配》76、08MatchPyramid-07-code 1.mp4.mkv 65.07M
$ \8 W+ x+ h" M4 M# c8 v| ├──14、10 NLP-文本匹配》77、08MatchPyramid-08-code 2.mp4.mkv 99.74M" d4 u9 g8 ^4 a
| ├──14、10 NLP-文本匹配》78、08MatchPyramid-09-code 3.mp4.mkv 81.15M
! M' F6 w6 m8 q% S& d| ├──14、10 NLP-文本匹配》79、09-MGCN论文泛读-01.mp4.mkv 67.25M$ t4 q8 F' k& i6 E
| ├──14、10 NLP-文本匹配》80、09-MGCN论文泛读-02.mp4.mkv 33.90M$ W H8 n" T1 m& j9 [+ d
| ├──14、10 NLP-文本匹配》81、09-MGCN论文精读-03.mp4.mkv 72.37M
9 {7 d: f9 i3 Y5 ?| ├──14、10 NLP-文本匹配》82、09-MGCN论文精读-04.mp4.mkv 52.64M# n. p1 P/ T1 ]5 A
| ├──14、10 NLP-文本匹配》83、09-MGCN论文精读-05.mp4.mkv 64.61M5 E: i6 ^' x- {. P7 D: Y' U
| ├──14、10 NLP-文本匹配》84、09-MGCN论文精读-06.mp4.mkv 59.53M+ T* J1 }# `, t6 |9 P1 Q
| ├──14、10 NLP-文本匹配》85、09-MGCN论文精读-07.mp4.mkv 44.18M
0 T) ?% g# D I9 f| ├──14、10 NLP-文本匹配》86、09-MGCN代码讲解-08.mp4.mkv 74.45M
$ K. W" y2 F. O4 g' H) B/ z| ├──14、10 NLP-文本匹配》87、09-MGCN代码讲解-09.mp4.mkv 83.08M! \2 v2 [! q6 a- x9 \) K' i
| ├──14、10 NLP-文本匹配》88、09-MGCN代码讲解-10.mp4.mkv 129.69M% i$ h4 m: T# z5 h* G9 f) _
| ├──14、10 NLP-文本匹配》89、09-MGCN代码讲解-11.mp4.mkv 59.82M
6 N& R+ e3 j( a* I4 x- _| ├──14、10 NLP-文本匹配》90、10-论文泛读-01.mkv 81.12M5 }( ?# s, `( o) _& W
| ├──14、10 NLP-文本匹配》91、10-论文泛读-02.mkv 55.24M
. X, Z& T: Z1 ^) P% c| ├──14、10 NLP-文本匹配》92、10-论文精读-03.mkv 70.00M( r, o; c% X6 d8 |! V; x! h
| ├──14、10 NLP-文本匹配》93、10-论文精读-04.mkv 55.95M2 |0 F+ q$ U p4 `* u) I% O8 ]2 r
| ├──14、10 NLP-文本匹配》94、10-论文精读-05.mkv 55.53M1 U' `7 G8 n% F2 L' w
| ├──14、10 NLP-文本匹配》95、10-论文精读-06.mkv 29.80M
; @7 ?: g$ y0 ^; H| ├──14、10 NLP-文本匹配》96、10-代码讲解-07.mkv 63.43M7 d' k1 i; C, z9 n/ J8 @; f
| ├──14、10 NLP-文本匹配》97、10-代码讲解-08.mkv 92.57M2 ]/ K$ ?7 h- d' j, H( a
| ├──14、10 NLP-文本匹配》98、10-代码讲解-09.mkv 98.91M
. }- ^) `" t# C3 r. G" P" c| └──14、10 NLP-文本匹配》99、10-代码讲解-10.mkv 108.90M; H3 C6 p7 y- ?" [0 a8 H0 R- h0 H
├──15、11 NLP-机器翻译》 + j' L+ g7 i) b3 z* ?
| ├──15、11 NLP-机器翻译》01、ConvSeq2Seq-代码讲解.mkv 161.82M! ]' W/ X$ _; d* W+ p
| ├──15、11 NLP-机器翻译》02、ConvSeq2Seq-论文精读.mkv 99.36M
% N# Q2 O a5 Q: e4 t! || ├──15、11 NLP-机器翻译》03、ConvSeq2Seq-论文泛读.mkv 33.46M
7 N7 u: E0 Y$ F/ \- V& G| ├──15、11 NLP-机器翻译》05、1.1-loung_nmt-储备知识..mkv 28.46M) {" c P5 _7 N! W
| ├──15、11 NLP-机器翻译》06、1.2-loung_nmt-研究背景..mkv 104.83M5 a0 L" n9 d" E$ C. j9 Z) G$ K
| ├──15、11 NLP-机器翻译》07、1.3-loung_nmt-研究成果及意义.mp4.mkv 19.60M+ G2 L: C5 z# c. ^! {
| ├──15、11 NLP-机器翻译》08、1.4-luong_nmt-论文简介.mp4.mkv 94.12M
& l7 r1 e" V( Y' T" ]| ├──15、11 NLP-机器翻译》09、1.5-luong_nmt-global_attention..mkv 127.19M; ~! s& z6 Z/ u
| ├──15、11 NLP-机器翻译》10、1.6-luong_nmt-local_attention..mkv 95.44M" X, s" I9 [9 F! ~0 I3 F5 U, |
| ├──15、11 NLP-机器翻译》11、1.7-luong_nmt_2_4_实验.mp4.mkv 139.96M; S' x) s" b% m& m% n' g3 J
| ├──15、11 NLP-机器翻译》12、1.8-loung_nmt_数据读取..mkv 75.47M
0 d5 Z0 D# G5 Q5 v$ b| ├──15、11 NLP-机器翻译》13、1.9-loung_nmt_模型实现..mkv 164.08M
& k" V& N6 f* _: C. z| ├──15、11 NLP-机器翻译》14、1.10-loung_nmt_训练和测试.mp4.mkv 90.11M, n$ @' s; _4 x5 q3 B
| ├──15、11 NLP-机器翻译》15、2.1-coverage_储备知识.mp4.mkv 22.37M
8 _2 d, t. k. q* L| ├──15、11 NLP-机器翻译》16、2.2-coverage_研究背景及意义.mkv 53.80M( t9 m2 b$ N( ]! ^0 [- }- _' Z
| ├──15、11 NLP-机器翻译》17、2.3-coverage_相关知识.mp4.mkv 78.76M: X8 Y; s' C7 q% d9 d: F( d* j
| ├──15、11 NLP-机器翻译》18、2.4-coverage_基于语言学的覆盖模型..mkv 82.07M- S9 o$ M- s: ?8 j
| ├──15、11 NLP-机器翻译》19、2.5-coverage_基于神经网络的覆盖模型..mkv 75.63M
g* W7 J# e0 e| ├──15、11 NLP-机器翻译》20、2.6-coverage 代码实践.mp4.mkv 171.36M9 d* {8 c) s8 X/ |1 m% n& ^
| ├──15、11 NLP-机器翻译》21、3.1-subword_nmt_1_1.mkv 33.81M
+ W" M: q4 I7 J% f# |7 u| ├──15、11 NLP-机器翻译》22、3.2-subword_nmt.mkv 51.64M
, m' i2 V# |- N| ├──15、11 NLP-机器翻译》23、3.3-subword_nmt_.mkv 112.97M
( u2 J3 ^$ J$ l3 l' V# h9 S| ├──15、11 NLP-机器翻译》24、3.4-subword_nmt_.mkv 96.55M1 M3 P S6 O& g1 {; l. p
| ├──15、11 NLP-机器翻译》25、3.5-subword_nmt_.mkv 157.55M
" S1 l3 `0 X& M/ K$ ]| ├──15、11 NLP-机器翻译》26、3.6-subword_nmt.mkv 171.31M8 t3 t; [9 u+ D: |* `
| ├──15、11 NLP-机器翻译》27、4.1-Google-nmt.mkv 89.71M
( E+ E7 T4 ]# i8 _, s| ├──15、11 NLP-机器翻译》28、【4月9日】Mass-论文泛读.mkv 36.09M
" n( g) c4 |. r7 G3 X! Q6 E| └──15、11 NLP-机器翻译》29、【4月16日】Mass-论文精读.mkv 46.75M: A# |; g+ E! |7 G% w2 K# H
├──16、12 NLP-情感分析》 # g) i4 I" j2 `7 Z! O
| ├──16、12 NLP-情感分析》02、01 TextRNN & FastText & TextCNN-01-研究背景&摘要、框架.mkv 62.44M0 d4 Y# H; g! C
| ├──16、12 NLP-情感分析》03、01 TextRNN & FastText & TextCNN-02-模型总览&细节1.mkv 71.35M/ B# e1 \2 l1 t5 y$ C+ g0 E7 }& v
| ├──16、12 NLP-情感分析》04、01 TextRNN & FastText & TextCNN-03-训练、损失函数、实验.mkv 45.19M
+ z+ e! S2 F/ _1 k f| ├──16、12 NLP-情感分析》05、01 TextRNN & FastText & TextCNN-04-实验结果及分析讲解.mkv 53.58M
* @: `; q' B* U' a9 e| ├──16、12 NLP-情感分析》06、01 TextRNN & FastText & TextCNN-05-代码讲解.mkv 192.46M0 F; U O! i8 a% W3 x
| ├──16、12 NLP-情感分析》07、02 TreeLSTM-01-论文导读.mkv 20.95M
2 H, O$ n% S# ^8 G ^& O' f1 Z# A W| ├──16、12 NLP-情感分析》08、02 TreeLSTM-02-研究背景解读.mkv 40.40M
y% J( s4 D# W' j5 ?| ├──16、12 NLP-情感分析》09、02 TreeLSTM-03-论文摘要、框架讲解.mkv 26.34M
1 h: @0 Z' y! F1 @2 Y% r5 Y5 ?| ├──16、12 NLP-情感分析》10、02 TreeLSTM-04-上节课回顾.mkv 5.17M g1 o- c9 R, ^$ [
| ├──16、12 NLP-情感分析》11、02 TreeLSTM-05-精读_模型结构总览.mkv 39.97M! M, T. T3 ^" U( S
| ├──16、12 NLP-情感分析》12、02 TreeLSTM-06-Tree-LSTM模型讲解.mkv 39.06M
" |% u. ^( ?. f1 @. ~) Z| ├──16、12 NLP-情感分析》13、02 TreeLSTM-07-模型结构细节.mkv 30.57M
