|
|
SDZY-人工智能Paper（NLP方向）-完结-无课件（163.86GB)
% v3 R$ ^' ?5 M) |) S├──00直播
' p' \* s8 b: [0 h, s! O5 ]| ├──单课01、直播答疑.mkv 141.06M# \8 [% L$ a5 V8 U X" O7 B
| ├──单课02、直播答疑.mkv 90.40M
3 {% }2 D9 O0 a1 v/ ?| ├──单课03、论文复现体验课学习指引.mkv 17.81M0 }: K& E( v& B( c7 c
| ├──单课04、直播答疑.mkv 125.66M
/ C0 T- o0 G8 A! u0 I& O| ├──单课06、直播答疑.mkv 98.53M
" m8 I9 n1 a D% ~| ├──单课07、直播答疑.mkv 111.04M4 m4 i- S( D. P5 |$ u
| ├──单课08、直播答疑.mkv 90.23M
E x, N# \" b| ├──单课09、GAN专题直播答疑.mkv 107.04M3 O) Z) I& j2 \ C' n, _& s
| ├──单课10、NLP Baseline直播答疑.mkv 195.03M
& }$ \) K6 [/ [. \5 `7 o| ├──单课11、NLP Baseline 直播答疑.mkv 154.78M; _1 ]5 D7 x. P% y. x( R
| ├──单课13、NLP baseline直播答疑.mkv 89.47M9 m6 h3 Q4 r5 D' V
| ├──单课14、NLP直播答疑.mkv 69.91M' U" Z) d. {0 q. d- x* a2 k
| ├──单课15、NLP直播答疑.mkv 200.29M% G! |. i p) A4 |- A8 V+ p+ |( g! a% O
| ├──单课16、NLP baseline直播答疑.mkv 137.70M0 r, F% e+ g' J% v$ X. J
| ├──单课17、NLP baseline直播答疑.mkv 161.51M& q* o/ i( T% @. |1 K
| ├──单课18、预训练直播答疑.mkv 162.09M4 T! @2 s- r \0 K, a& X/ I4 k6 p
| └──单课19、NLP直播答疑.mkv 58.67M
d3 @1 H% q0 E6 i8 z' A├──01自监督无监督
/ p- V. K3 X4 M& h$ w8 j| ├──01、自监督-无监督》02、1.1 专题简介与导引&MOCO论文泛读.mkv 42.48M5 W; t P( _& b8 v" n. \) @/ e7 Y" Y6 S
| ├──01、自监督-无监督》03、1.2 MOCO论文精读.mkv 204.88M
0 k! C/ m( r1 j" ]0 p. h1 \| ├──01、自监督-无监督》04、1.3 MOCO-实验结果分析与总结.mkv 153.91M
' X, n# ^3 m3 i+ ^6 u6 P( T| ├──01、自监督-无监督》05、1，4 MOCO-代码讲解.mkv 189.74M
! C0 u% O: h2 h/ l| ├──01、自监督-无监督》06、2.1 simclr-论文精读.mkv 379.22M
* [2 n5 {: j, O" [" {' W$ S* T" Q" ^| ├──01、自监督-无监督》07、2.2 sinclr-论文精讲.mkv 224.41M
* u) [2 t$ j( }) g0 l+ || └──01、自监督-无监督》08、2.3 simclr-代码讲解.mkv 211.84M
+ r" A1 f1 w' ^0 o├──02、15 NLP-推荐系统》
: [9 {( T# U7 C! T R0 ~3 v! U| ├──02、15 NLP-推荐系统》02、1. CAN泛读.mkv 118.79M
) x& I2 H9 X! F| ├──02、15 NLP-推荐系统》03、2. CAN精读.mkv 98.24M' h3 ~" X! ? [. V4 x
| ├──02、15 NLP-推荐系统》04、3. CAN代码项目实践.mkv 102.35M+ E: o# [1 ^! X8 P
| ├──02、15 NLP-推荐系统》05、4. MIND泛读.mkv 106.70M+ ]/ g; S# r2 l. I: F# `0 P( ]
| ├──02、15 NLP-推荐系统》06、5. MIND精读.mkv 123.17M& a8 t5 _! y m: b' b" N+ M
| ├──02、15 NLP-推荐系统》07、6. MIND代码项目实践.mkv 142.96M" W7 t" ~0 j3 Q0 S5 d7 `, p u
| ├──02、15 NLP-推荐系统》08、7. PLE泛读.mkv 91.06M7 S9 v+ f, U' E& ~6 ` d5 n
| ├──02、15 NLP-推荐系统》09、8. PLE精读.mkv 66.22M
* L$ H2 V( ~# _| ├──02、15 NLP-推荐系统》10、9. PLE代码项目实践.mkv 114.18M
4 G. E% X. W4 m- q, X v8 @| ├──02、15 NLP-推荐系统》11、10. DAT泛读.mkv 77.14M
5 D" p: ]( |2 h9 \/ s1 ?# L| ├──02、15 NLP-推荐系统》12、11. DAT精读.mkv 53.35M9 r4 T+ v: X) z+ v; Y
| ├──02、15 NLP-推荐系统》13、12. DAT代码项目实践.mkv 51.96M; s# U0 U/ S1 y, w9 L
| ├──02、15 NLP-推荐系统》14、13. FIBINET泛读.mkv 55.37M: S- L1 {+ R0 S
| ├──02、15 NLP-推荐系统》15、14. FIBINET精读.mkv 41.00M
7 E$ S0 M8 |% d) M- @/ ?) {| └──02、15 NLP-推荐系统》16、15. FIBINET代码项目实践.mkv 75.85M0 y9 p) t' X! \+ |0 u( n" {; o
├──03、学前须知》 * p' A0 u2 B! Z4 P) i3 g
| └──03、学前须知》01、效率提升3倍的Paper 阅读方法.mkv 123.61M+ C. r/ F% R9 K& j7 L9 c! Q
├──04、01 Python · AI&数据科学入门》
3 T5 f& ?8 V/ y$ h| ├──04、01 Python · AI&数据科学入门》02、第一章 绪论和环境配置.mkv 22.56M
3 }3 a# I, y: ]/ U| ├──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
" T# @) Y9 c2 [/ {. w| ├──04、01 Python · AI&数据科学入门》04、第二章 Python 基本语法元素.mkv 55.30M
6 Q" ~' j" \( I: d| ├──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) _. p4 K# L0 O# A3 z$ i+ m* M
| ├──04、01 Python · AI&数据科学入门》06、第三章 基本数据类型.mkv 43.05M
* A- m4 D) {8 ?* o. ]$ ^| ├──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 23.93M. d+ B" r, M$ r
| ├──04、01 Python · AI&数据科学入门》08、第四章 组合数据类型.mkv 45.20M* |) [6 ~8 t2 r6 ~ G0 q3 r5 V' h
| ├──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 d& P3 y( R6 |# m
| ├──04、01 Python · AI&数据科学入门》10、第五章 程序控制结构.mkv 39.19M
* \/ y+ @+ ?. E5 H| ├──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 10.90M5 ~! Q* D& B3 ]3 G9 Z5 g8 C
| ├──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
8 }0 |# c: E0 c3 b| ├──04、01 Python · AI&数据科学入门》13、【作业讲解】第六章：函数.mkv 20.11M0 G' f' S7 F9 N7 @4 o
| ├──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' E$ o; A" k* A
| ├──04、01 Python · AI&数据科学入门》15、【作业讲解】第七章：类.mkv 12.41M
* p P3 F. @% p9 n| ├──04、01 Python · AI&数据科学入门》16、第八章 文件、异常和模块.mkv 57.66M; | f, {! R# z) N5 G! ^, b# `
| ├──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 5.42M1 Z( }( }1 o% r G4 E; H" z
| ├──04、01 Python · AI&数据科学入门》18、第九章 有益的探索.mkv 60.40M
/ \# G1 f8 w' t+ p7 {* P7 l7 L2 R| ├──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
* \6 b- g$ P. d| ├──04、01 Python · AI&数据科学入门》20、第十章 Python标准库.mkv 43.29M
: R6 U2 p' ]) e9 V6 z8 B) ? {| ├──04、01 Python · AI&数据科学入门》21、【作业讲解】第十章：Python标准库.mkv 6.85M4 W- u' V9 J- p4 H7 J& D9 w8 W9 a
| ├──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
+ s* @3 i+ ]+ d| ├──04、01 Python · AI&数据科学入门》23、【作业讲解】第十一章：Numpy库.mkv 12.13M
! V" c6 u- ^1 f) l2 j5 Z| ├──04、01 Python · AI&数据科学入门》24、第十二章 Pandas库.mkv 72.76M4 Z6 R6 s$ k/ f! ]
| ├──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: T; b4 }5 N! e" E2 Q. j| ├──04、01 Python · AI&数据科学入门》26、第十三章 Matplotlib.mkv 50.74M
. N' d! \% {4 E5 l| ├──04、01 Python · AI&数据科学入门》27、【作业讲解】第十三章：Matplotlib.mkv 18.32M4 V+ _8 C$ T( U3 t4 P
| ├──04、01 Python · AI&数据科学入门》28、第十四章 Sklearn常规用法.mkv 28.53M
$ U/ K$ v' O/ U1 A| ├──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 25.44M
7 ]* L: d `6 ~- B1 C: _8 [| └──04、01 Python · AI&数据科学入门》30、第十五章 再谈编程.mkv 34.04M
- t" g( j% M. N) ?* Z5 W+ m# G2 j├──05、02 PyTorch》
& K( _! _- k( }" @| ├──05、02 PyTorch》02、【必看】深入浅出PyTorch.mkv 103.55M$ I2 f9 z6 c9 ?( y( |1 N+ j
| ├──05、02 PyTorch》03、【第一周】PyTorch简介与安装.mkv 56.61M
+ X% ~& z. U/ |% W5 p| ├──05、02 PyTorch》04、【第一周】补充-pytorch开发环境安装.mkv 164.59M/ W1 O0 {5 t- \: [' q7 F
| ├──05、02 PyTorch》05、【第一周】张量简介与创建.mkv 54.04M/ ]+ r# n# K. c0 V3 `
| ├──05、02 PyTorch》06、【第一周】张量操作与线性回归.mkv 66.20M1 w( ~2 x% P4 ?& W
| ├──05、02 PyTorch》07、【第一周】计算图与动态图机制.mkv 34.11M! D! w- Z8 E. s; u) R, ]9 C% [0 C. B% e+ {
| ├──05、02 PyTorch》08、【第一周】autograd与逻辑回归.mkv 68.38M
. u0 f9 ~: D* ~0 E. Q| ├──05、02 PyTorch》09、【第一周】作业讲解1.mkv 30.03M
T& D- t) a* I5 H| ├──05、02 PyTorch》10、【第一周】作业讲解2.mkv 22.93M/ N0 S, b, ?7 a0 }$ A) N/ X8 P y
| ├──05、02 PyTorch》11、【第一周】作业讲解3.mkv 22.80M8 O: b3 L0 {# N1 n
| ├──05、02 PyTorch》12、【第二周】数据读取机制Dataloader与Dataset.mkv 63.23M
& O4 {9 r) M) ]& `6 F8 i| ├──05、02 PyTorch》13、【第二周】数据预处理transforms模块机制.mkv 62.89M
- A- K. O- ^9 O- \- X3 ]% F3 U| ├──05、02 PyTorch》14、【第二周】二十二种transforms数据预处理方法.mkv 118.45M1 W$ ]# o" ^; ]" g; t
| ├──05、02 PyTorch》15、【第二周】学会自定义transforms方法.mkv 136.59M) a5 W# _8 Q6 g
| ├──05、02 PyTorch》16、【第二周】作业讲解.mkv 94.94M
+ R' N1 B4 t7 n+ S| ├──05、02 PyTorch》17、【第三周】模型创建步骤与nn.Module.mkv 66.95M4 F) A3 v& m7 l7 Y% N+ y- m6 N
| ├──05、02 PyTorch》18、【第三周】模型容器与AlexNet构建.mkv 71.56M9 K( V' s. v `
| ├──05、02 PyTorch》19、【第三周】nn网络层-卷积层.mkv 75.62M
4 E2 x! M9 f- h- h T| ├──05、02 PyTorch》20、【第三周】nn网络层-池化-线性-激活函数层.mkv 75.57M. l8 {' f) n" S8 N
| ├──05、02 PyTorch》21、【第三周】作业讲解.mkv 65.24M
" F5 _0 l' M) g" m$ D0 Y| ├──05、02 PyTorch》22、【第四周】权值初始化.mkv 64.54M( F# ~8 P9 g$ J5 S
| ├──05、02 PyTorch》23、【第四周】损失函数（一）.mkv 111.99M7 A/ }4 C1 V" B3 I
| ├──05、02 PyTorch》24、【第四周】损失函数(二).mkv 115.92M9 v: r" i7 O9 p/ n1 {2 w7 k
| ├──05、02 PyTorch》25、【第四周】优化器optimizer的概念.mkv 69.74M
; \7 [5 a. u% ]8 T| ├──05、02 PyTorch》26、【第四周】torch.optim.SGD.mkv 94.87M
L8 A7 h4 u# L6 u5 ~7 D) `# Z| ├──05、02 PyTorch》27、【第四周】作业讲解.mkv 28.67M0 `8 p( [. [/ R1 B' j+ Q
| ├──05、02 PyTorch》28、【第五周】学习率调整策略.mkv 90.84M
7 F; G6 M% l, D' s @% J| ├──05、02 PyTorch》29、【第五周】TensorBoard简介与安装.mkv 44.92M5 a6 l: J3 F0 u/ t9 y4 Q4 K7 n( |6 s
| ├──05、02 PyTorch》30、【第五周】TensorBoard使用（一）.mkv 85.95M
D m' A6 A) Z0 l| ├──05、02 PyTorch》31、【第五周】TensorBoard使用（二）.mkv 128.18M
8 c R2 [/ f6 j' c" l! w' P/ b| ├──05、02 PyTorch》32、【第五周】hook函数与CAM可视化.mkv 106.22M
/ X" s* }5 X/ K2 ]| ├──05、02 PyTorch》33、【第五周】作业讲解.mkv 40.37M
8 Q. t+ K: e6 q9 X0 g0 V- m4 z| ├──05、02 PyTorch》34、【第六周】正则化之weight_decay.mkv 65.97M8 p* G5 U; S2 [" t0 _3 S
| ├──05、02 PyTorch》35、【第六周】Batch Normalization.mkv 106.68M
; o4 ?& W5 I7 ^2 B| ├──05、02 PyTorch》36、【第六周】Normalizaiton_layers.mkv 69.19M y/ K& X9 ^) n; u$ s" [ H5 F
| ├──05、02 PyTorch》37、【第六周】正则化之Dropout.mkv 73.76M
T# a" f% |1 L! Z: G1 H9 u; G| ├──05、02 PyTorch》38、【第六周】作业讲解.mkv 38.44M$ F8 U; Q7 O4 c3 P% L: a
| ├──05、02 PyTorch》39、【第七周】模型保存与加载.mkv 46.08M
+ L2 e7 Q2 o8 @' L' [9 v) h$ L| ├──05、02 PyTorch》40、【第七周】模型finetune.mkv 70.48M
6 C7 E9 w( N- y) o- p| ├──05、02 PyTorch》41、【第七周】GPU的使用.mkv 77.36M5 d( m2 }4 p' N0 y/ @0 D1 v% I
| ├──05、02 PyTorch》42、【第七周】PyTorch常见报错.mkv 68.49M
- ]) h4 H+ s5 i9 t& i4 T2 S| ├──05、02 PyTorch》43、【第七周】作业讲解.mkv 19.67M
. [* m& b I$ c6 N# K& C5 j| ├──05、02 PyTorch》44、【第八周】图像分类一瞥.mkv 106.50M9 F$ e$ W1 I7 t7 s! l" {
| ├──05、02 PyTorch》45、【第八周】图像分割一瞥.mkv 128.41M
: ^( Q+ G7 b6 z- L! v| ├──05、02 PyTorch》46、【第八周】图像目标检测一瞥（上）.mkv 95.48M
`3 P- |* G% ?1 ~7 \. @0 y| ├──05、02 PyTorch》47、【第八周】图像目标检测一瞥（下）.mkv 157.19M2 z3 u" {! s2 D! ?3 V
| ├──05、02 PyTorch》48、【第九周】生成对抗网络一瞥.mkv 110.64M. L) L- ?7 u! [
| └──05、02 PyTorch》49、【第九周】循环神经网络一瞥.mkv 71.28M1 c4 U+ j2 ~8 N$ t# M# I0 U
├──06、人工智能数学基础》 7 c# U% P: K1 h$ L9 ~' |" ]
| ├──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
: c0 f2 k( _9 o* L X5 P/ W| ├──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. U4 k7 f; |6 }
| ├──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
7 R; R# B( Q, ]& v5 o2 Y* H1 a, {| ├──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
$ |6 Y% C" p. l- I1 @/ `; v| ├──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
+ X! J- w5 I* j- S5 l| ├──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
+ Y9 W9 q" X0 a8 j5 \6 Y| ├──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 13.00M5 D, h7 Q( E; t- s, D6 H& \; Z/ s
| ├──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
$ P( [& s# R: @* c% c! x3 m" o| ├──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( G* w6 c0 @7 c( S l7 I3 ]
| ├──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' g- ]/ d9 {8 E, h% X0 L
| ├──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
/ \4 {- X: K# B d) p) ]1 h| ├──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 48.46M0 l' d* x) }# ?/ i, H
| ├──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 20.47M
E) n4 o9 Q8 n: p3 n. O$ C| ├──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( v3 g0 l0 s3 k# k% |; O: _3 b
| ├──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 22.47M4 _0 e- t" S% B4 n
| ├──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 74.11M
$ }# C! c; {9 p) U& v, }| ├──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
$ } b6 A8 g9 u! x3 K3 V| ├──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- }/ A: Q' V3 ?( \) i) Z
| ├──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
$ ?8 S3 N2 b7 m3 X- z. 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; K. h* @! H2 G
| ├──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
3 U. F3 a( {$ X2 m0 r| ├──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 53.11M0 G+ T7 G" ~) V4 `+ v- E
| ├──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- D, M: h$ t9 k: G) n7 ?
| ├──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 47.60M9 R }9 U% |4 k4 j
| ├──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
5 O! ]+ u0 t0 ^4 Q0 ?! n| ├──06、人工智能数学基础》30、【第三章 微积分】-04 不定积分.mkv 29.56M4 u; p3 J0 b9 [: f
| ├──06、人工智能数学基础》31、【第三章 微积分】-05 定积分.mkv 29.44M, o C5 x1 c, Q, @' O
| ├──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 45.28M2 I+ o D b% X$ ~9 |. @
| ├──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
7 u8 c0 b/ ?+ c| ├──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! j% C5 M8 U7 {5 `
| ├──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
/ b# ^* \2 c/ E: t| ├──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& c5 J' ^' l0 R( U* F7 H9 I9 h
| ├──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 50.22M1 A( [& Z! Y& K' z' f" s4 S
| ├──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
p/ ^; |9 g2 H, ?/ S" V1 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
: Y |' T7 I, F| ├──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
; U9 t5 o: u/ K3 Y4 g& _| ├──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
3 v0 U, h' P* J% r l5 l+ k| ├──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
+ A0 K1 h: i0 g$ ~| ├──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 45.64M2 X$ e8 P9 A0 R8 G6 `6 n0 ~
| ├──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
& c; r/ k! z4 t4 L| └──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* L. o7 Y, ?$ u' x( v7 e
├──07、04 神经网络基础知识》
4 ]+ y$ d2 u% j- B! i, b| ├──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
" L* A' U, w& o/ M& R* v| ├──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+ n+ h9 M' v# u& [
| ├──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
( @2 z9 y7 p. S9 c' l: l+ H| ├──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 15.57M6 e7 R9 r& V: _$ R- Z
| ├──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 I" x% r, s( I# x/ \
| ├──07、04 神经网络基础知识》07、02-卷积神经网络-0.mkv 28.88M
$ }3 z* X6 D* X$ X| ├──07、04 神经网络基础知识》08、02-卷积神经网络-1.mkv 51.75M. k+ U9 {; D( I% s& B5 D) w9 f' k
| ├──07、04 神经网络基础知识》09、02-卷积神经网络-2.mkv 22.11M G! }5 P% P% e" J4 b
| ├──07、04 神经网络基础知识》10、03-循环神经网络-0.mkv 20.50M
0 e$ R) g, Q Y- l0 B* || ├──07、04 神经网络基础知识》11、03-循环神经网络-1.mkv 37.91M6 {3 E H7 L5 i# I1 R+ s# W, I8 g
| └──07、04 神经网络基础知识》12、03-循环神经网络-2.mkv 26.61M5 p* p! x, F, ^+ ?
├──08、05 NLP基础知识》
& u' s( n3 { r) W: P5 h| ├──08、05 NLP基础知识》02、1-1 前言..mkv 152.17M
5 w, {) ^4 T+ n8 y8 k/ C" ~: I| ├──08、05 NLP基础知识》03、1-2 研究方向概述..mkv 112.22M
: _/ m* u0 `' n b| ├──08、05 NLP基础知识》04、2-1 预备知识..mkv 60.53M7 v" f( L3 X! Z
| ├──08、05 NLP基础知识》05、2-2 NLP问题中的特征..mkv 61.23M: n9 C& U; `) r0 n- f
| ├──08、05 NLP基础知识》06、2-3 特征输入..mkv 108.19M6 _: r% Y' {2 b' y
| ├──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/ \$ x7 }2 `+ u3 r* P
| ├──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% b2 ?' H+ \8 {9 H# p8 |6 A
| ├──08、05 NLP基础知识》09、3-2 语言模型任务评估..mkv 104.25M
4 M6 c& K, Y' _& Q7 M8 H| ├──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 h8 b9 i6 P% j* I" n* H4 G/ `
| ├──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 y1 o0 f: J/ h1 U& s1 \2 u
| ├──08、05 NLP基础知识》12、4-1 word2vec原理..mkv 129.80M4 T! }+ }- g5 d% \, g
| ├──08、05 NLP基础知识》13、4-2 word2vec代码复现..mkv 207.33M$ ~3 r8 @# c, N, k) u% E6 t6 j
| ├──08、05 NLP基础知识》14、4-3 word2vec项目实战展示..mkv 96.70M
$ Y3 j1 ` d7 z9 J8 v% r5 G| ├──08、05 NLP基础知识》15、4-4 BERT使用实战讲解..mkv 131.83M
* ]. K; N: U8 G7 o3 V| ├──08、05 NLP基础知识》16、4-5 MLP模型与实战..mkv 122.72M' v" Z4 `; ~4 E" i& P( }
| ├──08、05 NLP基础知识》17、4-6 RNN模型原理、代码复现与实战..mkv 186.45M
- y" @2 ?7 d4 X% V w3 G! w| ├──08、05 NLP基础知识》18、5-1 HMM序列标注..mkv 47.47M0 C" I, ?3 D# ?" K1 u6 l
| ├──08、05 NLP基础知识》19、5-2 HMM模型简介..mkv 121.17M9 h4 I" {$ ~. R& `3 m3 i2 _9 h
| ├──08、05 NLP基础知识》20、5-3 HMM样本生成..mkv 112.77M
" R! o8 `* M I, h9 K) S| ├──08、05 NLP基础知识》21、5-4 HMM训练..mkv 71.39M
/ [" ~% V( j( m/ v( r/ R/ A| ├──08、05 NLP基础知识》22、5-5 HMM预测..mkv 107.47M& Z9 u# ]* _7 q! [0 Q
| └──08、05 NLP基础知识》23、5-6 HMM代码实现..mkv 142.76M, c$ R* Y7 r0 B5 R
├──09、06 NLP-baseline》
5 [7 Q" S4 {; d( ~| ├──09、06 NLP-baseline》02、NLP baseline 开营仪式.mkv 79.36M# [, t% n. C: V! D
| ├──09、06 NLP-baseline》03、1.1 word2vec1-1背景知识.mkv 79.62M
) j: f; m* U: m* r( q l V| ├──09、06 NLP-baseline》04、1.2 word2vec1-2论文泛读.mkv 66.15M2 Z$ i/ ?9 {' E9 R
| ├──09、06 NLP-baseline》05、1.3 word2vec2-1对比模型.mkv 64.54M
) e& |; H' C/ q& w- K) ]| ├──09、06 NLP-baseline》06、1.4 word2vec2-2原理.mkv 39.67M
, a& F/ L. Z* @9 h' T* X| ├──09、06 NLP-baseline》07、1.5 word2vec2-3word2vec关键技术.mkv 51.67M
& u! G0 p/ S7 ]| ├──09、06 NLP-baseline》08、1.6 word2vec2-4模型复杂度.mkv 24.93M
0 S% F: B. p2 d/ K+ z| ├──09、06 NLP-baseline》09、1.7 word2vec2-5实验结果.mkv 62.59M; D. U* S+ y0 Z1 U; D
| ├──09、06 NLP-baseline》10、1.8 word2vec3-1代码部分上.mkv 103.47M
9 z$ y L/ V: i5 e1 t| ├──09、06 NLP-baseline》11、1.9 word2vec3-2代码部分下.mkv 129.38M) e$ t2 S$ g% V# P0 e, t
| ├──09、06 NLP-baseline》12、02glove-01-_背景介绍..mkv 28.89M5 W& r z- o- f) i
| ├──09、06 NLP-baseline》13、02 glove-02-_研究成果及意义.mkv 12.22M) G3 k( I3 y4 Q1 S3 v9 [
| ├──09、06 NLP-baseline》14、02glove-03-论文概述.mkv 87.03M
4 L R& l- P5 M+ n| ├──09、06 NLP-baseline》15、02glove-04-模型精讲.mkv 46.79M
5 D9 o8 h; v3 E- P9 B| ├──09、06 NLP-baseline》16、02 glove-05-实验分析..mkv 21.96M. Q' j ]+ L _8 N
| ├──09、06 NLP-baseline》17、02glove-06-数据处理.mkv 23.36M
1 U4 n0 }3 T% @* c) m) g% ~| ├──09、06 NLP-baseline》18、02 glove-07-型及训练测试.mkv 24.23M
- O* E) c& g: `/ P2 c2 a- y| ├──09、06 NLP-baseline》19、03char_embedding-01-背景介绍..mkv 34.58M o& v/ o! S) \
| ├──09、06 NLP-baseline》20、03 char_embedding-02-研究成果及意义.mkv 27.43M+ r* ]0 d& h8 }; q$ A; x3 s+ v
| ├──09、06 NLP-baseline》21、03char_embedding-03-论文概述.mkv 34.23M9 V2 z8 E. o: U) F% R5 I& t# v- B
| ├──09、06 NLP-baseline》22、03 char_embedding-04-模型详解.mkv 48.84M' r# k' n! S% H2 e4 B$ F5 |
| ├──09、06 NLP-baseline》23、03 char_embedding-05-语言模型实验分析.mkv 48.84M) E' X' E5 }; S" F$ c
| ├──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 W/ Z) i5 H* T! v
| ├──09、06 NLP-baseline》25、03 char_embedding-07-环境配置.mkv 30.18M
5 i/ F2 f' c4 r7 y" x4 y: G( I| ├──09、06 NLP-baseline》26、03 char_embedding-08-数据处理.mkv 49.92M( W& f& {- Q4 G" L G& k
| ├──09、06 NLP-baseline》27、03 char_embedding-09-模型构建及训练和测试.mkv 34.67M& h0 K8 B1 N B# Y& J) t/ t
| ├──09、06 NLP-baseline》28、04textcnn-01-textcnn背景介绍.mkv 23.05M
2 m9 D6 u3 e! X1 T| ├──09、06 NLP-baseline》29、04textcnn-02-textcnn研究成果及意义.mkv 13.99M
8 H' |* b+ [+ [: J% G| ├──09、06 NLP-baseline》30、04 textcnn-03-textcnn模型简介.mkv 43.38M2 }/ a8 [' a( H& U! j) X) j
| ├──09、06 NLP-baseline》31、04 textcnn-04-textcnn模型详解.mkv 38.33M5 H' y2 b h, q
| ├──09、06 NLP-baseline》32、04textcnn-05-textcnn实验介绍.mkv 62.29M
, [# M" }1 |+ t5 m| ├──09、06 NLP-baseline》33、04 textcnn-06-textcnn超参选择.mkv 87.93M
* H- r0 C- Q2 p- R/ ~+ x8 t" {; O| ├──09、06 NLP-baseline》34、04 textcnn-07-textcnn数据处理以及模型构建..mkv 48.71M
3 s. }! x# `' V; {| ├──09、06 NLP-baseline》35、04 textcnn-08-textcnn训练及测试.mkv 41.36M
! ~+ Q, m! o" K% ]" U U4 Y0 a| ├──09、06 NLP-baseline》36、05-chartextcnn_1_论文导读..mkv 41.21M
/ ?' c( ~2 m8 m- ]| ├──09、06 NLP-baseline》37、05-chartextcnn_2_1_模型总览及简介.mkv 50.58M0 H! C( G/ S6 m. ?