3 {* }4 }; V" q| ├──16、12 NLP-情感分析》14、02 TreeLSTM-08-实验设置与分析.mkv 54.62M* e3 F; Z- E9 B" v4 K" t% a
| ├──16、12 NLP-情感分析》15、02 TreeLSTM-09-论文总结.mkv 12.47M1 _; f5 }8 t# t
| ├──16、12 NLP-情感分析》16、02 TreeLSTM-10-本课回顾及下节预告.mkv 8.13M
$ F; C& K( l% {/ A, ~1 e( m1 ^ V| ├──16、12 NLP-情感分析》17、02 TreeLSTM-11-代码介绍.mkv 24.86M+ b; L/ }. p- W1 o! L8 K! g
| ├──16、12 NLP-情感分析》18、02 TreeLSTM-12-代码讲解一.mkv 85.06M
5 L8 S. t. _: i. r8 W0 F| ├──16、12 NLP-情感分析》19、02 TreeLSTM-13-代码讲解二.mkv 85.29M" A6 n% k6 H( ~0 T4 [7 c/ g
| ├──16、12 NLP-情感分析》20、02 TreeLSTM-14-代码讲解三..mkv 61.87M2 ]; y/ u! g4 O9 Y( p9 n
| ├──16、12 NLP-情感分析》21、03 TD-LSTM & AT-LSTM -01-论文导读.mkv 4.73M) ~2 J' i0 t& x3 M/ m6 q! _
| ├──16、12 NLP-情感分析》22、03 TD-LSTM & AT-LSTM -02-所需知识储备.mkv 5.13M
! z+ z* O d! L8 ]| ├──16、12 NLP-情感分析》23、03 TD-LSTM & AT-LSTM -03-学习目标.mkv 5.30M
' V3 {4 C9 K$ H| ├──16、12 NLP-情感分析》24、03 TD-LSTM & AT-LSTM -04-课程安排.mkv 2.79M: P6 I/ v: l2 b/ p) L; S
| ├──16、12 NLP-情感分析》25、03 TD-LSTM & AT-LSTM -05-研究背景.mkv 30.21M
7 D) n" M# f; x* W4 H! r4 h' y ^| ├──16、12 NLP-情感分析》26、03 TD-LSTM & AT-LSTM -06-论文泛读.mkv 16.34M
) o1 ~* a; e7 z9 b$ F| ├──16、12 NLP-情感分析》27、03 TD-LSTM & AT-LSTM -07-下节预告.mkv 5.07M1 M/ e5 t- i9 g6 q. h# U. Y4 S8 a
| ├──16、12 NLP-情感分析》28、03 TD-LSTM & AT-LSTM -08-上节回顾.mkv 4.25M
& }: g5 S9 O0 K1 i+ U- z, x4 o| ├──16、12 NLP-情感分析》29、03 TD-LSTM & AT-LSTM -09-论文综述.mkv 10.99M
3 w8 T- V5 J6 d" a( L+ Z' p| ├──16、12 NLP-情感分析》30、03 TD-LSTM & AT-LSTM -10- TD-LSTM精读.mkv 28.37M1 H/ }& X" g- m1 x( h! d
| ├──16、12 NLP-情感分析》31、03 TD-LSTM & AT-LSTM -11- ATAE-LSTM精读.mkv 38.00M& K9 E- f1 w% c0 q8 Z3 b1 p1 P
| ├──16、12 NLP-情感分析》32、03 TD-LSTM & AT-LSTM -12-实验结果及分析part1.mkv 29.61M
9 _% N; V8 z8 F9 m9 }. F0 y0 K| ├──16、12 NLP-情感分析》33、03 TD-LSTM & AT-LSTM -13-实验结果及分析part2.mkv 11.16M
4 }2 {: l# y% O1 ~| ├──16、12 NLP-情感分析》34、03 TD-LSTM & AT-LSTM -14-论文总结及下节回顾..mkv 15.30M ?, R4 @+ _4 c9 Q$ F
| ├──16、12 NLP-情感分析》35、03 TD-LSTM & AT-LSTM -15-代码介绍.mkv 96.90M
]# _# l `: C| ├──16、12 NLP-情感分析》36、03 TD-LSTM & AT-LSTM -16-代码讲解二.mkv 87.26M+ c d% W% r' ^9 Z
| ├──16、12 NLP-情感分析》37、03 TD-LSTM & AT-LSTM -17-代码讲解三.mkv 59.46M
- e4 v$ {9 i* z# S% V| ├──16、12 NLP-情感分析》38、03 TD-LSTM & AT-LSTM -18-代码讲解回顾.mkv 7.58M' C3 Z _ {% C1 u7 H
| ├──16、12 NLP-情感分析》41、04 MemNet&IAN-03-论文泛读.mkv 16.27M
1 i4 ^1 J- X% l( S3 G0 U| ├──16、12 NLP-情感分析》42、04 MemNet&IAN-04-本课回顾与下节预告.mkv 9.23M5 F$ J& W7 B) `. q
| ├──16、12 NLP-情感分析》44、04 MemNet&IAN-06-向量转换、注意力讲解.mkv 86.79M/ c- A! N* a8 ?7 o5 a
| ├──16、12 NLP-情感分析》45、04 MemNet&IAN-07-实验设置及分析.mkv 67.00M% U8 }/ m5 Y# J6 E
| ├──16、12 NLP-情感分析》46、04 MemNet&IAN-08-论文总结及回顾.mkv 21.51M- ?: i& C/ W1 r
| ├──16、12 NLP-情感分析》47、04 MemNet&IAN-09-代码环境讲解.mkv 38.82M9 ^ P2 ?" v) h, S. T
| ├──16、12 NLP-情感分析》48、04 MemNet&IAN-10-代码结构讲解.mkv 149.12M
. ?+ ^: f1 |2 K, P* }2 f/ K| ├──16、12 NLP-情感分析》49、04 MemNet&IAN-11-论文代码细节讲解.mkv 142.82M
9 O) E$ F. V2 c u| ├──16、12 NLP-情感分析》50、04 MemNet&IAN-12-代码实践课回顾..mkv 16.88M
6 {* u5 r4 e1 E5 H- P| ├──16、12 NLP-情感分析》51、05 BERT&ERNIE 2.0-01-论文介绍.mkv 31.02M- @/ ?8 n+ g% J
| ├──16、12 NLP-情感分析》52、05 BERT&ERNIE 2.0-02-背景介绍1..mkv 49.09M0 d! J6 ~$ ?* U$ m
| ├──16、12 NLP-情感分析》53、05 BERT&ERNIE 2.0-03-背景介绍2.mkv 28.20M
' j7 _( g* X/ J @0 ]9 a( B| ├──16、12 NLP-情感分析》54、05 BERT&ERNIE 2.0-04-论文摘要、结构讲解.mkv 11.03M
( `( L; Z* N& h: E| ├──16、12 NLP-情感分析》55、05 BERT&ERNIE 2.0-05-上节回顾.mkv 5.87M5 C3 M1 Q( Q# \- b# b3 S- t8 j) E
| ├──16、12 NLP-情感分析》56、05 BERT&ERNIE 2.0-06-论文算法总览.mkv 60.46M
. O6 H* K$ ~1 k. c% t| ├──16、12 NLP-情感分析》57、05 BERT&ERNIE 2.0-07-输入表征、task精讲.mkv 22.11M5 C, }& a3 o d
| ├──16、12 NLP-情感分析》58、05 BERT&ERNIE 2.0-08-模型Fine-tuning解读.mkv 39.26M
/ @/ Y& P I% }: a, || ├──16、12 NLP-情感分析》59、05 BERT&ERNIE 2.0-09-实验设置及分析.mkv 35.27M* t8 y' e7 @- Y% g7 }9 D1 A
| ├──16、12 NLP-情感分析》60、05 BERT&ERNIE 2.0-10-论文总结.mkv 18.31M
3 D( T9 E. p- A| ├──16、12 NLP-情感分析》61、05 BERT&ERNIE 2.0-11-论文回顾.mkv 10.54M1 L+ Z8 u/ o1 d$ W, e- Q2 C) C9 o
| ├──16、12 NLP-情感分析》62、05 BERT&ERNIE 2.0-12-实践代码介绍.mkv 59.51M
2 }0 M- N" w$ l: F: {: W| ├──16、12 NLP-情感分析》63、05 BERT&ERNIE 2.0-13-实践代码精讲1.mkv 185.55M
! U" [( m3 O+ W/ w3 @$ P| └──16、12 NLP-情感分析》64、05 BERT&ERNIE 2.0-14-实践代码精讲2..mkv 32.52M
& _3 E( s H6 ~6 {: v6 _├──17、13 NLP-阅读理解》
+ G7 r. I0 z. Q' Z| ├──17、13 NLP-阅读理解》02、01-开山之作_1_1_背景意义..mkv 119.83M
X, Y: @! b# s* f3 V| ├──17、13 NLP-阅读理解》03、01-开山之作_1_2_研究成果_论文提纲..mkv 45.17M
8 m' M6 E2 s( u( r7 w| ├──17、13 NLP-阅读理解》04、01-开山之作_2_1_模型结构..mkv 124.12M
+ s# N% s. a" @) I/ A) g5 d: W| ├──17、13 NLP-阅读理解》05、01-开山之作_2_2_实验结果及分析..mkv 100.16M
2 Z5 k2 F; g- g6 V6 o/ j| ├──17、13 NLP-阅读理解》06、01-开山之作_3_数据处理jupyter..mkv 222.83M
+ W" ~9 f3 b! A| ├──17、13 NLP-阅读理解》07、01-开山之作_4_1_训练代码jupyter..mkv 182.20M0 r w2 I7 V1 j9 v+ v
| ├──17、13 NLP-阅读理解》08、01-开山之作_4_2训练代码pycharm..mkv 217.46M$ A/ t n/ W2 \: g5 {! W
| ├──17、13 NLP-阅读理解》09、01-开山之作_5_反馈问题..mkv 79.92M
, _# J) @! T- w) {! J& ?. r) \| ├──17、13 NLP-阅读理解》10、feedback.mkv 79.10M
, f4 W+ j4 y6 b| ├──17、13 NLP-阅读理解》11、02-bidaf_1_1_背景意义..mkv 99.21M
8 k8 z0 |5 F7 j1 E7 H! G6 K| ├──17、13 NLP-阅读理解》12、02-bidaf_1_2_相关工作+小结..mkv 61.11M
# \& L# A+ g$ x X| ├──17、13 NLP-阅读理解》13、02-bidaf_2_1_模型结构..mkv 84.58M. V8 U4 \/ }# h
| ├──17、13 NLP-阅读理解》14、02-bidaf_2_2_实验分析..mkv 44.42M
p j" j1 w5 x+ g| ├──17、13 NLP-阅读理解》15、02-bidaf_3_1_数据读取-jupyter..mkv 108.19M