| ├──09、06 NLP-baseline》38、05-chartextcnn_2_2_模型详解.mkv 43.43M; Y/ S5 D- ~9 r7 o
| ├──09、06 NLP-baseline》39、05-chartextcnn_2_3_实验分析及讨论.mkv 48.78M p( [9 Q' t v4 \, |1 h% k3 }
| ├──09、06 NLP-baseline》40、05-chartextcnn_3_1_数据处理.mkv 36.76M6 {' \4 ~: g( ?$ y4 ~
| ├──09、06 NLP-baseline》41、05-chartextcnn_3_2_模型定义及训练和测试.mkv 39.50M
2 g( y3 c4 j% D2 s. P/ |1 _: y3 v| ├──09、06 NLP-baseline》42、06-fasttext_1_研究背景及意义.mkv 36.39M* U0 C2 T1 D1 m7 C1 ^) b
| ├──09、06 NLP-baseline》43、06-fasttext_2_1_fasttext模型上.mkv 40.99M/ i8 y+ E- |* r; C7 Z: F
| ├──09、06 NLP-baseline》44、06-fasttext_2_2_fasttext模型下.mkv 38.25M% X3 X! s) Z( K: |, _0 u
| ├──09、06 NLP-baseline》45、06-fasttext_2_3_fasttext实验.mkv 23.84M
0 h5 t) i2 r `' ~7 v9 Y0 M4 e| ├──09、06 NLP-baseline》46、06-fasttext_3_1_fasttext数据读取.mkv 37.59M
: X6 Z2 m* D: T| ├──09、06 NLP-baseline》47、06-fasttext_3_2_fasttext模型及训练测试.mkv 21.07M
\8 y% v7 [5 x0 G: C| ├──09、06 NLP-baseline》48、07 deep_nmt_1_1_论文简介以及BLEU介绍.mkv 24.49M
6 w; m- W3 v) j' t4 ^$ @| ├──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
2 U8 P9 R( E3 b: E& b| ├──09、06 NLP-baseline》50、07 deep_nmt_2_1_deep_nmt模型详解1.mkv 46.86M) u7 p- d4 e+ Y- \6 f4 S( F; g
| ├──09、06 NLP-baseline》51、07 deep_nmt_2_2_deep_nmtm模型详解2.mkv 37.83M
/ E9 J& R" E! Q/ u+ a& I% || ├──09、06 NLP-baseline》52、07 deep_nmt_2_3_实验结果及总结.mkv 39.07M$ n" _2 x' T3 N4 y* c% p; E2 \
| ├──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
# m9 ?9 [' Z1 J4 q- A1 u6 E| ├──09、06 NLP-baseline》54、07 deep_nmt_3_2_模型和训练及测试.mkv 45.52M
. O* q- w: l8 g% P1 T+ s| ├──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 32.98M
# [" z6 j: i5 \7 f# n, m& Y: F| ├──09、06 NLP-baseline》56、08 attention_nmt_1_2_背景介绍_研究成果及意义.mkv 39.68M+ `4 w9 ]. S" j2 W3 L4 }/ J
| ├──09、06 NLP-baseline》57、08 attention_nmt_2_1_论文总览..mkv 48.38M
* K% X3 D; S; E% D4 i0 O| ├──09、06 NLP-baseline》58、08 attention_nmt_2_2模型详解..mkv 49.56M
4 Y: f/ u( G& u# E d2 L- E1 n| ├──09、06 NLP-baseline》59、08 attention_nmt_2_3_实验结果及分析.mkv 48.68M
5 D9 }/ d; C% X, C/ P8 g| ├──09、06 NLP-baseline》60、08 attention_nmt_3_1_deep_nmt实现.mkv 89.75M; B2 C. I- h1 ?/ t+ N
| ├──09、06 NLP-baseline》61、08 attention_nmt_3_2_fairseq.mkv 84.72M) n F# ]2 W3 ~: i; u$ Y* _
| ├──09、06 NLP-baseline》62、09 han_attention_1_1_前期储备知识介绍.mkv 25.41M; w \* T' i! _, a0 ?; [5 V
| ├──09、06 NLP-baseline》63、09 han_attention_1_2_研究背景成果及意义..mkv 38.71M. a) x' C) M" W5 Q9 g& _. e
| ├──09、06 NLP-baseline》64、09 han_attention_2_1_论文总览.mkv 56.09M
/ e* e" R& H! y" L; v2 C$ k# S| ├──09、06 NLP-baseline》65、09 han_attention_2_2_模型详解.mkv 36.92M# L3 Y) L" `3 W* o' y' g% I
| ├──09、06 NLP-baseline》66、09 han_attention_2_3_实验结果及论文总结.mkv 120.25M( y/ |1 ?: v/ o3 H
| ├──09、06 NLP-baseline》67、09 han_attention_3_1_数据读取.mkv 52.83M
: q& N/ ^( v- ^3 {: V& ]% {| ├──09、06 NLP-baseline》68、09 han_attention_3_2_模型实现及训练和测试.mkv 51.71M
7 Y$ t/ g7 a: _. V4 S! r4 w| ├──09、06 NLP-baseline》69、10 sgm_1_1_多标签分类介绍..mkv 19.69M+ X e' g$ e: z, k" }+ o
| ├──09、06 NLP-baseline》70、10 sgm_1_2_背景知识和研究成果及意义.mkv 58.03M& Z1 S M# d7 k" ]* ^
| ├──09、06 NLP-baseline》71、10 sgm_2_1_论文简介.mkv 50.81M* A) m% i$ E& \& Q; c) C+ g
| ├──09、06 NLP-baseline》72、10 sgm_2_2_模型详解..mkv 27.89M
5 f' G4 a& g _1 h( C k6 m| ├──09、06 NLP-baseline》73、10 sgm_2_3_实验结果及分析.mkv 52.15M
: R+ A6 E7 b' |' f$ a: i| ├──09、06 NLP-baseline》74、10 sgm_3_1_数据处理.mkv 45.40M7 Y$ }4 E. d9 e
| └──09、06 NLP-baseline》75、10 sgm_3_2_模型实现..mkv 74.06M
2 [# s& W- d. Y. t) r' m# I* J z5 k├──10、07 信息抽取-命名实体识别》
$ U) B @7 d, f8 F| ├──10、07 信息抽取-命名实体识别》02、1.1- BiLSTM-CRF-论文研究背景.mkv 66.78M3 Y1 ^3 ~1 z3 G
| ├──10、07 信息抽取-命名实体识别》03、1.2- BiLSTM-CRF-论文算法总览.mkv 36.74M% m% j- x* Z2 ?, \
| ├──10、07 信息抽取-命名实体识别》04、1.3-BiLSTM-CRF模型结构.mkv 27.55M
2 d- K1 E$ H' Q T* v| ├──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
( N ?6 M/ ?1 W+ l+ S| ├──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 14.80M7 y# G/ j3 g: ^: d
| ├──10、07 信息抽取-命名实体识别》07、1.6- BiLSTM-CRF代码讲解.mkv 44.44M
( E9 k% W" N( j1 ^% O| ├──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* {9 V) H6 _: ?. B/ p% j
| ├──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; p% [7 s. d$ ?1 h1 ~- [
| ├──10、07 信息抽取-命名实体识别》10、2.2_LatticeLSTM模型总览..mkv 27.34M
* _4 x$ u- }% h# u7 A| ├──10、07 信息抽取-命名实体识别》11、2.3_LatticeLSTM模型细节.mkv 25.24M( A2 x0 e* b4 D. s. I
| ├──10、07 信息抽取-命名实体识别》12、2.4_LatticeLSTM论文实验与总结.mkv 11.05M5 d0 t. X- ]/ s6 f/ I* u) @
| ├──10、07 信息抽取-命名实体识别》13、2.5_LatticeLSTM代码讲解..mkv 88.61M+ y4 ~2 D( b) _
| ├──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
O# U- S5 f1 h y o: U| ├──10、07 信息抽取-命名实体识别》15、3.2_LR-CNN模型总览.mkv 23.62M
0 d; Q5 u* |, J. w, P5 P| ├──10、07 信息抽取-命名实体识别》16、3.3_LR-CNN模型细节.mkv 19.87M
9 ] j/ ?8 G+ `6 l f; I| ├──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
2 o W# [# O+ K9 L4 e| ├──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/ I) D2 s" q1 J) K: `# c
| ├──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 ^! {' k$ i' V# d5 E
| ├──10、07 信息抽取-命名实体识别》20、4.2_LGN模型总览..mkv 12.85M# h( J+ E9 G, C: ]; q
| ├──10、07 信息抽取-命名实体识别》21、4.3_LGN模型详解.mkv 17.23M% q( v; P% F' B( C9 m$ O9 D: Z
| ├──10、07 信息抽取-命名实体识别》22、4.4_LGN代码讲解.mkv 26.42M" G- L! |1 S) Q+ q1 N# ^- \$ z
| ├──10、07 信息抽取-命名实体识别》23、5.1_TENER论文研究背景.mkv 137.09M2 ]; e+ i# Q, T7 F
| ├──10、07 信息抽取-命名实体识别》24、5.2_TENER模型总览.mkv 49.63M! I7 \8 f. `0 D+ u; j; v6 V
| ├──10、07 信息抽取-命名实体识别》25、5.3_TENER模型详解.mkv 72.78M: R4 Z, u2 b8 |
| ├──10、07 信息抽取-命名实体识别》26、5.4_TENER模型总结.mkv 30.15M+ D! V) E# p0 q3 w/ H
| ├──10、07 信息抽取-命名实体识别》27、5.5_TENER模型代码.mkv 73.36M
* _" ?, `" }% l+ 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' w) q$ m$ d! ~) ~' z$ O3 ?" n/ M) t
| ├──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" X2 e& S% H5 _" {. i5 j; `* z9 W
| ├──10、07 信息抽取-命名实体识别》30、6-3_Soft_Lexicon模型详解..mkv 24.14M+ B' t% ?; e K8 h0 B7 h
| ├──10、07 信息抽取-命名实体识别》31、6-4_Soft_Lexicon模型总结..mkv 61.13M
' C) s8 x8 J* n4 W" L' t/ M3 q| └──10、07 信息抽取-命名实体识别》32、6-5_Soft_Lexicon模型代码..mkv 46.15M
d" [6 Z) |' G3 Q- k& D2 u: P2 r, m├──11、07 （2）信息抽取-关系抽取》
! @. P- F0 `7 u! f| ├──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
& V5 G* d4 \5 u% `. F$ f- t4 M7 R1 u| ├──11、07 （2）信息抽取-关系抽取》03、01 cnn_for-re-01.mp4（新版）.mkv 41.20M" x, ?& c( ^" g" S
| ├──11、07 （2）信息抽取-关系抽取》04、01 cnn_for-re-02.mp4（新版）.mkv 53.55M
L- |% E+ j; Z/ i0 g| ├──11、07 （2）信息抽取-关系抽取》05、01 cnn_for-re-03.mp4（新版）.mkv 56.90M
8 c$ a* b. P" m& l, h$ A7 i# ?+ W9 t| ├──11、07 （2）信息抽取-关系抽取》06、01 cnn_for-re-04.mp4（新版）.mkv 67.45M H1 S* [/ J- A) Z" S6 K0 p# @
| ├──11、07 （2）信息抽取-关系抽取》07、01 cnn_for-re-05.mp4（新版）.mkv 53.36M1 @8 |0 k: p- W) B" h
| ├──11、07 （2）信息抽取-关系抽取》08、01 code_cnn_for_re-06（新版）.mkv 77.94M" C2 ]- ?: K) _, ~
| ├──11、07 （2）信息抽取-关系抽取》09、01 code_cnn_for_re-07（新版）.mkv 76.29M
l$ j2 i/ `' U% j8 B r| ├──11、07 （2）信息抽取-关系抽取》10、01 code_cnn_for_re-08（新版）.mkv 88.95M
0 U1 I+ ^4 `) |2 V* m6 `| ├──11、07 （2）信息抽取-关系抽取》11、01 code_cnn_for_re-09（新版）.mkv 103.43M6 k6 b# l' r) l& S9 t% H6 A
| ├──11、07 （2）信息抽取-关系抽取》12、01 code_cnn_for_re-10（新版）.mkv 59.76M
% T6 o5 C# i) u4 F8 ]% `- [+ X/ j| ├──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
9 A) p2 I2 s" x* J9 [$ o8 A- }| ├──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 52.01M9 g! }/ Z; O: b/ v) F
| ├──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
6 H2 f# s- ]0 C1 `0 [9 y4 j| ├──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
( r3 e4 R+ I+ Y| ├──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 83.55M& z: [" S' o% a* @, }0 a9 g
| ├──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- L% o& w; N8 U
| ├──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, s2 G1 w8 |% Z" T' `% I; T
| ├──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
& F' }9 a5 t6 A# ?6 V [9 z0 w5 C% S5 g| ├──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 l6 Q) H. n" D9 I# w3 [
| ├──11、07 （2）信息抽取-关系抽取》22、02 pcnn_code-10-模型训练1（新版）.mkv 46.77M2 m2 T. F8 x5 x+ t) k7 L
| ├──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
% P* ~1 V: c4 Y. {$ g: G| ├──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
/ ?: G' v5 k8 T8 ~5 l/ h* o% M| ├──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 85.90M5 ?' d- W% u" E, v2 F- p I/ q5 L
| ├──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 121.00M3 M3 b; x0 \5 s3 r) u% {$ M. @1 M
| ├──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! o( N* X) F" }8 b4 ]& d; g
| ├──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
& d) B7 K+ x7 M& Q9 i) w| ├──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
: ] }+ W$ o- ]0 g4 Y| ├──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 105.53M
8 r7 ?' j4 p- x+ [! T, k1 Z9 X| ├──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# S2 |8 m1 @ s
| ├──11、07 （2）信息抽取-关系抽取》32、4.1 LSTM-LSTM-bias 背景介绍.（旧版）.mkv 71.00M8 e# J0 }/ [) U
| ├──11、07 （2）信息抽取-关系抽取》33、4.2 LSTM-LSTM-bias模型详解.（旧版）.mkv 91.63M8 l0 [8 w* B0 j5 Z8 _
| ├──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- `4 z( I4 t4 q7 i* q6 L: D% R
| ├──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
) M6 w d6 ~8 _% V2 o4 Z| ├──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* c) v1 J; ?% }3 o+ p7 Z4 x
| ├──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* h9 u1 J4 @) M& ~
| ├──11、07 （2）信息抽取-关系抽取》38、04 novel_tagging_paper_4_模型（新版）.mkv 64.79M
, i, q3 J1 |% t- N9 K% U| ├──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
O& [3 ]1 x' R B" a$ D' D( O| ├──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
! [1 c5 `+ Q/ `. c' o& K| ├──11、07 （2）信息抽取-关系抽取》41、04 novel_tagging_paper_5_实验（新版）.mkv 36.17M
9 [9 H/ M) R9 }! R: K/ t* ?| ├──11、07 （2）信息抽取-关系抽取》42、05 casrel_paper_0（新版）.mkv 55.00M
% ]' @" i# c" p! b d4 l- |& \ m| ├──11、07 （2）信息抽取-关系抽取》43、05 casrel_paper_1（新版）.mkv 34.01M
8 c7 ]. y3 d% Y. O/ c6 _; ~| ├──11、07 （2）信息抽取-关系抽取》44、05 casrel_paper_2（新版）.mkv 57.32M
7 Q0 D8 d2 U* u6 |) o# h| ├──11、07 （2）信息抽取-关系抽取》45、05 casrel_paper_3（新版）.mkv 53.37M' @- T9 f& C/ r7 o5 ^
| ├──11、07 （2）信息抽取-关系抽取》46、05 casrel_paper_4（新版）.mkv 53.62M- d# d$ B; L2 [/ Y
| ├──11、07 （2）信息抽取-关系抽取》47、05 casrel_code_5（新版）.mkv 71.51M- b( T0 a" q9 t- {
| ├──11、07 （2）信息抽取-关系抽取》48、05 casrel_code_6（新版）.mkv 93.40M
+ ], K+ c' s. z Z! l| ├──11、07 （2）信息抽取-关系抽取》49、05 casrel_code_7（新版）.mkv 93.61M
7 L1 U/ Q( _% v1 m| └──11、07 （2）信息抽取-关系抽取》50、05 casrel_code_8（新版）.mkv 119.63M. t) i8 k# ^, }/ s6 u9 G
├──12、08 NLP-预训练模型》
6 g% k0 b6 m9 v( G| ├──12、08 NLP-预训练模型》02、01transformer-01-论文背景&研究成果.mkv 53.26M- x# a: k: p% D: y# p
| ├──12、08 NLP-预训练模型》03、01transformer-02-attention回顾.mkv 54.19M+ c8 X n3 Z' u6 r! j& ^
| ├──12、08 NLP-预训练模型》04、01transformer-03-模型框架和self_attention.mkv 55.85M1 g& Y, |& k# e7 R- y8 v) N6 ^7 S
| ├──12、08 NLP-预训练模型》05、01transformer-04-模型小trick..mkv 96.70M
6 I* ~6 K7 f# h0 u9 H; g| ├──12、08 NLP-预训练模型》06、01transformer-05-代码框架部分和encoder.mkv 105.28M
2 L/ q! L) i2 h& t& C: F| ├──12、08 NLP-预训练模型》07、01transformer-06-代码decoder和self_attention.mkv 98.23M
, @# r* K) w; M$ ^$ g# O$ ~, E| ├──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
9 I! k: g8 Q( P! l8 |/ s) \/ _| ├──12、08 NLP-预训练模型》09、02transformer_xl-01-论文背景..mkv 65.83M
# U& a: x% {) Q3 {) ?8 Y* \| ├──12、08 NLP-预训练模型》10、02transformer_xl-02-vallini model回顾..mkv 52.17M
3 W3 I, w$ @: h5 r' k. n| ├──12、08 NLP-预训练模型》11、02transformer_xl-03-片段级递归机制..mkv 47.51M
5 H( o. N0 `7 Q| ├──12、08 NLP-预训练模型》12、02transformer_xl-04-相对位置编码和小trick..mkv 53.59M. @* E$ O. Q' s
| ├──12、08 NLP-预训练模型》13、02transformer_xl-05-论文总结..mkv 94.00M
6 w! | b" U# ^( v$ l0 U# W) p| ├──12、08 NLP-预训练模型》14、02transformerxl-06-代码数据准备..mkv 58.82M
% X! _$ w) Y4 R6 l, ]! J: B3 Q| ├──12、08 NLP-预训练模型》15、02transformerxl-07-代码self attention..mkv 132.05M
r0 O+ d- U6 s! g9 G+ Z5 l| ├──12、08 NLP-预训练模型》16、02transformer_xl-08-代码update memory和adaptive.mkv 101.14M ^! J$ P5 `$ _ x% g
| ├──12、08 NLP-预训练模型》17、02transformer_xl-09-代码adaptive softmax2..mkv 151.16M6 k# Y( _" V2 [ g& ?# n
| ├──12、08 NLP-预训练模型》18、03elmo-01-elmo的下游任务介绍..mkv 29.04M
9 f" y# ]: k+ S6 f) f) X! a| ├──12、08 NLP-预训练模型》19、03elmo-02-feature_based和fine_tuning.mkv 24.26M" G4 p1 ]0 l* K% A* r+ g/ K
| ├──12、08 NLP-预训练模型》20、03elmo-03-word2vec和charcnn回顾.mkv 19.15M" ]: R* d5 k8 E; o
| ├──12、08 NLP-预训练模型》21、03elmo-04-Bidirectional_language_models.mkv 22.20M
( k' p& U# P' X) G% @| ├──12、08 NLP-预训练模型》22、03elmo-05-how to use emol..mkv 18.26M! U3 p% k3 K# r2 R# U( |; ~- ~3 O
| ├──12、08 NLP-预训练模型》23、03elmo-06-论文回顾..mkv 67.67M
1 Q! \1 X" G6 } Z| ├──12、08 NLP-预训练模型》24、03elmo-07-代码预处理部分.mkv 78.29M
% m0 V' l2 B6 `1 n- r+ b( Q| ├──12、08 NLP-预训练模型》25、03elmo-08-代码模型结构部分.mkv 102.25M
! M8 D$ D) s& s4 k; A, r3 f| ├──12、08 NLP-预训练模型》26、03elmo-09-代码crf流程..mkv 42.40M
$ z' Q, G9 k+ S: Q( x+ q# \& W| ├──12、08 NLP-预训练模型》27、03elmo-10-代码crf实现..mkv 143.87M% s: w4 ]$ ~+ Q! w, h0 W* M8 T9 O
| ├──12、08 NLP-预训练模型》28、04gpt-01-nlp下游任务介绍.mkv 40.46M
& T4 \2 w5 l$ b| ├──12、08 NLP-预训练模型》29、04gpt-02-transformer回顾.mkv 32.37M
7 K6 P1 T5 h% d5 N) c! `! ]' P1 M| ├──12、08 NLP-预训练模型》30、04gpt-03-预训练和fine-tuning.mkv 23.39M
5 t7 x/ J+ u/ b4 L! [& l h| ├──12、08 NLP-预训练模型》31、04gpt-04-输入转换.mkv 17.50M! q4 m+ a, M; @6 F7 k! y
| ├──12、08 NLP-预训练模型》32、04gpt-05-论文回顾..mkv 50.40M! _3 k+ z1 C" c# b; u9 x
| ├──12、08 NLP-预训练模型》33、04gpt-06-代码流程和建立vocab.mkv 70.76M
1 O% ]1 K# ^( \" N" B| ├──12、08 NLP-预训练模型》34、04gpt-07-代码与处理部分.mkv 52.48M
5 v( k2 q% G* F5 g2 N| ├──12、08 NLP-预训练模型》35、04gpt-08-代码trasform_roc部分.mkv 21.58M
5 q' y2 r5 |+ Y6 a) Q| ├──12、08 NLP-预训练模型》36、04gpt-09-代码transformer_model部分.mkv 57.92M5 Q' f" X5 k( p3 l0 w
| ├──12、08 NLP-预训练模型》37、04gpt-10-代码两种loss的计算.mkv 43.94M
5 x4 y$ V5 B/ C- z| ├──12、08 NLP-预训练模型》38、04gpt-11-代码训练部分.mkv 51.88M8 h3 a# u& @! \
| ├──12、08 NLP-预训练模型》39、05bert-01-bert的背景和glue benchmark..mkv 27.87M) \; H! C4 d5 {* u6 }