/ W9 y5 ^9 b4 D; X' b8 Z/ E: _2 |' k| ├──17、13 NLP-阅读理解》16、02-bidaf_3_2数据读取-pycharm..mkv 145.36M% \* J* d) m% p5 ?/ j
| ├──17、13 NLP-阅读理解》17、02-bidaf_4_训练加预测..mkv 204.85M, P* U* ] D: C' y6 k6 G% X( I
| ├──17、13 NLP-阅读理解》18、02-bidaf_5_评测指标..mkv 79.23M6 X, I" {$ ?6 r+ O( ^
| ├──17、13 NLP-阅读理解》19、02-bidaf_6_反馈..mkv 79.10M( {! m) q7 N! a0 f7 x7 J/ G
| ├──17、13 NLP-阅读理解》20、03-pgnet_1_1_研究背景..mkv 117.03M
5 ?2 R9 W/ j* ]# w. L4 N4 k& y| ├──17、13 NLP-阅读理解》21、03-pgnet_1_2_研究背景意义第二部分..mkv 46.63M
9 N! c, s$ s: ]' A( F" I& v1 `| ├──17、13 NLP-阅读理解》22、03-pgnet_2_1_模型部分..mkv 138.14M
9 C: S: }4 |( @9 l6 c {; q| ├──17、13 NLP-阅读理解》23、03-pgnet_2_2_实验+前沿论文（上）..mkv 145.40M
/ d" T7 K3 C( p0 p) u| ├──17、13 NLP-阅读理解》24、03-pgnet_2_3_前沿论文(下)..mkv 140.40M1 O3 [1 o2 r+ w. G5 B$ A
| ├──17、13 NLP-阅读理解》25、03-pgnet_2_4_模型总结..mkv 26.93M
) B# B. ]. I! P; L8 h* m| ├──17、13 NLP-阅读理解》26、03-pgnet_3_code-review..mkv 74.99M6 o7 d7 E7 T% E& ?6 J
| ├──17、13 NLP-阅读理解》27、03-pgnet_4_1_数据处理第一部分..mkv 329.02M8 g# I( E: `: h8 n6 `2 C
| ├──17、13 NLP-阅读理解》28、03-pgnet_4_2_数据处理第二部分..mkv 78.69M
- ? o. t. X1 ]" z! ?| ├──17、13 NLP-阅读理解》29、03-pgnet_5_1_train第一部分..mkv 58.23M
$ H' ]& R! ?5 F! f: @: {$ L| ├──17、13 NLP-阅读理解》30、03-pgnet_5_2_train第二部分..mkv 308.98M) l4 d5 \3 a- K, x' L7 K& }
| ├──17、13 NLP-阅读理解》31、03-pgnet_6_1_预测第一部分..mkv 228.32M: w* j, [: F$ e4 I% Q
| ├──17、13 NLP-阅读理解》32、03-pgnet_6_2_预测第二部分..mkv 99.70M
4 u& W: @2 Z9 U' b) z| ├──17、13 NLP-阅读理解》33、04-adv_1_1_研究背景..mkv 83.23M
$ Q; E2 e0 m+ g$ R) W. \| ├──17、13 NLP-阅读理解》34、04-adv_1_2_研究成果和小节..mkv 46.65M
4 n+ z& Y& B7 N( {2 E% ]6 J| ├──17、13 NLP-阅读理解》35、04-adv_2_1_模型和实验..mkv 138.71M z% ]4 I* i, k0 a$ K5 `
| ├──17、13 NLP-阅读理解》36、04-adv_2_2_2020智能技术竞赛介绍..mkv 109.90M9 h7 \+ S2 {) e K- ?4 U
| ├──17、13 NLP-阅读理解》37、04-adv_3_1_code-overview第一部分..mkv 122.26M" g) ~: c# t9 Z/ N
| ├──17、13 NLP-阅读理解》38、04-adv_3_2_code-overview第二部分..mkv 86.00M
. i- c, G3 A3 K! n! i8 N| ├──17、13 NLP-阅读理解》39、04-adv_4_数据处理..mkv 198.10M
1 P: t( s; _; G6 b* E| ├──17、13 NLP-阅读理解》40、04-adv_5_1_train-第一部分..mkv 151.84M
( ~( d+ J0 y2 X* ?- P% D- t2 v9 A| ├──17、13 NLP-阅读理解》41、04-adv_5_2_train第二部分..mkv 220.35M, z7 j+ M8 r) {5 ^
| ├──17、13 NLP-阅读理解》42、04-adv_6_预测部分..mkv 151.97M1 Z% O) R! T- X( X3 Q
| ├──17、13 NLP-阅读理解》43、05-xlnet_1_1_研究背景第一部分..mkv 72.48M4 y4 e% o8 F# p& d
| ├──17、13 NLP-阅读理解》44、05-xlnet_1_2_研究背景第二部分..mkv 89.30M
3 H9 w6 j+ I9 Q( E| ├──17、13 NLP-阅读理解》45、05-xlnet_2_1_论文模型第一部分..mkv 136.32M
# p5 P7 d2 a" \9 `1 C! f! ]9 `8 Q) k| ├──17、13 NLP-阅读理解》46、05-xlnet_2_2_论文模型第二部分..mkv 78.86M1 w3 B: O' V; W, v
| ├──17、13 NLP-阅读理解》47、05-xlnet_3_代码overview..mkv 77.45M- j3 X, u/ v7 h% ]8 x( y3 z
| ├──17、13 NLP-阅读理解》48、05-xlnet_4_数据处理overview..mkv 26.97M
4 _) Y% ]/ F2 }4 u% y| ├──17、13 NLP-阅读理解》49、05-xlnet_5_1_数据处理第一部分..mkv 164.66M
/ o) a/ B& H( p" Z| ├──17、13 NLP-阅读理解》50、05-xlnet_5_2_数据处理第二部分..mkv 248.72M
8 F( v$ t8 G- a* |! h( N9 {| ├──17、13 NLP-阅读理解》51、05-xlnet_6_1_训练代码第一部分..mkv 177.93M
0 a' X. {' `: O4 O* q: A* J8 o| ├──17、13 NLP-阅读理解》52、05-xlnet_6_2_训练代码第二部分..mkv 125.69M4 G% o7 J- Y7 n$ L
| ├──17、13 NLP-阅读理解》53、05-xlnet_7_1_预测第一部分..mkv 151.62M
7 J+ z/ T6 W; a+ i, m& n/ Z| ├──17、13 NLP-阅读理解》54、05-xlnet_7_2_预测第二部分..mkv 83.03M0 [& Z. a" K2 V
| └──17、13 NLP-阅读理解》55、专题总结..mkv 12.19M% T) I; x9 D4 E3 b+ U
├──18、14 NLP-对话系统》 7 |7 K N2 p: P4 ~4 A8 @- Y
| ├──18、14 NLP-对话系统》01、【11月6日】对话系统前沿直播.mkv 317.94M
+ a1 F5 ?" e, z+ C; t| ├──18、14 NLP-对话系统》03、【8月10日】对话系统体验课直播第一讲.mkv 196.03M; D! m. ]( j5 j6 e* U
| ├──18、14 NLP-对话系统》04、【8月11日】对话系统体验课直播第二讲.mkv 193.21M
7 j/ @5 a+ z( c| ├──18、14 NLP-对话系统》05、【8月19日】JointBERT-论文讲解（开营直播）.mkv 486.44M
6 L2 X4 I" e) W' U4 O| ├──18、14 NLP-对话系统》06、【8月21日】JointBERT-代码详解.mkv 686.44M
' q6 m* a0 n1 ]' B! W| ├──18、14 NLP-对话系统》07、【8月25日】AGIF-论文讲解.mkv 461.77M
5 l& Q5 a$ h* G3 g" a& e4 P| ├──18、14 NLP-对话系统》08、【8月28日】AGIF-论文精读.mkv 853.46M
$ ^; A: a" O B4 i| ├──18、14 NLP-对话系统》09、【9月11日】AGIF-代码复现.mkv 670.44M
0 B+ W. U+ K* L2 `| ├──18、14 NLP-对话系统》10、【9月16日】Fewshot MultiLABEL-论文泛读.mkv 425.58M1 u) X) }5 l. X* Z! J+ E O
| ├──18、14 NLP-对话系统》11、【9月19日】Fewshot MultiLABEL-论文精读（第一部分）.mkv 369.11M6 ?. ~, V, e7 g, T2 d& p
| ├──18、14 NLP-对话系统》12、【10月13日】Fewshot MultiLABEL-论文精读（第二部分）.mkv 343.78M% z8 |! V5 y, \* g5 m, v7 {+ B
| ├──18、14 NLP-对话系统》13、【10月23日】Fewshot MultiLABEL-论文精读+代码讲解.mkv 678.33M
; W. m% s& ^5 D3 o/ L8 _* _1 H| ├──18、14 NLP-对话系统》14、【10月27日】Fewshot MultiLABEL-代码复现.mkv 238.74M
& ^. L- `2 b) G1 a8 m4 [| ├──18、14 NLP-对话系统》15、【3月29日】trade-dst-论文泛读.mkv 471.82M
; |# K: E$ ^: E| ├──18、14 NLP-对话系统》16、【4月1日】trade-dst-论文精读.mkv 670.42M+ x4 u; h' I0 I' n7 E5 h# Y( ^
| ├──18、14 NLP-对话系统》17、【4月8日】trade-dst-代码复现.mkv 633.98M- a" w* C; @3 I
| ├──18、14 NLP-对话系统》18、【4月12日】trade-dst-代码讲解（下）.mkv 225.72M
5 r9 {3 G! J" Z* X+ j1 v| ├──18、14 NLP-对话系统》19、【4月24日】dst-as-prompting-论文精读.mkv 597.27M
& d+ a( B, a6 h& c9 b$ L0 F| ├──18、14 NLP-对话系统》20、【4月20日】dst-as-prompting-论文泛读.mkv 339.29M
1 ~' V( } l# D* E! \) J- e| ├──18、14 NLP-对话系统》21、【4月27日】dst-as-prompting-代码复现.mkv 745.85M4 T ^, s. M' F% O! R* A3 K; V: G# `
| ├──18、14 NLP-对话系统》22、1.1 joint-bert.mkv 109.10M
$ b* c) z; M+ e' {' [7 ]6 R' C, q% ~| ├──18、14 NLP-对话系统》23、1.2 joint-bert.mkv 29.09M
6 r2 }* C6 t) b3 w( V& y| ├──18、14 NLP-对话系统》24、1.3 joint-bert.mkv 12.65M