| ├──12、08 NLP-预训练模型》40、05bert-02-论文导读和bert 衍生模型..mkv 26.39M1 N: M, M3 Q' e& V; W7 V. D
| ├──12、08 NLP-预训练模型》41、05bert-03-bert、gtp、elmo的比较.mkv 14.58M
/ c% l1 @5 K- v# a) X/ ~: K8 C| ├──12、08 NLP-预训练模型》42、05bert-04-bert model和pre-training部分.mkv 28.48M7 j% c; D: m7 d
| ├──12、08 NLP-预训练模型》43、05bert-05-bert的fine-tuning部分.mkv 20.46M
7 N5 G! B+ ]) K. l9 Z) m| ├──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
( \. H: g4 v0 k8 n+ ?' ^$ [| ├──12、08 NLP-预训练模型》45、05bert-07-代码fine-tuning训练部分.mkv 24.08M. K# U: i' O* T0 G0 F
| ├──12、08 NLP-预训练模型》46、05bert-08-代码bert pretrain的NSP.mkv 43.80M, f; t" A' l( J2 U5 i' m3 g" w
| ├──12、08 NLP-预训练模型》47、05bert-09-代码pertrain预处理.mkv 60.81M, V, f/ ]0 h T
| ├──12、08 NLP-预训练模型》48、05bert-10-代码bert-pretrain的transformer部分..mkv 47.08M) i( a. W6 l9 {- |1 q& Q' U" A
| ├──12、08 NLP-预训练模型》49、05bert-11-代码bert pretrain的loss计算..mkv 59.92M* G( Y$ ]9 Z1 W& A" i/ O
| ├──12、08 NLP-预训练模型》50、06ulmfit-01-uimfit背景介绍.mkv 37.51M
. P/ ?4 W2 K, R# C, p) _| ├──12、08 NLP-预训练模型》51、06ulmfit-02-awdLstm回顾..mkv 20.91M
6 `6 W! P3 [2 o; h| ├──12、08 NLP-预训练模型》52、06ulmfit-03-下三角学习率.mkv 20.58M! E. H; X% P9 H. z7 U8 H
| ├──12、08 NLP-预训练模型》53、06ulmfit-04-classifier fine tuning..mkv 18.11M
, s5 d+ S: @, \* }| ├──12、08 NLP-预训练模型》54、06ulmfit-05-论文回顾.mkv 80.46M8 ? F: \* b2 L2 u7 P
| ├──12、08 NLP-预训练模型》55、06ulmfit-06-代码fine tuning部分.mkv 50.31M h3 V! T& w+ R
| ├──12、08 NLP-预训练模型》56、06ulmfit-07-代码逐层解冻和预测.mkv 36.63M
, r; d3 e* i5 x0 Y5 ~3 z9 j| ├──12、08 NLP-预训练模型》57、06ulmfit-08-代码pycharm lm部分..mkv 42.29M. Z+ S; t$ f) P9 [" g
| ├──12、08 NLP-预训练模型》58、07albert-01-albert背景介绍.mkv 46.97M
3 u' E4 V' _- ^2 G5 e+ k| ├──12、08 NLP-预训练模型》59、07albert-02-轻量级bert回顾.mkv 42.60M3 _, G2 C9 h! ?: s# l+ v% w; \& S
| ├──12、08 NLP-预训练模型》60、07albert-03-embedding layer的因式分解.mkv 55.15M5 A. }, |( N& f+ P; |: k# I
| ├──12、08 NLP-预训练模型》61、07albert-04-albert跨层参数共享.mkv 28.91M3 ^3 K+ O% \" Q) G0 l) \, ]
| ├──12、08 NLP-预训练模型》62、07albert-05-NSP任务和论文回顾..mkv 108.88M. C2 d* ]/ s9 z% Y' n" \7 z
| ├──12、08 NLP-预训练模型》63、07albert-06-代码tokenizer部分.mkv 50.71M9 o6 M3 d% O% u
| ├──12、08 NLP-预训练模型》64、07albert-07-代码samplemask.mkv 87.56M
/ h( h% y4 g" g: v( g N& h| ├──12、08 NLP-预训练模型》65、07albert-08-代码transformer结构.mkv 81.61M# Y) @6 k9 ~- A% W
| ├──12、08 NLP-预训练模型》66、07albert-09-代码pretrain 训练部分.mkv 46.71M
; J- g; l4 B1 ?" n6 G: Q9 W% L) a| ├──12、08 NLP-预训练模型》67、07albert-10-代码albert fine-tuning.mkv 170.72M5 J- i6 w( M' L4 f4 I
| ├──12、08 NLP-预训练模型》68、08mass-01-mass背景介绍..mkv 73.51M
2 C5 c, S) k( }( n| ├──12、08 NLP-预训练模型》69、08mass-02-bert和gpt回顾..mkv 50.11M
/ [$ E0 E, v/ y- A* R! F* `| ├──12、08 NLP-预训练模型》70、08mass-03-mass 的seq2seq pretraining..mkv 64.88M
# p! @; @1 J# i+ A" \5 I| ├──12、08 NLP-预训练模型》71、08mass-04-mass的discussions..mkv 118.93M. }2 ]6 J" s, i) @: I5 w% p
| ├──12、08 NLP-预训练模型》72、08mass-05-代码fairseq的训练流程..mkv 79.12M0 F$ R6 }: W7 }+ H# {9 d
| ├──12、08 NLP-预训练模型》73、08mass-06-代码mass的xseq2seq部分.mkv 161.22M8 V* F" E6 F8 g# |0 {
| ├──12、08 NLP-预训练模型》74、08mass-07-代码mass的xtransformer部分..mkv 73.21M
( f8 ^% v+ b9 b- i* J| ├──12、08 NLP-预训练模型》75、08mass-08-代码mass的dataset准备..mkv 99.92M
$ f: @0 D6 d& q| ├──12、08 NLP-预训练模型》76、09xlnet-01-xlnet背景介绍..mkv 47.34M
9 P# M3 a: V, I' S| ├──12、08 NLP-预训练模型》77、09xlnet-02-AR和AE的比较..mkv 59.35M
2 H8 e. d+ I1 T5 j| ├──12、08 NLP-预训练模型》78、09xlnet-03-排列lm部分..mkv 48.28M$ x4 o) Q! l+ X9 X7 n
| ├──12、08 NLP-预训练模型》79、09xlnet-04-排列lm的mask实现.mkv 40.57M
- b$ ^9 A! H- r' H8 Y' Z3 H| ├──12、08 NLP-预训练模型》80、09xlnet-05-传统lm存在的问题..mkv 32.56M
5 x- a) Z* o" p& || ├──12、08 NLP-预训练模型》81、09xlnet-06-Two Stream Self-attention..mkv 56.33M
' c7 `5 z1 y3 j- M| ├──12、08 NLP-预训练模型》82、09xlnet-07-xlnet论文回顾.mkv 69.35M' [; y! I' A H ?/ f
| ├──12、08 NLP-预训练模型》83、09xlnet-08-代码xlnet的fine-tuning..mkv 61.78M1 m9 p! M6 w- X& A9 F
| ├──12、08 NLP-预训练模型》84、09xlnet-09-代码xlnet的mask..mkv 180.55M
& l" [) W; Y: a5 D/ J! D| ├──12、08 NLP-预训练模型》85、09xlnet-10-代码xlnet的self attention..mkv 126.95M2 ]6 S' u- W8 b$ e' a
| ├──12、08 NLP-预训练模型》86、10electra-01-electra背景介绍..mkv 56.59M
5 h' f, C& g! I; _# f3 m" x' X| ├──12、08 NLP-预训练模型》87、10electra-02-gan的回顾..mkv 43.00M7 e/ [! a5 K; L; b3 X
| ├──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
: u+ _1 {: u0 H| ├──12、08 NLP-预训练模型》89、10electra-04-论文回顾..mkv 84.85M
3 l7 v6 `! N% b1 Q1 z' V; O# F5 v| ├──12、08 NLP-预训练模型》90、10electra-05-代码electra训练流程..mkv 106.36M
& g7 ~4 t: o* p# I; Q| ├──12、08 NLP-预训练模型》91、10electra-06-代码预处理部分..mkv 123.43M
+ u3 v0 S6 u% r" O5 Z3 V( g| ├──12、08 NLP-预训练模型》92、10electra-07-代码生成器和判别器..mkv 126.26M
, o* V6 L9 V3 c1 U2 P9 n| └──12、08 NLP-预训练模型》93、10electra-08-代码start training部分..mkv 120.19M( Z8 r5 ?4 J) f2 h
├──13、09 NLP-图神经网络》
2 U: W5 ?: |& U| ├──13、09 NLP-图神经网络》02、00图神经网络专题-01-开班课..mkv 59.92M
9 o; d" F% m' L# {7 P" d| ├──13、09 NLP-图神经网络》03、00图神经网络专题-02-开班课.mkv 34.39M2 A" f0 a' @/ X: p6 e3 U6 a
| ├──13、09 NLP-图神经网络》04、02第二次直播答疑..mkv 72.01M
* Z) @9 u$ b! A3 e7 c1 P+ X| ├──13、09 NLP-图神经网络》05、03第三次直播答疑..mkv 50.57M+ Z7 S$ B& Z4 b
| ├──13、09 NLP-图神经网络》06、05第五次直播答疑..mkv 44.09M6 h% U4 v, |/ ?4 U1 S7 {! c& F) a
| ├──13、09 NLP-图神经网络》07、01nodevec-01-研究背景.mkv 24.53M' Q) Z% N& E7 k9 ^7 `
| ├──13、09 NLP-图神经网络》08、01nodevec-02-研究成果.mkv 43.82M
+ I. N8 @6 S# \% Q0 V| ├──13、09 NLP-图神经网络》09、01nodevec-03-图的应用.mkv 33.36M
9 f& h, z# n& c) b9 g" d) Z| ├──13、09 NLP-图神经网络》100、08gcn-09-gcn频域公式推导..mkv 73.58M
6 H3 `, N& P5 p R| ├──13、09 NLP-图神经网络》101、08gcn-10-实验分析..mkv 80.77M6 P1 L2 U. W$ y8 B5 L
| ├──13、09 NLP-图神经网络》102、08gcn-11-论文总结..mkv 41.25M
8 G: {1 M- ^; Y0 b| ├──13、09 NLP-图神经网络》103、08gcn-12-代码介绍..mkv 43.63M f/ Z& s4 k* Q1 ]% s* K4 |6 g9 s `3 h& b
| ├──13、09 NLP-图神经网络》104、08gcn-13-读图预处理..mkv 51.03M
J5 L" Q& N2 j9 ~4 v| ├──13、09 NLP-图神经网络》105、08gcn-14-gcn模型实现及代码总结.mp4.mkv 49.05M9 g- l& O! ]' I4 C' |
| ├──13、09 NLP-图神经网络》106、09ggnn-01-研究背景..mkv 47.90M% w1 m2 j4 _! {7 @- {
| ├──13、09 NLP-图神经网络》107、09ggnn-02-ggnn模型简介..mkv 33.75M
: d7 z8 k, [7 ]; }) l9 S| ├──13、09 NLP-图神经网络》108、09ggnn-03-研究成果研究意义..mkv 36.32M. ^( e" g0 {- j1 `& d
| ├──13、09 NLP-图神经网络》109、09ggnn-04-模型总览..mkv 63.70M
2 s5 g4 U. q B| ├──13、09 NLP-图神经网络》10、01nodevec-04-模型结构&BFS&DFS.mkv 107.53M
5 [( t5 `) d$ Y; X| ├──13、09 NLP-图神经网络》110、09ggnn-05-GRU模型简单回顾..mkv 27.46M1 j" r1 d5 }' A: S: Z v
| ├──13、09 NLP-图神经网络》111、09ggnn-06-GGNN模型细节..mkv 79.20M0 s# D4 B3 [3 y
| ├──13、09 NLP-图神经网络》112、09ggnn-07-GGSNNs模型细节..mkv 55.17M
0 N- v' Y% w8 s2 w4 ^& s| ├──13、09 NLP-图神经网络》113、09ggnn-08-bAbI任务..mkv 88.46M
) ]5 u! n4 S) e8 j# P| ├──13、09 NLP-图神经网络》114、09ggnn-09-RNN图数据分析..mkv 30.46M
" X6 M& r- u/ ^) `3 K3 p| ├──13、09 NLP-图神经网络》115、09ggnn-10-实验分析&论文总结..mkv 60.07M
Y; D" m- O1 C# E| ├──13、09 NLP-图神经网络》116、09ggnn-11-代码介绍..mkv 44.74M3 V7 |+ i* c! ~, M- I m
| ├──13、09 NLP-图神经网络》117、09ggnn-12-读图..mkv 112.01M
0 a# u- F% S! b9 E| ├──13、09 NLP-图神经网络》118、09ggnn-13-ggnn模型代码..mkv 154.17M7 W/ B) r! T! e W& K9 ?