) S: Z) I g" t" _ r% ?9 {| ├──18、14 NLP-对话系统》25、1.4 joint-bert.mkv 256.55M! c9 ^1 E+ w4 H& Y, Y G0 g- V9 B
| ├──18、14 NLP-对话系统》26、1.5 joint-bert.mkv 15.31M/ V3 z. T( S" z
| ├──18、14 NLP-对话系统》27、1.6 joint-bert.mkv 2.39M
- D+ e# m. e2 W9 e$ C2 x# ?$ J$ E| ├──18、14 NLP-对话系统》28、1.7 joint-bert.mkv 77.16M/ V V* | k1 D
| ├──18、14 NLP-对话系统》29、1.8 joint-bert-代码.mkv 53.30M
& |5 r7 b$ p# U| └──18、14 NLP-对话系统》30、1.9 joint-bert-代码.mkv 225.17M" x$ O. Q7 f# i( Q) |2 \
├──19、强化学习》 2 I9 ~7 E3 N6 x% h0 \
| ├──19、强化学习》01、强化学习1期第1次答疑直播.mkv 189.71M2 U, n; o+ F. e
| ├──19、强化学习》03、强化学习开营直播.mkv 518.26M/ \, n3 O! N9 K
| ├──19、强化学习》04、01DQN-01-论文泛读开场白.mkv 17.15M: O8 q# E: P: j
| ├──19、强化学习》05、01DQN-02-研究背景及意义.mkv 20.87M
- @. v E6 J, e+ H9 F8 U# T7 P5 ?| ├──19、强化学习》06、01DQN-03-背景知识补充.mkv 10.90M- M7 o; y& T+ L0 e
| ├──19、强化学习》07、01DQN-04-论文泛读.mkv 53.09M. _3 c2 G8 ?) \7 M: J! ?9 n% [
| ├──19、强化学习》08、01DQN-05-泛读总结及下节预告.mkv 7.12M9 \ w8 U" i& V& q5 M. h
| ├──19、强化学习》09、01DQN-06-论文精读开场白.mkv 10.12M8 f A+ w% K9 U! e2 {% M4 I
| ├──19、强化学习》100、07DDPG-01-开场白.mkv 13.58M8 s+ F8 o9 J. G1 f" d. v7 U. p
| ├──19、强化学习》101、07DDPG-02-研究背景成果和意义.mkv 5.96M$ S: T; A( o! n, J
| ├──19、强化学习》102、07DDPG-03-背景知识补充.mkv 4.65M" s! I9 G' ^3 u+ Z
| ├──19、强化学习》103、07DDPG-04-论文泛读.mkv 71.19M7 v3 p) D8 g1 x7 d: Q0 B) T7 T
| ├──19、强化学习》104、07DDPG-05-本节回顾下节预告.mkv 5.57M
6 X/ _ ~$ I3 ] n h/ g| ├──19、强化学习》105、07DDPG-06-论文精读结构.mkv 7.08M
' \! [& f0 Y* Y$ O| ├──19、强化学习》106、07DDPG-07-从DQN到DDPG.mkv 43.73M* Y; ~8 \8 I, k! q/ j' g
| ├──19、强化学习》107、07DDPG-08-网络结构.mkv 61.12M
$ P$ O7 O4 q* W; r3 p6 v& U, |1 d| ├──19、强化学习》108、07DDPG-09-DDPG核心思想.mkv 32.40M7 Q& g7 b/ J3 ?4 M9 o
| ├──19、强化学习》109、07DDPG-10-算法的其他细节.mkv 26.78M
+ M. E# H2 Z: R) |: G3 |- t| ├──19、强化学习》10、01DQN-07-论文模型.mkv 19.83M
3 f: p" e5 E3 f4 j| ├──19、强化学习》110、07DDPG-11-算法总结.mkv 8.43M8 R: d4 s3 \. ]5 s1 A
| ├──19、强化学习》111、07DDPG-12-代码部分结构.mkv 7.26M
& a% H. `4 q, \& ` |" B2 K1 ^, ]3 a| ├──19、强化学习》112、07DDPG-13-网络结构及初始化.mkv 79.54M! |6 F1 x+ P! O$ _5 h# P
| ├──19、强化学习》113、07DDPG-14-BatchNorm的使用.mkv 41.38M
. w% ]' A/ D2 s Q8 c) U! D| ├──19、强化学习》114、07DDPG-15-参数更新.mkv 56.13M0 x ]: H5 F: U. ]; Y, c4 d( J0 J
| ├──19、强化学习》115、07DDPG-16-代码结构.mkv 53.58M# s6 e+ H& @" s7 N2 o$ N
| ├──19、强化学习》116、07DDPG-17-运行结果.mkv 18.89M
* [) r/ c% j: A* O) }| ├──19、强化学习》117、08TD3-01-论文泛读开场白.mkv 8.81M/ `$ p3 [; B* u8 n: O+ X' s! R
| ├──19、强化学习》118、08TD3-02-研究背景.mkv 11.78M3 ]$ D! z4 ?" i
| ├──19、强化学习》119、08TD3-03-背景知识.mkv 10.90M
1 t& T; ^! v0 ~ D6 a2 W- }| ├──19、强化学习》11、01DQN-08-论文细节一 图像预处理.mkv 34.24M; w7 n; t8 ^* I( s6 v. ]& ]
| ├──19、强化学习》120、08TD3-04-论文泛读.mkv 67.19M
5 X( e1 l. U- s: _! L| ├──19、强化学习》121、08TD3-05-论文泛读总结.mkv 4.36M7 z' i! A8 Y3 {% @- j
| ├──19、强化学习》122、08TD3-06-论文精读开场白.mkv 4.22M
0 T# |0 J6 y: ~" \! i+ W, S' v| ├──19、强化学习》123、08TD3-07-overestimation.mkv 195.82M
3 b/ @; k$ z% q8 s# W| ├──19、强化学习》124、08TD3-08-variance.mkv 112.91M
# M/ d/ x8 C! s2 O" B: S| ├──19、强化学习》125、08TD3-09-实验结果.mkv 41.80M9 M% B8 m6 Y! \# \2 h" Y9 X
| ├──19、强化学习》126、08TD3-10-论文总结.mkv 8.08M! n8 Z7 e u+ H$ S4 t
| ├──19、强化学习》127、08TD3-11-代码部分结构.mkv 18.53M3 @1 {3 a) A" q2 Z8 Q' Y" F# M/ ~
| ├──19、强化学习》128、08TD3-12-更新Critic.mkv 20.56M
1 c0 [9 i, n& Q" C' E0 e| ├──19、强化学习》129、08TD3-13-更新Actor和代码结构.mkv 30.53M9 V; g* X* n5 P+ ~, N
| ├──19、强化学习》12、01DQN-09-论文细节二 ReplayBuffer.mkv 34.64M
+ V+ }# S6 h' L| ├──19、强化学习》130、08TD3-14-实验结果.mkv 25.50M! W/ M$ ]! s Z& @' c
| ├──19、强化学习》131、09SQL-01-论文泛读开场白.mkv 13.97M
* d. b- w2 G3 ?" a; ^| ├──19、强化学习》132、09SQL-02-研究背景及成果.mkv 55.08M9 |+ o7 O6 @4 X# n
| ├──19、强化学习》133、09SQL-03-背景知识补充.mkv 72.45M
) M0 X7 S% Z& v! \. d| ├──19、强化学习》134、09SQL-04-论文泛读总结.mkv 5.91M/ K. Z9 g9 q( e
| ├──19、强化学习》135、09SQL-05-论文精读开场白.mkv 5.43M8 X) b1 I9 z% E! G! o5 I
| ├──19、强化学习》136、09SQL-06-核心思想.mkv 21.74M p% o( D! C+ D
| ├──19、强化学习》137、09SQL-07-理论基础.mkv 33.39M7 W6 X, d) }- \% e
| ├──19、强化学习》138、09SQL-08-算法细节.mkv 95.50M
; T- j3 A/ I9 Q8 }! p| ├──19、强化学习》139、09SQL-09-实验结果分析.mkv 60.16M; Z, U1 l5 e& i
| ├──19、强化学习》13、01DQN-10-论文细节三 SemiGradientMethod.mkv 30.83M
" D f! j; v; _0 f0 h| ├──19、强化学习》140、09SQL-10-理论证明.mkv 66.90M
7 P' P" \4 Z5 e3 V2 d% O$ p| ├──19、强化学习》141、09SQL-11-论文精读总结.mkv 6.03M. b w9 H- G2 a$ k/ N. S% T- u
| ├──19、强化学习》142、09SQL-12-代码部分结构.mkv 4.44M
5 A: ]% |5 t r3 K7 n0 w4 K. }| ├──19、强化学习》143、09SQL-13-Pytorch的手动链式法则求导.mkv 44.67M
, q# X1 x! K+ Z: L+ R$ @/ v| ├──19、强化学习》144、09SQL-14-离散情况细节.mkv 34.43M. i6 {3 S% Q% o: i8 F
| ├──19、强化学习》145、09SQL-15-连续情况细节.mkv 48.77M: \- `+ k! y, d2 M. M- X8 B( [- i$ [
| ├──19、强化学习》146、09SQL-16-代码结构.mkv 16.38M, H/ i" H9 G: G4 k7 P6 \
| ├──19、强化学习》147、09SQL-17-调参结果.mkv 17.03M
' A: J ?+ _0 |' Y+ F- a' Y| ├──19、强化学习》148、10SAC-01-论文泛读开场白.mkv 9.54M, P; I: T' l" I5 I" J* E( r
| ├──19、强化学习》149、10SAC-02-研究背景.mkv 8.65M
* S3 B/ y6 j, {5 k8 R| ├──19、强化学习》14、01DQN-11-实验结果分析.mkv 36.54M. b7 a* x( i6 n& R7 E/ `
| ├──19、强化学习》150、10SAC-03-论文泛读.mkv 62.21M
0 o, P$ i6 C5 m% C| ├──19、强化学习》151、10SAC-04-论文泛读总结.mkv 3.53M
4 ?: y, Y% g$ R4 d2 h s| ├──19、强化学习》152、10SAC-05-论文精读开场白.mkv 8.35M* T/ Y6 B- l9 d5 a& Q; M3 M
| ├──19、强化学习》153、10SAC-06-核心思想.mkv 31.32M
1 S1 h# J/ _$ C% a, Y i( q| ├──19、强化学习》154、10SAC-07-主要算法.mkv 49.98M
1 H# \2 J1 @ p3 r6 r4 {| ├──19、强化学习》155、10SAC-08实验结果.mkv 15.41M
1 n3 `" m5 ?+ a# g2 {| ├──19、强化学习》156、10SAC-09-理论证明.mkv 31.40M
% ^, p$ [( l" t- J: S& V| ├──19、强化学习》157、10SAC-10-论文精读总结.mkv 8.70M
9 t$ l# K5 q5 a' `| ├──19、强化学习》158、10SAC-11-算法细节.mkv 21.65M
4 i& y' @. }6 ]- O| ├──19、强化学习》159、10SAC-12-代码结构及调参结果.mkv 28.17M p$ ]$ H& o D L9 G0 ]
| ├──19、强化学习》15、01DQN-12-论文精读总结.mkv 12.17M
- N/ {5 {# z1 K2 [| ├──19、强化学习》160、11AdvancedValueMethods-01-论文泛读开场白.mkv 18.69M
+ D; P F$ d! l- ~2 |6 E| ├──19、强化学习》161、11AdvancedValueMethods-02-背景知识补充.mkv 28.45M
! g' t2 }& y8 `3 a% G5 \ [& n$ F| ├──19、强化学习》162、11AdvancedValueMethods-03-Rainbow泛读.mkv 62.06M) I1 {! {" E4 N* f6 U, O3 }
| ├──19、强化学习》163、11AdvancedValueMethods-04-D4PG泛读.mkv 64.46M ~7 N7 A0 Z' D$ z+ } f
| ├──19、强化学习》164、11AdvancedValueMethods-05-A3C泛读.mkv 62.97M; N) k4 [) u4 p$ A" N
| ├──19、强化学习》165、11AdvancedValueMethods-06-IMPALA泛读.mkv 61.67M
7 l9 @# _1 s1 D! v/ F' s% T| ├──19、强化学习》166、11AdvancedValueMethods-07-论文泛读总结.mkv 3.62M, n' g8 u. p* K8 Q5 @
| ├──19、强化学习》167、11AdvancedValueMethods-08-论文精读开场白.mkv 6.25M# |/ T# x y( k% R( A
| ├──19、强化学习》168、11AdvancedValueMethods-09-Rainbow.mkv 248.43M
) W6 x# P% e- a) o5 P( C| ├──19、强化学习》169、11AdvancedValueMethods-10-D4PG.mkv 197.52M
; I. w* T, k2 ?: c$ ]8 v| ├──19、强化学习》16、01DQN-13-代码课整体介绍.mkv 22.40M% t/ ?% D( e3 q. g5 D- T3 q6 R
| ├──19、强化学习》170、11AdvancedValueMethods-11-A3C.mkv 230.36M
' x' k9 e; K# C% u2 h9 H/ u| ├──19、强化学习》171、11AdvancedValueMethods-12-IMPALA.mkv 270.80M- Q7 m6 E, R, F/ l+ H5 O
| ├──19、强化学习》172、11AdvancedValueMethods-13-总结.mkv 3.16M
) y5 \5 [1 o" j$ c) K) }/ J, g| ├──19、强化学习》173、12IntrinsicMotivation-01-论文泛读开场白.mkv 10.43M+ T: ~8 K5 A' ~5 {" {
| ├──19、强化学习》174、12IntrinsicMotivation-02-ICM泛读.mkv 53.18M/ ?/ y" ^: o; J# _" R
| ├──19、强化学习》175、12IntrinsicMotivation-03-CuriosityStudy泛读.mkv 46.42M) \/ E( G& V+ U/ K8 N9 A
| ├──19、强化学习》176、12IntrinsicMotivation-04-VIME泛读.mkv 35.41M8 u- @! G7 q& _0 u% A
| ├──19、强化学习》177、12IntrinsicMotivation-05-VIC泛读.mkv 42.79M& D/ t+ W' m" w( \
| ├──19、强化学习》178、12IntrinsicMotivation-06-DIAYN泛读.mkv 52.49M
& t, Q- Z5 f8 C) c# K| ├──19、强化学习》179、12IntrinsicMotivation-07-SMM泛读.mkv 51.38M
) D1 U1 e7 K- x) n. e1 k" J/ K| ├──19、强化学习》17、01DQN-14-gym介绍.mkv 82.29M5 i% t0 I& `3 n7 I Q
| ├──19、强化学习》180、12IntrinsicMotivation-08-EDL泛读.mkv 68.45M: z1 T- |' n3 ~) Y: X b
| ├──19、强化学习》181、12IntrinsicMotivation-09-泛读总结及下节预告.mkv 3.33M8 S) L# w4 I \2 @' {6 b* I
| ├──19、强化学习》182、12IntrinsicMotivation-10-论文精读开场白.mkv 4.89M7 m2 {: e; [* p" @) S
| ├──19、强化学习》183、12IntrinsicMotivation-11-ICM精读.mkv 227.51M) o- r1 O- w+ j* `& i* q! q) b
| ├──19、强化学习》184、12-IntrinsicMotivation-12-CuriosityStudy精读.mkv 169.19M+ J/ k9 R3 a* R3 x& h
| ├──19、强化学习》185、12IntrinsicMotivation-13-VIME精读.mkv 125.54M% |, A3 A3 V @0 |7 F5 K0 g
| ├──19、强化学习》186、12IntrinsicMotivation-14-VIC精读.mkv 182.38M X1 ^) p+ j1 V3 C Y
| ├──19、强化学习》187、12IntrinsicMotivation-15-DIAYN精读.mkv 205.28M
/ p! A% o0 k( C| ├──19、强化学习》188、12IntrinsicMotivation-16-SMM精读.mkv 320.04M
8 R$ J& l6 U* @3 ]$ \+ @' C| ├──19、强化学习》189、12IntrinsicMotivation-17-EDL精读.mkv 212.58M
. i1 ?0 z7 w3 |/ u7 q| ├──19、强化学习》18、01DQN-15-图像预处理代码.mkv 67.41M
! I; t) w6 c9 m8 ?' j- H. ~7 b0 ^3 s| ├──19、强化学习》190、12IntrinsicMotivation-18-论文总结.mkv 12.52M
3 D' @3 t# X% F0 M* _| ├──19、强化学习》191、12IntrinsicMotivation-19-结尾语.mkv 5.69M
* J& U9 h/ o+ g8 G6 J6 M. z| ├──19、强化学习》19、01DQN-16-DQN核心功能实现.mkv 147.94M) z8 o, ^8 c* d* P* _2 l3 h8 g
| ├──19、强化学习》20、01DQN-17-代码结构及实验结果分析.mkv 63.80M% {& S' @# A4 c* b5 l: B
| ├──19、强化学习》21、02DQN改进-01-论文泛读开场白.mkv 32.30M' L7 V. A5 X$ t/ V6 a6 l
| ├──19、强化学习》22、02DQN改进-02-研究背景及意义.mkv 10.63M9 ~% v$ B$ A9 @3 }5 p- f0 M
| ├──19、强化学习》23、02DQN改进-03-论文泛读.mkv 96.11M/ D2 i$ O: k5 ?7 T7 J: W
| ├──19、强化学习》24、02DQN改进-04-论文泛读总结及下节预告.mkv 7.95M$ e. T7 f0 r i5 r
| ├──19、强化学习》25、02DQN改进-05-论文网络结构.mkv 16.52M
M9 I5 V/ q1 U) j| ├──19、强化学习》26、02DQN改进-06-DDQN图表分析.mkv 102.16M
1 Q0 ]% O0 _% U/ s; C| ├──19、强化学习》27、02DQN改进-07-DDQN总结.mkv 61.27M
5 K% u7 G5 i3 q* I| ├──19、强化学习》28、02DQN改进-08-PER01.mkv 62.61M
* r4 ?" [4 d2 f0 P| ├──19、强化学习》29、02DQN改进-09-PER02.mkv 155.11M1 N8 ]8 z8 P$ X4 K
| ├──19、强化学习》30、02DQN改进-10-PER实验结果及DuelDQN.mkv 69.71M9 Q2 d- d& E1 U7 K0 T
| ├──19、强化学习》31、02DQN改进-11-下节预告.mkv 10.21M" n8 P' t. p' o9 _' \6 r2 E
| ├──19、强化学习》32、02DQN改进-12-代码课整体介绍.mkv 42.68M
) m7 W$ J- K$ v| ├──19、强化学习》33、02DQN改进-13-bisect包.mkv 16.56M
5 O8 R( O1 G6 _+ h5 V1 ^: U7 ? U| ├──19、强化学习》34、02DQN改进-14-SumTree.mkv 78.63M
; D P/ ]1 O6 Y) h| ├──19、强化学习》35、02DQN改进-15-SumTree后续及DuelStructure.mkv 18.42M! j/ v" A; e+ M
| ├──19、强化学习》36、02DQN改进-16-ReplayBuffer01.mkv 60.17M! c: r( w7 {% P3 ^' t1 R
| ├──19、强化学习》37、02DQN改进-17-ReplayBuffer02.mkv 91.39M* _0 A9 Y6 u( l, U7 V
| ├──19、强化学习》38、02DQN改进-18-ReplayBuffer03.mkv 69.70M R" y$ b* i6 W2 g$ `
| ├──19、强化学习》39、02DQN改进-19-代码总览及实验结果.mkv 68.89M
1 X3 [: E1 ] Z% g& M| ├──19、强化学习》40、03C51-01-研究成果及意义.mkv 20.37M
- Y3 i0 o1 S# Q& E9 ?! j| ├──19、强化学习》41、03C51-02-背景知识补充01.mkv 58.28M4 s" s# i2 A/ P, V* `
| ├──19、强化学习》42、03C51-03-背景知识补充02.mkv 19.67M# Q* X" j8 F2 f( [9 c5 p* X
| ├──19、强化学习》43、03C51-04-论文泛读.mkv 71.36M$ Q6 S/ G& ]! P. s! w; y
| ├──19、强化学习》44、03C51-05-分布更新 BellmanEquation BellmanOperator.mkv 42.10M