| ├──13、09 NLP-图神经网络》119、09ggnn-14-模型训练和测试..mkv 39.97M: ^0 c5 X/ l% K) y
| ├──13、09 NLP-图神经网络》11、01nodevec-05-模型算法&alias算法.mkv 191.90M
) n3 C+ [0 ]2 j9 C: W| ├──13、09 NLP-图神经网络》120、10mpnn-01-研究背景..mkv 41.16M
" ^0 L6 c, t: l# H6 ?* ^1 K/ L| ├──13、09 NLP-图神经网络》121、10mpnn-02-mpnn框架简介..mkv 26.50M0 U( d' a$ J- M( z, A
| ├──13、09 NLP-图神经网络》122、10mpnn-03-研究成果研究意义..mkv 37.56M6 P( E; Y M/ s% K6 e) n0 W& E
| ├──13、09 NLP-图神经网络》123、10mpnn-04-模型总览..mkv 85.54M/ ~8 B% E) L! t8 Q }
| ├──13、09 NLP-图神经网络》124、10mpnn-05-mpnn框架..mkv 27.55M+ @6 G' @! h& h+ U
| ├──13、09 NLP-图神经网络》125、10mpnn-06-mpnn代表模型..mkv 130.75M
9 g h/ @8 \. I0 f| ├──13、09 NLP-图神经网络》126、10mpnn-07-化学分子预测模型..mkv 111.05M5 ?, A0 |1 n" U, D: L% a
| ├──13、09 NLP-图神经网络》127、10mpnn-08-set2set模型..mkv 75.16M, J E) q+ q( S4 T# v
| ├──13、09 NLP-图神经网络》128、10mpnn-09-专题总结..mkv 41.94M
; V S" p) N1 D% I| ├──13、09 NLP-图神经网络》129、10mpnn-10-实验分析..mkv 72.38M& ` w \# Z1 U
| ├──13、09 NLP-图神经网络》12、01nodevec-06-实验分析.mkv 140.14M
! |3 W' c u" g& Y/ I| ├──13、09 NLP-图神经网络》130、10mpnn-11-论文总结..mkv 51.85M
$ P3 k5 d" ]0 S: N0 ^$ W7 g| ├──13、09 NLP-图神经网络》131、10mpnn-12-代码介绍..mkv 68.93M
) H) k- g0 Z! _| ├──13、09 NLP-图神经网络》132、10mpnn-13-构造图..mkv 118.56M6 ^- l* N5 u/ X X. Z
| ├──13、09 NLP-图神经网络》133、10mpnn-14-DataLoader封装..mkv 50.74M- I) j5 L& ?/ Y5 F% B( z
| ├──13、09 NLP-图神经网络》134、10mpnn-15-mpnn框架代码..mkv 109.56M
. u2 v5 Z& O& E8 v7 v| ├──13、09 NLP-图神经网络》135、10mpnn-16-模型训练和测试..mkv 37.55M
) n, Z: Z6 A! y| ├──13、09 NLP-图神经网络》13、01nodevec-07-论文总结.mkv 64.72M! x$ D- j3 u* I a
| ├──13、09 NLP-图神经网络》14、01nodevec-08-代码整体介绍.mkv 98.25M. `1 v: {, j) o& a( a$ f
| ├──13、09 NLP-图神经网络》15、01nodevec-09-代码节点和边的alias实现.mkv 107.56M7 x2 K, y4 b8 p/ j3 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! _: \. O4 S: P
| ├──13、09 NLP-图神经网络》17、01nodevec-11-代码结果展示和总结.mkv 20.72M
- K' @+ ~. `! l* G6 E| ├──13、09 NLP-图神经网络》18、02-line-01-论文背景..mkv 54.02M" s5 Q) H s' U8 L) Y1 @& i
| ├──13、09 NLP-图神经网络》19、02-line-02-研究成果研究意义..mkv 64.65M
# w7 E3 [% _7 {9 H/ t2 U| ├──13、09 NLP-图神经网络》20、02-line-03-前期知识..mkv 40.10M# @& [& `# g% _: i4 C O
| ├──13、09 NLP-图神经网络》21、02-line-04-一二阶相似度..mkv 129.42M1 `4 v7 M6 \, @/ W+ U
| ├──13、09 NLP-图神经网络》22、02-line-05-模型优化时间复杂度..mkv 102.21M
8 ^. ~3 W( M' h. ]" X1 J: w- O| ├──13、09 NLP-图神经网络》23、02-line-06-实验分析一..mkv 129.07M
6 K6 u- G- R' v% S* R Y6 t, _| ├──13、09 NLP-图神经网络》24、02-line-07-实验分析二..mkv 52.30M& D4 {0 D* l3 F
| ├──13、09 NLP-图神经网络》25、02-line-08-论文总结..mkv 90.22M
' T& B; N1 ]2 a& R9 H/ U| ├──13、09 NLP-图神经网络》26、02-line-09-代码读图..mkv 44.00M
6 O4 k1 Z: O. K5 P, z E| ├──13、09 NLP-图神经网络》27、02-line-10-代码aliasSampling..mkv 64.10M6 w) l- R- ?' H, r. r
| ├──13、09 NLP-图神经网络》28、02-line-11-代码line模型实现..mkv 115.73M$ |7 E( s5 m5 X# L% t2 Z4 u
| ├──13、09 NLP-图神经网络》29、03-sdne-01-论文背景..mkv 34.54M, @( z* o# c; h
| ├──13、09 NLP-图神经网络》30、03-sdne-02-前期知识..mkv 40.70M
, A; F) Z: m2 M+ x, X2 Q6 g| ├──13、09 NLP-图神经网络》31、03-sdne-03-研究成果..mkv 38.41M
8 M. t$ W% Z+ \2 j| ├──13、09 NLP-图神经网络》32、03sdne-04-模型结构..mkv 81.64M. t+ ~5 F5 K( Y* \8 M
| ├──13、09 NLP-图神经网络》33、03sdne-05-一二阶相似度..mkv 92.35M2 e# \% _& R: d' P& {$ F
| ├──13、09 NLP-图神经网络》34、03sdne-06-自编码器&稀疏性问题..mkv 105.94M
/ `, O! F: W; L| ├──13、09 NLP-图神经网络》35、03sdne-07-优化方法&时间复杂度..mkv 115.29M
( w) F0 \( S1 n' O" K| ├──13、09 NLP-图神经网络》36、03sdne-08-实验设置介绍..mkv 136.86M3 q- c; Z" p, z2 r; t
| ├──13、09 NLP-图神经网络》37、03sdne-09-实验分析..mkv 101.44M9 |5 p3 M, @$ V3 h& X7 Z
| ├──13、09 NLP-图神经网络》38、03sdne-10-代码模型训练..mkv 69.25M8 i( B8 B% Q M+ I
| ├──13、09 NLP-图神经网络》39、03sdne-11-代码sdne模型实现..mkv 64.56M$ p) z5 m; w5 D4 t! h7 K$ k
| ├──13、09 NLP-图神经网络》40、03sdne-12-代码模型训练..mkv 60.57M
* u! X- }' o" ~9 y' a1 j" ^4 e| ├──13、09 NLP-图神经网络》41、04metapath2vec-01-研究背景..mkv 47.88M
, d" }: Z2 a, S/ m1 \+ d2 f1 B| ├──13、09 NLP-图神经网络》42、04metapath2vec-02-研究成果..mkv 62.24M
5 d5 y+ @" W9 f$ l1 h9 q1 b| ├──13、09 NLP-图神经网络》43、04metapath2vec-03-异质网络skip2gram..mkv 83.85M* m8 U, ]+ w& |6 M# u5 {
| ├──13、09 NLP-图神经网络》44、04metapath2vec-04-算法细节..mkv 131.35M
8 u# z) }, s# ^( s% D$ y) {| ├──13、09 NLP-图神经网络》45、04metapath2vec-05-实验分析..mkv 137.72M
: B, f, M' H% T/ e8 ~| ├──13、09 NLP-图神经网络》46、04metapath2vec-06-论文总结..mkv 53.27M
5 w5 t% C; B/ [- B2 I Y% R$ W| ├──13、09 NLP-图神经网络》47、04metapath2vec-07-代码dgl平台介绍..mkv 45.22M
: {3 o b. J4 q7 U| ├──13、09 NLP-图神经网络》48、04metapath2vec-08-代码生成meta-path训练集..mkv 113.10M; a; ]4 F) Z( S r: r1 G) ]
| ├──13、09 NLP-图神经网络》49、04metapath2vec-09-代码模型实现..mkv 94.38M" n" q# N* l) E
| ├──13、09 NLP-图神经网络》50、04metapath2vec-10-代码模型训练..mkv 98.04M
: ?. O3 d" Q; P( }| ├──13、09 NLP-图神经网络》51、05transe-01-研究背景..mkv 43.03M- Q- Q. e( {( S, l" \
| ├──13、09 NLP-图神经网络》52、05transe-02-研究成果研究意义..mkv 58.07M1 y# j0 t! G9 y# z
| ├──13、09 NLP-图神经网络》53、05transe-03-transE算法..mkv 68.75M4 r1 l- B* Z- S* n
| ├──13、09 NLP-图神经网络》54、05transe-04-transH算法..mkv 71.65M8 d+ v7 s4 r8 I- J2 N
| ├──13、09 NLP-图神经网络》55、05transe-05-transR算法..mkv 81.53M4 A& B2 Y1 v- d0 E4 [ W
| ├──13、09 NLP-图神经网络》56、05transe-06-transH算法..mkv 99.51M$ p6 R" K- Z' |1 ^- z
| ├──13、09 NLP-图神经网络》57、05transe-07-模型对比和总结..mkv 27.27M9 `) q/ `* B+ X A6 D0 d
| ├──13、09 NLP-图神经网络》58、05transe-08-实验设置和分析..mkv 66.85M
7 @% S$ m% b' p- G5 Q' p0 I i| ├──13、09 NLP-图神经网络》59、05transe-09-实验分析.mp4.mkv 48.97M0 k# z7 {7 |$ ?
| ├──13、09 NLP-图神经网络》60、05transe-10-论文总结..mkv 20.80M
8 R9 L% N- O O6 f| ├──13、09 NLP-图神经网络》61、05transe-11-代码介绍..mkv 9.70M4 Y5 Z+ H ? X% o" ^! N. w
| ├──13、09 NLP-图神经网络》62、05transe-12-代码详解一..mkv 68.89M. ~1 Y% g# k! a( {6 e, T) A
| ├──13、09 NLP-图神经网络》63、05transe-13-代码详解二..mkv 67.54M( Q3 U' T, W# K+ _/ t; j" z( s4 F/ v
| ├──13、09 NLP-图神经网络》64、05transe-14-TransR等实现及代码总结..mkv 75.84M' k4 K/ y9 I3 h9 H2 I1 u
| ├──13、09 NLP-图神经网络》65、06gat-01-研究背景..mkv 38.59M
% l1 K y- S1 q! {, d3 @| ├──13、09 NLP-图神经网络》66、06gat-02-图卷积消息传递..mkv 34.06M& J# B' `# N7 M4 t8 E$ d
| ├──13、09 NLP-图神经网络》67、06gat-03-研究成果研究意义..mkv 37.53M5 e' B8 N( U4 m3 T; S& }5 c
| ├──13、09 NLP-图神经网络》68、06gat-04-gnn核心框架..mkv 97.46M5 K; F. q+ f' x% w- V/ m
| ├──13、09 NLP-图神经网络》69、06gat-05-gat算法讲解..mkv 56.07M6 d" C. N, V( _
| ├──13、09 NLP-图神经网络》70、06gat-06-各种attention总结..mkv 54.61M
W5 z# V' s, s. ]+ Q2 _| ├──13、09 NLP-图神经网络》71、06gat-07-multi-head起源简介..mkv 29.76M
( K- y! A* o" Q# D F. L| ├──13、09 NLP-图神经网络》72、06gat-08-GAT算法总结和实验设置..mkv 136.73M8 J& }5 S0 N3 s' D+ w0 b
| ├──13、09 NLP-图神经网络》73、06gat-09-论文总结..mkv 52.47M6 U7 x/ h3 ?* G
| ├──13、09 NLP-图神经网络》74、06gat-10-代码介绍..mkv 78.10M) H% ~# B4 c" T; Y
| ├──13、09 NLP-图神经网络》75、06gat-11-代码设置参数&读图..mkv 66.59M
% \9 P; F3 q8 r4 [6 ~8 ^- D| ├──13、09 NLP-图神经网络》76、06gat-12-邻接矩阵归一化..mkv 50.56M
, e/ V" u* N( _! f+ ^| ├──13、09 NLP-图神经网络》77、06gat-13-gat模型实现..mkv 95.60M
# Y+ N/ D. K# \| ├──13、09 NLP-图神经网络》78、06gat-14-gat模型训练及代码总结..mkv 57.53M1 L1 `8 q% |' l" H7 Q* Q
| ├──13、09 NLP-图神经网络》79、07graphsage-01-研究背景..mkv 46.11M, Q, Q, Z# T9 p; B
| ├──13、09 NLP-图神经网络》80、07graphsage-02-graphSAGE模型简介..mkv 27.28M) l' p4 a) N) M7 ~) {+ Y2 k
| ├──13、09 NLP-图神经网络》81、07graphsage-03-研究成果研究意义..mkv 43.82M- j4 j) {5 E5 y4 T& I! o
| ├──13、09 NLP-图神经网络》82、07graphsage-04-模型总览..mkv 33.28M
8 T6 Q* H1 I ] t| ├──13、09 NLP-图神经网络》83、07graphsage-05-算法详解..mkv 97.91M
/ @# C) A K5 m0 x% n$ Z$ |- Z; x' c0 g| ├──13、09 NLP-图神经网络》84、07graphsage-06-监督训练及aggregators..mkv 52.98M0 P6 D1 I, Z/ K6 [! Y
| ├──13、09 NLP-图神经网络》85、07graphsage-07-batch训练及WLtest..mkv 106.60M/ E9 r2 m4 f! u$ ^, `6 ?3 k
| ├──13、09 NLP-图神经网络》86、07graphsage-08-实验分析..mkv 92.23M
3 s. v2 g1 [7 e& M6 r( || ├──13、09 NLP-图神经网络》87、07graphsage-09-代码介绍.mkv 52.40M
- j3 t# @% L. A* [4 v, ^| ├──13、09 NLP-图神经网络》88、07graphsage-10-读图读特征..mkv 50.08M