1 Q: T4 J9 O2 U. T1 {; J! ]| ├──19、强化学习》45、03C51-06-BellmanOptimalOperator.mkv 96.91M) f; }4 k7 y/ z3 v; Z
| ├──19、强化学习》46、03C51-07-算法分析.mkv 51.27M
, x" ?. F' s* r) X7 v| ├──19、强化学习》47、03C51-08-实验结果及分析.mkv 99.06M
0 W# ]$ |% i9 w- ^) v7 v4 e| ├──19、强化学习》48、03C51-09-引理2引理3证明.mkv 17.21M
% q. K9 O6 t/ y4 F# }# P4 q| ├──19、强化学习》49、03C51-10-引理1证明.mkv 127.20M& K% x" ?% a! Z, f" ~$ _
| ├──19、强化学习》50、03C51-11-定理1证明.mkv 208.82M
4 z" B! Z# n3 Q! T8 W! P| ├──19、强化学习》51、03C51-12-其余理论部分及总结.mkv 55.31M! ~9 @: ~7 |" t1 }/ O% v. v
| ├──19、强化学习》52、03C51-13-代码部分介绍.mkv 17.38M' B8 @! {+ p2 V; h
| ├──19、强化学习》53、03C51-14-算法部分结构一览.mkv 38.40M' T* b8 V0 Y- L x& o0 S# v7 `) J
| ├──19、强化学习》54、03C51-15-分布更新单个样本.mkv 95.67M, R3 I( I' k; Q1 j g. J
| ├──19、强化学习》55、03C51-16-MiniBatch分布更新.mkv 82.73M
4 i3 o9 a* N! {| ├──19、强化学习》56、03C51-17-Pytorch MiniBatch分布更新..mkv 37.73M: b) t& t3 U/ @; E" _8 h
| ├──19、强化学习》57、03C51-18-实验结果.mkv 24.17M
; @0 |, c( g" `6 r7 H: g| ├──19、强化学习》58、04QRDQN-01-研究背景、意义及补充知识介绍.mkv 18.97M2 u6 j* ^( L& @: r3 h
| ├──19、强化学习》59、04QRDQN-02-论文泛读、摘要、框架讲解.mkv 31.41M/ d9 @8 s4 {. G+ C9 J/ o
| ├──19、强化学习》60、04QRDQN-03-回顾C51.mkv 25.66M% G6 a ?" J* ^& G* \
| ├──19、强化学习》61、04QRDQN-04-新的分布更新思路、估计分位数.mkv 69.97M' w, t2 T0 O7 x" I7 C8 b
| ├──19、强化学习》62、04QRDQN-05-QRDQN算法讲解、实验结果与分析.mkv 68.08M
; b6 n5 L( J: R* m# z% H) G8 n| ├──19、强化学习》63、04QRDQN-06-理论证明1.mkv 24.20M* o# Z' L9 t2 M9 P7 g
| ├──19、强化学习》64、04QRDQN-07-理论证明2.mkv 186.96M) `2 ^. G, B9 ]
| ├──19、强化学习》65、04QRDQN-08-上节回顾和下节预告.mkv 4.94M
0 ?7 }8 S! L/ T' M- k; [% b/ q| ├──19、强化学习》66、04QRDQN-09-code1.mkv 9.30M
. |7 x2 e$ v" ]7 ~4 C6 D. g| ├──19、强化学习》67、04QRDQN-10-code2.mkv 141.69M3 R# `6 m2 Y) Z) P
| ├──19、强化学习》68、04QRDQN-11-code3.mkv 49.55M" c1 y/ F$ _2 m4 ~
| ├──19、强化学习》69、05REINFORCE-01-开场白及研究背景介绍.mkv 21.22M. [6 X! b4 p" c# Q/ X0 a/ j: O+ v
| ├──19、强化学习》70、05REINFORCE-02-论文泛读.mkv 26.61M
, }4 J1 X7 D( r$ H5 W| ├──19、强化学习》71、05REINFORCE-03-背景知识补充.mkv 26.73M
6 r% @. J5 n( T$ ]- M+ C2 ^( _0 {| ├──19、强化学习》72、05REINFORCE-04-下节预告.mkv 5.11M
6 p9 H8 h% I, _ G| ├──19、强化学习》73、05REINFORCE-05-论文定理理解.mkv 138.67M
& N4 |1 n0 \9 g) O1 D; b| ├──19、强化学习》74、05REINFORCE-06-算法核心思想.mkv 97.79M
0 }: o% z X$ }* O| ├──19、强化学习》75、05REINFORCE-07-核心定理证明.mkv 111.91M
D# z. z# g. a| ├──19、强化学习》76、05REINFORCE-08-下节预告.mkv 5.29M" x$ z' r' k6 u$ V, L
| ├──19、强化学习》77、05REINFORCE-09-代码部分结构.mkv 15.32M# N$ d. E# y1 G$ Y9 C f
| ├──19、强化学习》78、05REINFORCE-10-网络结构设计.mkv 93.26M
$ ~& W |- a7 h) b8 L+ x| ├──19、强化学习》79、05REINFORCE-11-数据处理.mkv 24.92M: ^& q* K9 j. a2 ?) `, w4 B
| ├──19、强化学习》80、05REINFORCE-12-主体循环.mkv 41.88M0 M. z6 s/ U0 p
| ├──19、强化学习》81、05REINFORCE-13-代码结构.mkv 68.42M) p `* n$ M* @! K8 A- M
| ├──19、强化学习》82、05REINFORCE-14-运行结果分析.mkv 77.23M& _. o v: K: d+ j5 o5 c1 ?
| ├──19、强化学习》83、06PPO-01-开场白.mkv 17.09M. |* I% o" {3 n" v5 f/ t$ |; S
| ├──19、强化学习》84、06PPO-02-研究背景.mkv 15.88M
! O: U/ }2 s1 ^6 i2 A1 f8 ?/ U| ├──19、强化学习》85、06PPO-03-论文泛读.mkv 45.84M
- D( T( P7 D9 i( u+ s2 K0 _| ├──19、强化学习》86、06PPO-04-本节回顾下节预告.mkv 5.29M
- _5 r! p/ c% R5 g| ├──19、强化学习》87、06PPO-05-论文精读结构介绍.mkv 7.14M
8 J9 n" B* G1 L4 m: A5 b| ├──19、强化学习》88、06PPO-06-Clipped Surrogate Loss.mkv 56.53M) Q0 {( {/ c/ ?2 n) @' `+ n
| ├──19、强化学习》89、06PPO-07-Adaptive KL.mkv 39.92M0 V2 b' o- p: r
| ├──19、强化学习》90、06PPO-08-Advantage Function.mkv 32.94M* W v% j B, Z8 B" h' ]0 N* ]
| ├──19、强化学习》91、06PPO-09-算法分析.mkv 48.48M
. i& ]' Q! q0 S! @1 Z| ├──19、强化学习》92、06PPO-10-实验结果分析.mkv 41.03M! q; w: Q7 w' I" u
| ├──19、强化学习》93、06PPO-11-本届回顾下节预告.mkv 7.62M
9 [! @7 E% L/ D- K5 U/ h- A- c" E+ J| ├──19、强化学习》94、06PPO-12-代码部分结构.mkv 17.98M
8 [8 [. p* I+ n# }1 O| ├──19、强化学习》95、06PPO-13-计算Loss Function.mkv 84.82M
' @+ {( k9 y: P- C& x& X| ├──19、强化学习》96、06PPO-14-拓展到连续型action空间.mkv 48.15M4 l% f: ]9 i- z
| ├──19、强化学习》97、06PPO-15-代码结构.mkv 56.48M( R! T3 x* i2 c. W/ ?. p3 e2 P8 n
| ├──19、强化学习》98、06PPO-16-代码运行结果.mkv 53.29M
3 W3 T8 Z; `! T3 T3 K* ?| └──19、强化学习》99、06PPO-17-算法之外的技巧.mkv 67.50M$ S& E2 T' X2 h
├──21、NLP-paper 前沿论文直播讲解》 5 k3 M' ^6 V- d/ [2 S
| ├──21、NLP-paper 前沿论文直播讲解》02、第一场直播——基于图神经网络的应用和开发（关系抽取）.mkv 146.93M: q5 v- K( i, n( b) p4 E& r
| ├──21、NLP-paper 前沿论文直播讲解》03、第二场直播——预训练模型RoBERTa.mkv 155.74M+ Q, q) E8 U3 s2 c9 M
| ├──21、NLP-paper 前沿论文直播讲解》04、第三场直播——选择，回答和解释：基于多文档的可解释多跳阅读理解.mkv 230.30M
- x f/ U+ S+ I9 p' O| ├──21、NLP-paper 前沿论文直播讲解》05、第四场直播——DSSMs：结构化语义模型.mkv 152.70M: p2 W! I8 [ }: x
| ├──21、NLP-paper 前沿论文直播讲解》06、第五场直播——COMET.mkv 180.67M2 S5 @/ c& D; g5 \- y2 j& u( b
| ├──21、NLP-paper 前沿论文直播讲解》07、第六场直播——向语言模型中注入数值推理能力.mkv 193.94M& }! [ s5 k2 i8 S2 I( }& }
| ├──21、NLP-paper 前沿论文直播讲解》08、第七次直播——清华本硕学长论文分享.mkv 137.12M9 D% p; A4 G9 O8 {* \/ i
| ├──21、NLP-paper 前沿论文直播讲解》09、第八场直播——全感知注意力融合在机器阅读理解中的应用.mkv 303.25M' c- y0 E; |- Y9 M8 K
| ├──21、NLP-paper 前沿论文直播讲解》10、第九场直播——基于多跳问答的图神经网络.mkv 351.97M
: ~% W) b& i, K* [( b8 z| ├──21、NLP-paper 前沿论文直播讲解》11、第十场直播——中科院博士详解对话系统前沿论文.mp4.mkv 216.02M0 n4 o9 y. k6 _" Y! A& j3 e
| ├──21、NLP-paper 前沿论文直播讲解》12、第十一场直播——顶刊审稿人教你发论文小tips.mp4.mkv 589.71M
2 T: |3 ~( a) t( Y! p| └──21、NLP-paper 前沿论文直播讲解》13、第十二场直播——如何快速发论文.mp4.mkv 199.22M
' q( e7 ]' o+ ~. q, d6 T├──22、NLP-直播答疑》
5 {5 g. A3 W$ {& `4 V4 o: [| ├──22、NLP-直播答疑》01、NLP直播答疑.mkv 122.80M$ I2 W* T4 V- G+ M# T* b" C+ }
| ├──22、NLP-直播答疑》02、NLP-baseline 4-1.mkv 83.90M