i& A& i8 x5 o l- l0 M| ├──13、09 NLP-图神经网络》89、07graphsage-11-mean-aggregator讲解..mkv 69.78M
6 C* `( M; E, {6 n& p4 N, [| ├──13、09 NLP-图神经网络》90、07graphsage-12-encoder讲解..mkv 43.68M; P2 i- N, \! `
| ├──13、09 NLP-图神经网络》91、07graphsage-13-模型训练及代码总结..mkv 37.27M
+ v+ U) [& p, G/ ^' U% c F \" O4 ~) E| ├──13、09 NLP-图神经网络》92、08gcn-01-研究背景.cmproj..mkv 38.96M
$ K- W/ l; n1 |* |: U3 f! r| ├──13、09 NLP-图神经网络》93、08gcn-02-gcn模型简介..mkv 33.43M* W& {3 u3 i7 R8 Q( c% h
| ├──13、09 NLP-图神经网络》94、08gcn-03-研究成果研究意义..mkv 38.91M
4 K5 x7 z1 X% J$ `% k, R7 d| ├──13、09 NLP-图神经网络》95、08gcn-04-模型总览..mkv 41.49M
; @" |9 u& {4 z8 P7 i' G| ├──13、09 NLP-图神经网络》96、08gcn-05-RGCN模型简介..mkv 101.38M
7 X, m$ o. m# X a- P0 s| ├──13、09 NLP-图神经网络》97、08gcn-06-拉普拉斯矩阵..mkv 31.68M
* Z$ R% G9 _. W* {* H) |" f9 W| ├──13、09 NLP-图神经网络》98、08gcn-07-图的频域变换..mkv 35.21M7 T9 q8 }+ ^% x) e+ y
| └──13、09 NLP-图神经网络》99、08gcn-08-Chebyshev卷积核.mp4.mkv 33.36M
6 N* D3 Y( d0 Y" A y3 l+ V├──14、10 NLP-文本匹配》
) m' q4 S/ ~' T: w4 N0 Z| ├──14、10 NLP-文本匹配》02、01DSSM-00专题引言.mkv 29.04M
s" o+ h3 V0 \5 u) r9 f+ t3 D% ]3 e| ├──14、10 NLP-文本匹配》03、01DSSM-01-学习目标..mkv 9.79M
5 L' F8 y" U& U' i+ T| ├──14、10 NLP-文本匹配》04、01DSSM-02-论文背景、贡献及意义.mkv 14.11M% ?3 w" e; F5 ^& j) N+ b8 r( U
| ├──14、10 NLP-文本匹配》05、01DSSM-03摘要精读、总结.mkv 10.44M# {3 G) o: g+ ?* v
| ├──14、10 NLP-文本匹配》06、01DSSM-04-上节回顾.mkv 10.67M% D9 a; m1 _4 d8 {1 L
| ├──14、10 NLP-文本匹配》07、01DSSM-05-词哈希.mkv 17.54M
0 b k3 D2 b, Y7 U| ├──14、10 NLP-文本匹配》08、01DSSM-06-DSSM整体结构.mkv 11.30M
, z2 a- R7 j- c# F2 J| ├──14、10 NLP-文本匹配》09、01DSSM-07-优化函数、实验与总结.mkv 13.91M% b! i. I6 e" O0 _/ m+ ~
| ├──14、10 NLP-文本匹配》100、10-代码讲解-11.mkv 102.90M
* j, I% n6 @: m4 a& v' m4 M| ├──14、10 NLP-文本匹配》10、01DSSM-08-代码总览.mkv 14.93M
1 L2 y* T9 v6 ~+ [8 y| ├──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
) f* U$ l+ k9 y- U0 m/ b| ├──14、10 NLP-文本匹配》12、01DSSM-10-模型的搭建与训练、测试.mkv 19.42M! |3 f4 P+ B+ \2 L3 ^, V. R0 @- G
| ├──14、10 NLP-文本匹配》13、02SiameseNet-01-孪生网络定义.mkv 11.92M
+ U0 a0 r1 V% h7 Y6 b| ├──14、10 NLP-文本匹配》14、02SiameseNet-02-论文背景、成果、意义.mkv 15.55M% ^- j. o6 x1 Y5 [& _' W
| ├──14、10 NLP-文本匹配》15、02SiameseNet-03-摘要带读、课程小节.mkv 7.32M" b) e0 v% d9 T( e: c. X8 o
| ├──14、10 NLP-文本匹配》16、02SiameseNet-04-SiameseNet整体结构..mkv 19.27M0 F d$ W' k6 l1 J4 U
| ├──14、10 NLP-文本匹配》17、02SiameseNet-05-对比损失函数.mkv 9.05M% Z& j% i6 w" l; L, Q
| ├──14、10 NLP-文本匹配》18、02SiameseNet-06-实验设置与分析.mkv 11.62M0 ~+ U; k ?1 p' v1 u3 R/ U. k- E3 `
| ├──14、10 NLP-文本匹配》19、02SiameseNet-07-复习、代码总览.mkv 18.67M/ L. y8 _1 ]4 |; {% o# Q
| ├──14、10 NLP-文本匹配》20、02SiameseNet-08-data_load..mkv 14.12M
) Z) M( V- n( P& d* w| ├──14、10 NLP-文本匹配》21、02SiameseNet-09-模型搭建与训练.mkv 14.16M
( H! F. U$ `; F/ S+ E4 || ├──14、10 NLP-文本匹配》22、03比较-聚合模型-01序列到序列模型..mkv 29.83M2 J1 \3 @3 e5 z- g. q
| ├──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
# R0 B( S% B. L2 v- k% m# v: e1 s| ├──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 15.72M1 R$ ^) L1 J1 B
| ├──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 27.99M9 I% |" E9 }: O" `+ l. N
| ├──14、10 NLP-文本匹配》26、03比较-聚合模型-05论文泛读..mkv 10.33M
0 _( S2 L) V& u* Y7 D| ├──14、10 NLP-文本匹配》27、03比较-聚合模型-06整体结构..mkv 20.46M% H4 i0 V/ U1 o/ ?4 ?& s
| ├──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
7 i. Z9 Z+ y* W: l& D8 Y| ├──14、10 NLP-文本匹配》29、03比较-聚合模型-08比较聚合层..mkv 15.01M
3 w5 `/ ~3 |, i; Q- R8 i0 s| ├──14、10 NLP-文本匹配》30、03比较-聚合模型-09实验分析与总结..mkv 26.55M3 ~/ l* \# I0 U3 V
| ├──14、10 NLP-文本匹配》31、03比较-聚合模型-10SNLI数据集处理..mkv 27.03M1 O& t; B7 r& P
| ├──14、10 NLP-文本匹配》32、03比较-聚合模型-11SNLI数据集处理..mkv 26.99M" _- k2 p4 N8 x+ @- C$ u
| ├──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 m: _+ D {3 ^
| ├──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 39.16M3 J2 @5 w Q" k
| ├──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, g5 z5 T' T4 E1 D' f% ]; `# @
| ├──14、10 NLP-文本匹配》36、04ESIM-01学习目标与论文背景..mkv 25.51M: N% z; Y; {: u; U Y, ^. X
| ├──14、10 NLP-文本匹配》37、04ESIM-02论文总览与摘要带读..mkv 18.99M B1 r8 y1 J# ^. O1 U
| ├──14、10 NLP-文本匹配》38、04ESIM-03ESIM整体结构..mkv 18.43M/ K2 o$ b8 M! W6 f
| ├──14、10 NLP-文本匹配》39、04ESIM-04输入编码层..mkv 16.91M9 }" G& |, c3 R% V
| ├──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
5 X3 G9 L# b" C| ├──14、10 NLP-文本匹配》41、04ESIM-06实验设置与结果分析..mkv 17.00M- Y9 `- R5 S4 y8 {3 g6 K
| ├──14、10 NLP-文本匹配》42、04ESIM-07论文总结与课程回顾..mkv 10.60M& S: \8 Z, A$ J
| ├──14、10 NLP-文本匹配》43、04ESIM-08复习、代码总览..mkv 19.32M" |6 t9 D; D1 T& X* c
| ├──14、10 NLP-文本匹配》44、04ESIM-09torchtext构建数据集..mkv 35.75M
( z' _9 Q, L! [9 l| ├──14、10 NLP-文本匹配》45、04ESIM-10ESIM搭建与训练..mkv 31.17M- d; v/ c1 m, }$ i
| ├──14、10 NLP-文本匹配》46、05BiMPM-01学习目标与研究背景..mkv 16.43M: y3 z5 n: C) f7 W3 G. ?
| ├──14、10 NLP-文本匹配》47、05BiMPM-02相关工作..mkv 12.44M
( c# x: n! p) T2 B4 ?| ├──14、10 NLP-文本匹配》48、05BiMPM-03研究成果、意义与论文结构..mkv 8.36M9 ^( D( s+ r1 X: c; y6 w
| ├──14、10 NLP-文本匹配》49、05BiMPM-04摘要导读..mkv 14.90M
: `( r ?9 |+ o' n| ├──14、10 NLP-文本匹配》50、05BiMPM-05上节回顾与模型结构揣测..mkv 31.14M7 {4 i- K! N8 x
| ├──14、10 NLP-文本匹配》51、05BiMPM-06模型整体结构..mkv 8.62M3 M$ h9 H. D( u3 K- ^6 h& P
| ├──14、10 NLP-文本匹配》52、05BiMPM-07多视角匹配..mkv 22.05M1 k7 G! q! s2 n+ T( |4 T' k D$ P, H/ s
| ├──14、10 NLP-文本匹配》53、05BiMPM-08实验分析与总结..mkv 16.99M
6 g) `, x8 l4 H+ f& f| ├──14、10 NLP-文本匹配》54、06RE2-01-论文研究背景.mp4.mkv 71.62M7 }5 M1 u p. S
| ├──14、10 NLP-文本匹配》55、06RE2-02-研究意义、摘要重点讲解.mp4.mkv 30.20M6 ^8 s1 O* E8 t
| ├──14、10 NLP-文本匹配》56、06RE2-03-RE2结构讲解.mp4.mkv 61.55M; S/ G# i9 m M6 ]2 F9 T* H0 I+ _
| ├──14、10 NLP-文本匹配》57、06RE2-04-RE2结构细节、训练技巧.mp4.mkv 71.07M
4 p0 Y, G* x3 ^# P| ├──14、10 NLP-文本匹配》58、06RE2-05-实验设置、结果分析.mp4.mkv 93.22M: ]+ P( [+ ] a9 ]1 a3 }$ X% j
| ├──14、10 NLP-文本匹配》59、06RE2-06-code1.mp4.mkv 85.61M( P" h/ o, r! m6 G7 g# F
| ├──14、10 NLP-文本匹配》60、06RE2-07-code2.mp4.mkv 88.37M4 V$ d. E6 Y2 R- f, t/ s
| ├──14、10 NLP-文本匹配》61、06RE2-08-code3.mp4.mkv 45.20M
9 [3 k9 `9 [/ Z5 P% X9 {| ├──14、10 NLP-文本匹配》62、07MGCN-01-泛读_研究背景、意义讲解.mp4.mkv 77.11M
3 I- {2 ], p" M0 h" E+ Z| ├──14、10 NLP-文本匹配》63、07MGCN-02-泛读_成果、大纲介绍.mp4.mkv 34.19M
- i0 d4 i; ]$ l| ├──14、10 NLP-文本匹配》64、07MGCN-03-精读_BERT出现.mp4.mkv 67.31M/ g3 `5 m7 G# x2 X4 ~ n7 L2 @
| ├──14、10 NLP-文本匹配》65、07MGCN-04-精读_poly-encoder.mp4(1).mkv 70.19M
* n, y6 t# \/ g| ├──14、10 NLP-文本匹配》65、07MGCN-04-精读_poly-encoder.mp4.mkv 70.19M% l4 Q' S) u: h+ V* F2 x) d
| ├──14、10 NLP-文本匹配》66、07MGCN-05-精读_Bert细节.mp4.mkv 96.84M
2 u8 j G9 i& y# y0 d# A! T/ U: c| ├──14、10 NLP-文本匹配》67、07MGCN-06-code1.mp4.mkv 97.85M! g# G' [1 u8 j+ d7 C# @9 |
| ├──14、10 NLP-文本匹配》68、07MGCN-07-code2.mp4.mkv 102.49M
! D0 b& z8 Z- P- H| ├──14、10 NLP-文本匹配》69、07MGCN-08-code3.mp4.mkv 70.14M6 f; x: ^+ x4 s w; I. G: }
| ├──14、10 NLP-文本匹配》70、08MatchPyramid-01-研究背景.mp4.mkv 68.79M! u/ Z) \6 A( h* Z' y
| ├──14、10 NLP-文本匹配》71、08MatchPyramid-02-论文泛读.mp4.mkv 32.42M$ ? G+ b# ~' \& b! f9 k
| ├──14、10 NLP-文本匹配》72、08MatchPyramid-03-算法模型总览、结构、matching matrix.m.mkv 72.22M
Q8 ^5 B5 c; Y| ├──14、10 NLP-文本匹配》73、08MatchPyramid-04-卷积层讲解.mp4.mkv 61.54M
7 G$ u7 F$ }& L0 P5 D' L| ├──14、10 NLP-文本匹配》74、08MatchPyramid-05-matching score.mp4.mkv 62.96M
! Y( [& N; f8 r6 r% @ G| ├──14、10 NLP-文本匹配》75、08MatchPyramid-06-训练技巧、实验及总结.mp4.mkv 68.29M- N' g7 a* u" F2 e. L1 x) G* o
| ├──14、10 NLP-文本匹配》76、08MatchPyramid-07-code 1.mp4.mkv 65.07M/ g' n! V; c- @
| ├──14、10 NLP-文本匹配》77、08MatchPyramid-08-code 2.mp4.mkv 99.74M
9 @0 m1 T; W$ U5 z$ f' w s3 H| ├──14、10 NLP-文本匹配》78、08MatchPyramid-09-code 3.mp4.mkv 81.15M
% B1 ^9 [5 r; u6 G# S- s| ├──14、10 NLP-文本匹配》79、09-MGCN论文泛读-01.mp4.mkv 67.25M) E8 x! A3 O0 M
| ├──14、10 NLP-文本匹配》80、09-MGCN论文泛读-02.mp4.mkv 33.90M
- b4 |7 }: A# C' a2 }| ├──14、10 NLP-文本匹配》81、09-MGCN论文精读-03.mp4.mkv 72.37M