J. H: O- G" z( T$ m! ^| ├──22、NLP-直播答疑》03、图神经网络直播答疑—第六次.mkv 226.34kb
- L! V, E, s, S| ├──22、NLP-直播答疑》04、图神经网络第6次直播答疑.mkv 74.46M3 E. N1 o6 |$ `& l5 i
| ├──22、NLP-直播答疑》05、baseline-第四场直播.mkv 103.87M& c# `# C0 w. V3 a0 Q, o V) T( z
| ├──22、NLP-直播答疑》06、第二次直播答疑.mkv 85.95M
! i9 E1 s) {9 d| ├──22、NLP-直播答疑》07、图神经网络第5次答疑.mkv 41.65M
9 B2 j |$ Q' M8 @- Z; W| ├──22、NLP-直播答疑》08、NLP baseline 第三次直播答疑.mkv 132.00M: t% W& }! l, |! G! V4 M
| ├──22、NLP-直播答疑》09、1011答疑..mkv 124.57M
9 u/ z. [. ?: m9 O% J! P; h. R, I| ├──22、NLP-直播答疑》10、0920答疑..mkv 67.03M
& V9 i' t0 G. H; Y6 |9 Q# X4 W% c* w| ├──22、NLP-直播答疑》11、答疑20200830..mkv 150.51M
; e1 n* ~; f' O' Z" F| ├──22、NLP-直播答疑》12、NLP答疑-8.9.mkv 177.61M* y. }4 ]! | Z, u" Q
| ├──22、NLP-直播答疑》13、NLP答疑-7.26.mkv 132.18M
1 P5 a/ P8 d5 ?| └──22、NLP-直播答疑》14、NLP答疑 7.12.mkv 230.98M" U r5 L; F2 z( Z j* P, g/ `, d
├──24、精读论文专栏（NLP方向）》 . W. K( K+ j9 i4 n$ T+ T1 c1 u' B* c, J
| ├──24、精读论文专栏（NLP方向）》03、【老版本】【第1篇】01综述《Deep Learning》.mkv 35.63M" c! W& B& @2 K( K
| ├──24、精读论文专栏（NLP方向）》04、【老版本】【第1篇】02综述《Deep Learning》.mkv 72.55M% o! |3 W% N1 L- [
| ├──24、精读论文专栏（NLP方向）》05、【老版本】【第1篇】03综述 《Deep Learning》.mkv 67.96M$ H7 E1 G& o8 m3 |0 v$ Y& v! P
| ├──24、精读论文专栏（NLP方向）》06、【老版本】【第1篇】04综述 《Deep Learning》.mkv 39.21M
2 [" I+ u5 H- Y) I0 f| ├──24、精读论文专栏（NLP方向）》07、【老版本】【第1篇】05综述 《Deep Learning》.mkv 47.22M
% z/ i& x* w7 n# w# V5 |5 C| ├──24、精读论文专栏（NLP方向）》08、【老版本】【第1篇】06综述 《Deep Learning》.mkv 51.17M. v' v9 E. y3 }" }* V
| ├──24、精读论文专栏（NLP方向）》09、【老版本】【第1篇】07综述 《Deep Learning》.mkv 34.50M
% ~; `/ m+ `% D2 Z- g1 Q| ├──24、精读论文专栏（NLP方向）》10、【老版本】【第2篇】词向量第一课时：论文导读.mkv 53.44M
) T9 V7 a+ U# l) p| ├──24、精读论文专栏（NLP方向）》11、【老版本】【第2篇】词向量第二课时上：论文精读.mkv 63.50M
6 R/ w+ k3 {7 N* S6 S% A0 y1 k| ├──24、精读论文专栏（NLP方向）》12、【老版本】【第2篇】词向量第二课时下：论文精读.mkv 53.39M( U B) C/ @) c
| ├──24、精读论文专栏（NLP方向）》13、【老版本】【第2篇】词向量第三课时：代码精读.mkv 71.16M
) H! @1 Y8 ^6 D1 _| ├──24、精读论文专栏（NLP方向）》14、【老版本】【第3篇】句和文档的embedding第一课时：论文导读.mkv 74.65M, e0 ^$ y- \, g0 v- `
| ├──24、精读论文专栏（NLP方向）》15、【老版本】【第3篇】句和文档的embedding第二课时：论文精读.mkv 91.79M
) s$ Z5 ~! p( u# Y| ├──24、精读论文专栏（NLP方向）》16、【老版本】【第3篇】句和文档的embedding第三课时：代码精读.mkv 85.11M
* s7 D) J' Z: s6 r- i9 g8 L) v( X2 Y| ├──24、精读论文专栏（NLP方向）》17、【老版本】【第4篇】机器翻译第一课时：论文导读.mkv 37.06M
6 v% A: h4 b r. _1 v# ]| ├──24、精读论文专栏（NLP方向）》18、【老版本】【第4篇】机器翻译第二课时上：论文精读.mkv 57.27M
+ G) ~! y' U. [ @' ~( J| ├──24、精读论文专栏（NLP方向）》19、【老版本】【第4篇】机器翻译第二课时下：论文精读.mkv 55.30M0 R% i. H) t3 _( `+ }
| ├──24、精读论文专栏（NLP方向）》20、【老版本】【第4篇】机器翻译第三课时上：代码精读.mkv 62.94M( v. `8 e' K5 E q1 v4 X
| ├──24、精读论文专栏（NLP方向）》21、【老版本】【第4篇】机器翻译第三课时下：代码精读.mkv 59.63M
1 L% z! q7 t5 a: J A| ├──24、精读论文专栏（NLP方向）》22、【老版本】【第5篇】transformer第一课时：论文导读.mkv 40.05M% R; {2 S$ ?7 t& g2 w. s
| ├──24、精读论文专栏（NLP方向）》23、【老版本】【第5篇】transformer第二课时上：论文精读.mkv 57.95M7 h1 f" x9 W% r/ `3 O
| ├──24、精读论文专栏（NLP方向）》24、【老版本】【第5篇】transformer第二课时下：论文精读.mkv 55.66M( L$ U6 |: h" i" m' q$ R" M
| ├──24、精读论文专栏（NLP方向）》25、【老版本】【第5篇】transformer第三课时：代码实践.mkv 133.58M
+ @- Y3 s7 l- g( Q# j9 E| ├──24、精读论文专栏（NLP方向）》26、【老版本】【第6篇】GloVe第一课时：论文导读.mkv 39.08M% `! |& |( S# A; J. n
| ├──24、精读论文专栏（NLP方向）》27、【老版本】【第6篇】GloVe第二课时：论文精读.mkv 46.67M
* j2 C& z9 K2 d0 s* @, f| ├──24、精读论文专栏（NLP方向）》28、【老版本】【第7篇】Skip Thought第一课时：论文导读.mkv 40.29M
* }: Y' O5 S' `0 Z' z8 [| ├──24、精读论文专栏（NLP方向）》29、【老版本】【第7篇】Skip Thought第二课时：论文精读.mkv 34.85M
. O; \# T3 F; S- b) K6 R+ ]9 V l| ├──24、精读论文专栏（NLP方向）》30、【老版本】【第7篇】Skip Thought第三课时：代码精读.mkv 46.63M
- G8 g) d; ]6 K; @2 q% f h S| ├──24、精读论文专栏（NLP方向）》31、【老版本】【第8篇】TextCNN第一课时：论文导读.mkv 24.00M
' v+ N6 w4 f- S1 S; X8 A% ]) S| ├──24、精读论文专栏（NLP方向）》32、【老版本】【第8篇】TextCNN第二课时：论文精读.mkv 32.09M& x" C# M- v& S$ n8 x8 C
| ├──24、精读论文专栏（NLP方向）》33、【老版本】【第8篇】TextCNN第三课时：代码详解.mkv 28.99M
7 M4 J6 u) _6 N k/ F. g% L| ├──24、精读论文专栏（NLP方向）》34、【老版本】【第9篇】基于字符“从0开始学习”的文本分类第一课时：论文导读.mkv 60.59M
1 |7 F. l, e( |" x: R! j3 Q: [| ├──24、精读论文专栏（NLP方向）》35、【老版本】【第9篇】基于字符“从0开始学习”的文本分类第二课时：论文精读.mkv 61.88M
% Q: L v9 l+ i| ├──24、精读论文专栏（NLP方向）》36、【老版本】【第9篇】基于字符“从0开始学习”的文本分类第三课时：代码讲解.mkv 51.43M7 t v6 u6 k( _. y, P* v
| ├──24、精读论文专栏（NLP方向）》37、【老版本】【第10篇】动态卷积网络和n-gram思想用于句分类：论文导读.mkv 52.69M6 t/ b8 |$ H2 p1 a3 t' g- P
| ├──24、精读论文专栏（NLP方向）》38、【老版本】【第10篇】动态卷积网络和n-gram思想用于句分类：论文精读上.mkv 57.12M8 C* H! ?* c4 ? _
| ├──24、精读论文专栏（NLP方向）》39、【老版本】【第10篇】动态卷积网络和n-gram思想用于句分类：论文精读下.mkv 77.92M
& l) k7 `( W% B, m2 ?2 F6 N| ├──24、精读论文专栏（NLP方向）》40、【老版本】【第10篇】动态卷积网络和n-gram思想用于句分类：代码精读上.mkv 58.94M. ^; d, M" J1 y' P
| ├──24、精读论文专栏（NLP方向）》41、【老版本】【第10篇】动态卷积网络和n-gram思想用于句分类：代码精读下.mkv 50.60M1 H; S1 o+ s. _! Z2 c% Y' ^9 d7 y# h
| ├──24、精读论文专栏（NLP方向）》42、【老版本】【第11篇】fasttext第一课时.mkv 48.73M, |+ s4 U1 y6 r2 k
| ├──24、精读论文专栏（NLP方向）》43、【老版本】【第11篇】fasttext第二课时上.mkv 56.40M$ R& X! L1 u$ p2 l0 u$ ^
| ├──24、精读论文专栏（NLP方向）》44、【老版本】【第11篇】fasttext第二课时下.mkv 51.89M
; S& g8 f7 q2 m: Y y7 h. j| ├──24、精读论文专栏（NLP方向）》45、【老版本】【第11篇】fasttext第三课时上.mkv 50.21M
. w& j% }6 s3 \$ j% g3 J| ├──24、精读论文专栏（NLP方向）》46、【老版本】【第11篇】fasttext第三课时下.mkv 57.36M, |4 G) z' j1 x8 o& b% n* i
| ├──24、精读论文专栏（NLP方向）》47、【老版本】【第12篇】层次化attention机制用于文档分类第一课时.mkv 41.97M2 J' l5 h0 m' @3 y! z
| ├──24、精读论文专栏（NLP方向）》48、【老版本】【第12篇】层次化attention机制用于文档分类第二课时.mkv 49.55M
' P8 N0 y/ b! A; ?| ├──24、精读论文专栏（NLP方向）》49、【老版本】【第12篇】层次化attention机制用于文档分类第三课时.mkv 53.75M
1 q- S, G B7 Y! B| ├──24、精读论文专栏（NLP方向）》50、【老版本】【第13篇】PCNNATT-论文导读.mkv 36.27M. L6 @( k% Z- Q2 \" V2 s; z
| ├──24、精读论文专栏（NLP方向）》51、【老版本】【第13篇】PCNNATT-论文精读.mkv 45.77M
: l" ?! ]. i3 o| ├──24、精读论文专栏（NLP方向）》52、【老版本】【第13篇】PCNNATT-代码详解.mkv 41.55M" s& V& w; D- l8 o+ A$ d$ u; H
| ├──24、精读论文专栏（NLP方向）》53、【老版本】【第14篇】E2ECRF第一课时：论文导读.mkv 40.15M" s$ y* ?) j( ~) }1 B5 o: R2 @
| ├──24、精读论文专栏（NLP方向）》54、【老版本】【第14篇】E2ECRF第二课时：论文精读.mkv 44.20M
6 `- w, G; F0 X9 p| ├──24、精读论文专栏（NLP方向）》55、【老版本】【第14篇】E2ECRF第三课时：代码精读.mkv 37.51M
( h1 u( T0 C3 ]) u4 Z. p) [) W| ├──24、精读论文专栏（NLP方向）》56、【老版本】【第15篇】多层LSTM第一课时.mkv 16.35M
" t. @" @# d. j' l2 `' k4 N| ├──24、精读论文专栏（NLP方向）》57、【老版本】【第15篇】多层LSTM第二课时.mkv 36.96M* T! ^8 O/ @" b7 x* U4 Y9 b
| ├──24、精读论文专栏（NLP方向）》58、【老版本】【第15篇】多层LSTM第三课时.mkv 62.78M) J$ C5 C( a9 c6 V8 Y
| ├──24、精读论文专栏（NLP方向）》59、【老版本】【第16篇】基于卷积网络的seq2seq第一课时：论文导读.mkv 33.17M6 h& A, L* N; M- ~1 \) L& b
| ├──24、精读论文专栏（NLP方向）》60、【老版本】【第16篇】基于卷积网络的seq2seq第二课时：论文精读.mkv 53.87M
$ t! v1 |& A* M| ├──24、精读论文专栏（NLP方向）》61、【老版本】【第17篇】谷歌的神经网络机器翻译系统第一课时.mkv 8.84M
) F8 v) ~* ~; Z3 p) Z| ├──24、精读论文专栏（NLP方向）》62、【老版本】【第17篇】谷歌的神经网络机器翻译系统第二课时.mkv 48.61M# l7 U; Q8 t8 X4 v8 L
| ├──24、精读论文专栏（NLP方向）》63、【老版本】【第18篇】UMT论文导读.mkv 42.12M; u1 u% r- s$ f
| ├──24、精读论文专栏（NLP方向）》64、【老版本】【第18篇】UMT论文精读.mkv 54.79M$ [5 L" ?9 _0 I8 Q% [: |+ i
| ├──24、精读论文专栏（NLP方向）》65、【老版本】【第19篇】seq2seq导读.mkv 36.62M/ p+ N- p) l* j+ X$ {3 w
| ├──24、精读论文专栏（NLP方向）》66、【老版本】【第19篇】seq2seq精读.mkv 37.47M
6 G; K: k- w# F: N& J# `4 U8 G| ├──24、精读论文专栏（NLP方向）》67、【老版本】【第20篇】End-to-End Memory Networks论文导读.mkv 15.76M) f( U( G7 c) K- r4 f
| ├──24、精读论文专栏（NLP方向）》68、【老版本】【第20篇】End-to-End Memory Networks论文精读.mkv 36.07M0 P6 X3 C* A% B
| ├──24、精读论文专栏（NLP方向）》69、【老版本】【第20篇】End-to-End Memory Networks代码精读.mkv 17.93M
7 y' @5 J7 t1 W" l v2 M| ├──24、精读论文专栏（NLP方向）》70、【老版本】【第21篇】QANet论文导读.mkv 47.57M0 {0 F6 d! }5 c! n1 Q
| ├──24、精读论文专栏（NLP方向）》71、【老版本】【第21篇】QANet论文精读.mkv 53.97M# s6 d* m& i8 e" c
| ├──24、精读论文专栏（NLP方向）》72、【老版本】【第21篇】QANet代码精读.mkv 47.57M
9 A3 H m) _. j8 }* N6 F& J0 r| ├──24、精读论文专栏（NLP方向）》73、【老版本】【第22篇】双向Attention第一课时：论文导读.mkv 18.47M0 U5 V( I I1 i* a X4 _
| ├──24、精读论文专栏（NLP方向）》74、【老版本】【第22篇】双向Attention第二课时：论文精读.mkv 75.41M
/ u4 S5 G. o; L: a4 f Q. A9 I| ├──24、精读论文专栏（NLP方向）》75、【老版本】【第23篇】Dialogue第一课时.mkv 54.47M
6 k. A1 _' h4 O( b7 F+ s, ]# X; d| ├──24、精读论文专栏（NLP方向）》76、【老版本】【第23篇】Dialogue第二课时.mkv 47.78M
" s4 {! W. {. S| ├──24、精读论文专栏（NLP方向）》77、【老版本】【第24篇】SeqGAN第一课时.mkv 36.96M8 h) y/ A- J4 T3 a* l
| ├──24、精读论文专栏（NLP方向）》78、【老版本】【第24篇】SeqGAN第二课时.mkv 56.10M
& y1 w( D7 ]0 B& Q% V| ├──24、精读论文专栏（NLP方向）》79、【老版本】【第25篇】R-GCNs第一课时.mkv 38.65M1 K" j8 {. F5 R, Z3 p
| ├──24、精读论文专栏（NLP方向）》80、【老版本】【第25篇】R-GCNs第二课时.mkv 43.03M0 i9 m, F: ^- R/ @* D- M2 [; o
| ├──24、精读论文专栏（NLP方向）》81、【老版本】【第26篇】大规模语料模型第一课时.mkv 69.43M
u3 \' P( z' z$ B5 b) e8 d a| ├──24、精读论文专栏（NLP方向）》82、【老版本】【第26篇】大规模语料模型第二课时.mkv 57.52M
1 Y' J" y6 n8 K8 G| ├──24、精读论文专栏（NLP方向）》83、【老版本】【第27篇】Transformer-XL第一课时.mkv 30.10M6 {) J* D5 N% h
| ├──24、精读论文专栏（NLP方向）》84、【老版本】【第27篇】Transformer-XL第二课时.mkv 36.46M3 f& L2 D# V" [& g% o v2 V
| ├──24、精读论文专栏（NLP方向）》85、【老版本】【第28篇】TCN 第一课时.mkv 44.17M
. L' S5 l2 Y6 V- j| ├──24、精读论文专栏（NLP方向）》86、【老版本】【第28篇】TCN 第二课时.mkv 64.39M
& l. g( r4 d; b| ├──24、精读论文专栏（NLP方向）》87、【老版本】【第29篇】第一课时：论文导读.mkv 32.19M G7 D: J: m1 N, z
| ├──24、精读论文专栏（NLP方向）》88、【老版本】【第29篇】第二课时：论文精读.mkv 100.93M" D/ S5 v j4 _5 M/ W x
| ├──24、精读论文专栏（NLP方向）》89、【老版本】【第30篇】BERT--NAACL 2019最佳论文第一课时.mkv 68.40M
" Y0 f) v9 W4 b| └──24、精读论文专栏（NLP方向）》90、【老版本】【第30篇】BERT--NAACL 2019最佳论文第二课时.mkv 57.25M
2 H8 N% f/ C; `% F. `└──25、重点讲解专栏（NLP方向）》 # H- m6 W* T) I" g
| ├──25、重点讲解专栏（NLP方向）》01、【老版本】【第14篇】SANIL第二课时.mkv 70.84M
. _3 k. W8 C5 e$ w# Y: e9 F| ├──25、重点讲解专栏（NLP方向）》02、【老版本】【第14篇】SANIL第一课时.mkv 58.99M
, d; L* z: h' @: L| ├──25、重点讲解专栏（NLP方向）》05、【老版本】【重难点第1篇】ARNOR论文第一课.mkv 37.64M- r! t- {6 ]0 y( T2 o6 u
| ├──25、重点讲解专栏（NLP方向）》06、【老版本】【重难点第1篇】ARNOR论文第二课.mkv 65.00M
+ I5 u& M4 h5 N- v| ├──25、重点讲解专栏（NLP方向）》07、【老版本】【重难点第2篇】ERNIE论文第一课：论文导读.mkv 52.61M
5 R5 V( T5 @& N0 R$ q| ├──25、重点讲解专栏（NLP方向）》08、【老版本】【重难点第2篇】ERNIE论文第二课：论文精读.mkv 69.60M
% P. @2 k" Q; h/ R) E( N5 [8 B8 Y| ├──25、重点讲解专栏（NLP方向）》09、【老版本】【重难点第3篇】Meta-learning论文第一课：论文导读.mkv 62.40M2 X7 {- k/ ]# t$ m
| ├──25、重点讲解专栏（NLP方向）》10、【老版本】【重难点第3篇】Meta-learning论文第二课时：论文讲解.mkv 45.62M
/ N: i7 K. i' g1 ]7 Y| ├──25、重点讲解专栏（NLP方向）》11、【老版本】【重难点第3篇】Meta-learning论文第二课时：手推公式.mkv 80.51M# y% w* g/ c. n: U: I# s
| ├──25、重点讲解专栏（NLP方向）》12、【老版本】【重难点第3篇】Meta-learning论文第三课时.mkv 57.25M
' U2 @6 y( W2 `) b, T! F2 I+ x| ├──25、重点讲解专栏（NLP方向）》13、【老版本】【重难点第4篇】SER第一课时课程导读.mkv 54.14M8 q9 U& _& \* \, [. d7 a) \
| ├──25、重点讲解专栏（NLP方向）》14、【老版本】【重难点第4篇】SER第二课时：论文讲解.mkv 171.75M B+ s$ s* @" K1 b& z; `# ~" n
| ├──25、重点讲解专栏（NLP方向）》15、【老版本】【重难点第4篇】SER第三课时.mkv 192.10M: A5 x) j! _. n3 A
| ├──25、重点讲解专栏（NLP方向）》16、【老版本】【重难点第4篇】SER第四课时.mkv 66.48M
+ y8 h) I5 p9 v+ [" D; Q| └──25、重点讲解专栏（NLP方向）》17、【老版本】【第13篇】Reptile.mkv 41.89M
# M/ o1 \6 z; q; V$ V' ~
8 f( n; M* T% `$ e a* T5 m; p6 g. Y: C! V0 N9 U
/ q c& \+ n; z7 ?5 d# W) m1 h* h a4 t: \* W6 G5 X- A
. f, {. L$ F$ N+ T2 q' I9 k
资源下载地址和密码（百度云盘）： [/hide] 百度网盘信息回帖可见0 L2 d5 L1 f5 p2 k
! R4 {" I7 w4 O# |8 w
' {- P# Q2 g( X% J- S
0 x4 {/ F2 l& U本资源由Java自学网收集整理【www.javazx.com】 |
|
[复制链接]
发表于 2023-9-20 03:24:01