" r5 g0 e( n) z$ e" `* n| ├──14、10 NLP-文本匹配》82、09-MGCN论文精读-04.mp4.mkv 52.64M. i# m$ `- g6 S, C
| ├──14、10 NLP-文本匹配》83、09-MGCN论文精读-05.mp4.mkv 64.61M. i! f* g Z1 D+ j
| ├──14、10 NLP-文本匹配》84、09-MGCN论文精读-06.mp4.mkv 59.53M
4 ]. }7 Y- X/ m* x/ t5 [) j$ x8 F| ├──14、10 NLP-文本匹配》85、09-MGCN论文精读-07.mp4.mkv 44.18M" o9 n3 E% }5 ^# l4 q
| ├──14、10 NLP-文本匹配》86、09-MGCN代码讲解-08.mp4.mkv 74.45M. l/ N6 T; f- ^0 S: Z, w* }
| ├──14、10 NLP-文本匹配》87、09-MGCN代码讲解-09.mp4.mkv 83.08M4 U7 w7 t( d! Z1 j8 d4 p
| ├──14、10 NLP-文本匹配》88、09-MGCN代码讲解-10.mp4.mkv 129.69M# ?( s) X$ z! q* X, Y0 }
| ├──14、10 NLP-文本匹配》89、09-MGCN代码讲解-11.mp4.mkv 59.82M
8 u# C$ ]3 y5 y" \+ w| ├──14、10 NLP-文本匹配》90、10-论文泛读-01.mkv 81.12M
' o; j& f! \: L% S| ├──14、10 NLP-文本匹配》91、10-论文泛读-02.mkv 55.24M/ A6 B: s1 I0 Z5 |" ~
| ├──14、10 NLP-文本匹配》92、10-论文精读-03.mkv 70.00M& T( m% Y" M$ m
| ├──14、10 NLP-文本匹配》93、10-论文精读-04.mkv 55.95M' S& R# K9 [6 B, n# ^
| ├──14、10 NLP-文本匹配》94、10-论文精读-05.mkv 55.53M
5 s5 l, F" w' H8 m9 t/ m# w$ ?% ]| ├──14、10 NLP-文本匹配》95、10-论文精读-06.mkv 29.80M
( s* G; p$ X; b1 T' z| ├──14、10 NLP-文本匹配》96、10-代码讲解-07.mkv 63.43M* d6 P f) }# H' Z$ _$ d% M3 p
| ├──14、10 NLP-文本匹配》97、10-代码讲解-08.mkv 92.57M+ t/ i; V# @ t
| ├──14、10 NLP-文本匹配》98、10-代码讲解-09.mkv 98.91M
8 t" S7 ^4 L2 a3 E) L| └──14、10 NLP-文本匹配》99、10-代码讲解-10.mkv 108.90M
: i2 q ]4 B6 G3 x* r e* u├──15、11 NLP-机器翻译》
+ a! A4 Z% j/ u) X+ F| ├──15、11 NLP-机器翻译》01、ConvSeq2Seq-代码讲解.mkv 161.82M
# Y4 A4 a8 ^. G' ]| ├──15、11 NLP-机器翻译》02、ConvSeq2Seq-论文精读.mkv 99.36M, X$ ~. C6 ~/ T6 L. v) L- W
| ├──15、11 NLP-机器翻译》03、ConvSeq2Seq-论文泛读.mkv 33.46M
& R. X/ L" ~7 @| ├──15、11 NLP-机器翻译》05、1.1-loung_nmt-储备知识..mkv 28.46M0 S. L g3 g) ]! S, C
| ├──15、11 NLP-机器翻译》06、1.2-loung_nmt-研究背景..mkv 104.83M, r1 X6 x0 a1 I0 S- i
| ├──15、11 NLP-机器翻译》07、1.3-loung_nmt-研究成果及意义.mp4.mkv 19.60M
0 q; ?, R; X0 k8 u3 q$ D| ├──15、11 NLP-机器翻译》08、1.4-luong_nmt-论文简介.mp4.mkv 94.12M6 a V4 U/ T G# I7 y [
| ├──15、11 NLP-机器翻译》09、1.5-luong_nmt-global_attention..mkv 127.19M
6 `& ` k8 \. a. Z) n| ├──15、11 NLP-机器翻译》10、1.6-luong_nmt-local_attention..mkv 95.44M
$ ?. O7 Y% Y8 E| ├──15、11 NLP-机器翻译》11、1.7-luong_nmt_2_4_实验.mp4.mkv 139.96M
* c& O7 D1 [1 E| ├──15、11 NLP-机器翻译》12、1.8-loung_nmt_数据读取..mkv 75.47M$ }2 o9 f4 h4 A) R, a- V
| ├──15、11 NLP-机器翻译》13、1.9-loung_nmt_模型实现..mkv 164.08M; b6 N2 V# g: h) w
| ├──15、11 NLP-机器翻译》14、1.10-loung_nmt_训练和测试.mp4.mkv 90.11M
( X6 k8 r) [8 H/ s/ Q| ├──15、11 NLP-机器翻译》15、2.1-coverage_储备知识.mp4.mkv 22.37M
! H5 \( Q" @3 W( w/ C| ├──15、11 NLP-机器翻译》16、2.2-coverage_研究背景及意义.mkv 53.80M$ j& m, R9 B. {" D. n: ~7 t, H
| ├──15、11 NLP-机器翻译》17、2.3-coverage_相关知识.mp4.mkv 78.76M
, f% v$ `. u# C' w3 Y0 A| ├──15、11 NLP-机器翻译》18、2.4-coverage_基于语言学的覆盖模型..mkv 82.07M
" r/ D2 P- ~2 |9 z" Z0 b/ p* N| ├──15、11 NLP-机器翻译》19、2.5-coverage_基于神经网络的覆盖模型..mkv 75.63M* @& h4 H2 L" K2 a% Y6 @9 J
| ├──15、11 NLP-机器翻译》20、2.6-coverage 代码实践.mp4.mkv 171.36M6 K* X$ R/ S. U8 b
| ├──15、11 NLP-机器翻译》21、3.1-subword_nmt_1_1.mkv 33.81M& y& h3 p: I( Y& [/ s- X
| ├──15、11 NLP-机器翻译》22、3.2-subword_nmt.mkv 51.64M
' j2 A2 H' _3 j. ~0 U| ├──15、11 NLP-机器翻译》23、3.3-subword_nmt_.mkv 112.97M4 }; E3 j# V4 E
| ├──15、11 NLP-机器翻译》24、3.4-subword_nmt_.mkv 96.55M
' j8 `/ R$ Q/ K3 |" x8 a5 e| ├──15、11 NLP-机器翻译》25、3.5-subword_nmt_.mkv 157.55M
& {/ t* }( K0 d+ H) T, R! f| ├──15、11 NLP-机器翻译》26、3.6-subword_nmt.mkv 171.31M
: s4 ~% I& ~7 b3 |4 J1 w| ├──15、11 NLP-机器翻译》27、4.1-Google-nmt.mkv 89.71M
4 w; S1 O- g8 r1 @. E| ├──15、11 NLP-机器翻译》28、【4月9日】Mass-论文泛读.mkv 36.09M) \& m4 W7 M3 q c( s- ^: m
| └──15、11 NLP-机器翻译》29、【4月16日】Mass-论文精读.mkv 46.75M
- k7 \# _8 l0 x% o/ v├──16、12 NLP-情感分析》 ) C2 { G6 [6 p- u9 c
| ├──16、12 NLP-情感分析》02、01 TextRNN & FastText & TextCNN-01-研究背景&摘要、框架.mkv 62.44M* F( n @' y/ M3 g
| ├──16、12 NLP-情感分析》03、01 TextRNN & FastText & TextCNN-02-模型总览&细节1.mkv 71.35M
2 \) V& @: i9 s/ V9 A2 H) J. `| ├──16、12 NLP-情感分析》04、01 TextRNN & FastText & TextCNN-03-训练、损失函数、实验.mkv 45.19M
, v: O; `7 ~8 F| ├──16、12 NLP-情感分析》05、01 TextRNN & FastText & TextCNN-04-实验结果及分析讲解.mkv 53.58M3 i) e* Q7 Y: t. P3 s7 M5 O5 {
| ├──16、12 NLP-情感分析》06、01 TextRNN & FastText & TextCNN-05-代码讲解.mkv 192.46M
9 I4 _5 d1 p6 i R# [" ^| ├──16、12 NLP-情感分析》07、02 TreeLSTM-01-论文导读.mkv 20.95M
% z* E! F" q3 |2 h1 B4 o5 @| ├──16、12 NLP-情感分析》08、02 TreeLSTM-02-研究背景解读.mkv 40.40M* o0 h* s' {% w6 G
| ├──16、12 NLP-情感分析》09、02 TreeLSTM-03-论文摘要、框架讲解.mkv 26.34M
9 E* d) H; H5 @: o3 ?4 a| ├──16、12 NLP-情感分析》10、02 TreeLSTM-04-上节课回顾.mkv 5.17M
- l1 w; F% y5 \0 k| ├──16、12 NLP-情感分析》11、02 TreeLSTM-05-精读_模型结构总览.mkv 39.97M
8 d/ T4 J2 w/ K6 V2 K| ├──16、12 NLP-情感分析》12、02 TreeLSTM-06-Tree-LSTM模型讲解.mkv 39.06M$ X2 x" p, Z; l9 m
| ├──16、12 NLP-情感分析》13、02 TreeLSTM-07-模型结构细节.mkv 30.57M4 P( n# i6 M' O" B! y9 T
| ├──16、12 NLP-情感分析》14、02 TreeLSTM-08-实验设置与分析.mkv 54.62M" t' p4 J2 Q, V! n+ c7 W
| ├──16、12 NLP-情感分析》15、02 TreeLSTM-09-论文总结.mkv 12.47M
$ j n& y3 z2 r& J% Q0 q| ├──16、12 NLP-情感分析》16、02 TreeLSTM-10-本课回顾及下节预告.mkv 8.13M; v9 `( L8 B+ A7 C9 ?: g6 j5 D
| ├──16、12 NLP-情感分析》17、02 TreeLSTM-11-代码介绍.mkv 24.86M; u J; o- e$ K; }2 r m2 g
| ├──16、12 NLP-情感分析》18、02 TreeLSTM-12-代码讲解一.mkv 85.06M
( v+ S& U" T; k( L$ q| ├──16、12 NLP-情感分析》19、02 TreeLSTM-13-代码讲解二.mkv 85.29M
( q& Z3 E- w d1 b. u7 n| ├──16、12 NLP-情感分析》20、02 TreeLSTM-14-代码讲解三..mkv 61.87M3 I( e3 ?4 `$ o4 H7 ~! O
| ├──16、12 NLP-情感分析》21、03 TD-LSTM & AT-LSTM -01-论文导读.mkv 4.73M4 y) F p9 L; f( m: I% l3 ~
| ├──16、12 NLP-情感分析》22、03 TD-LSTM & AT-LSTM -02-所需知识储备.mkv 5.13M
o4 f: C' }- D4 w# }, S" @| ├──16、12 NLP-情感分析》23、03 TD-LSTM & AT-LSTM -03-学习目标.mkv 5.30M0 T* g0 [8 u9 ^0 S/ C
| ├──16、12 NLP-情感分析》24、03 TD-LSTM & AT-LSTM -04-课程安排.mkv 2.79M
( D# K; n6 o: l3 n9 Q( b$ {| ├──16、12 NLP-情感分析》25、03 TD-LSTM & AT-LSTM -05-研究背景.mkv 30.21M9 J& ?: D( Y, v1 \. t) s; b) k
| ├──16、12 NLP-情感分析》26、03 TD-LSTM & AT-LSTM -06-论文泛读.mkv 16.34M$ n% x& d6 o B! u) I: `4 H& k* {
| ├──16、12 NLP-情感分析》27、03 TD-LSTM & AT-LSTM -07-下节预告.mkv 5.07M
6 b9 n. z! R4 t| ├──16、12 NLP-情感分析》28、03 TD-LSTM & AT-LSTM -08-上节回顾.mkv 4.25M
2 H. b' G+ Z4 _% n4 U% v| ├──16、12 NLP-情感分析》29、03 TD-LSTM & AT-LSTM -09-论文综述.mkv 10.99M% N1 p: P* e$ c$ f3 G
| ├──16、12 NLP-情感分析》30、03 TD-LSTM & AT-LSTM -10- TD-LSTM精读.mkv 28.37M
% I; ]* M! O8 Q% X& {3 ?| ├──16、12 NLP-情感分析》31、03 TD-LSTM & AT-LSTM -11- ATAE-LSTM精读.mkv 38.00M
% N9 K9 z6 V" I& N+ e9 l5 ?* U| ├──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/ H5 L3 S" b' r
| ├──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% K7 `6 K, B" y
| ├──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
, r( G2 l5 @/ t9 H1 c# r| ├──16、12 NLP-情感分析》35、03 TD-LSTM & AT-LSTM -15-代码介绍.mkv 96.90M1 k" k) f. a+ m
| ├──16、12 NLP-情感分析》36、03 TD-LSTM & AT-LSTM -16-代码讲解二.mkv 87.26M
( m- b6 T; c. v8 n8 v4 z| ├──16、12 NLP-情感分析》37、03 TD-LSTM & AT-LSTM -17-代码讲解三.mkv 59.46M
3 l+ s+ ?( k1 }5 V; V( i6 K! G1 e| ├──16、12 NLP-情感分析》38、03 TD-LSTM & AT-LSTM -18-代码讲解回顾.mkv 7.58M6 b8 u/ I5 n9 l5 _9 s7 C
| ├──16、12 NLP-情感分析》41、04 MemNet&IAN-03-论文泛读.mkv 16.27M
8 } q0 r' Y C4 s| ├──16、12 NLP-情感分析》42、04 MemNet&IAN-04-本课回顾与下节预告.mkv 9.23M
" w2 R; F4 H, I0 n| ├──16、12 NLP-情感分析》44、04 MemNet&IAN-06-向量转换、注意力讲解.mkv 86.79M. _# T. x( [( y( r" \2 n
| ├──16、12 NLP-情感分析》45、04 MemNet&IAN-07-实验设置及分析.mkv 67.00M
0 a* ]0 U5 s; [2 V9 ^9 s| ├──16、12 NLP-情感分析》46、04 MemNet&IAN-08-论文总结及回顾.mkv 21.51M, r& q% P; h* }8 z' P2 g$ V
| ├──16、12 NLP-情感分析》47、04 MemNet&IAN-09-代码环境讲解.mkv 38.82M5 z9 _+ f# \/ E0 V5 B
| ├──16、12 NLP-情感分析》48、04 MemNet&IAN-10-代码结构讲解.mkv 149.12M8 F. V0 i) g2 b# f
| ├──16、12 NLP-情感分析》49、04 MemNet&IAN-11-论文代码细节讲解.mkv 142.82M
' e4 g9 M$ @8 E7 H, ^0 V4 L| ├──16、12 NLP-情感分析》50、04 MemNet&IAN-12-代码实践课回顾..mkv 16.88M5 J4 w0 B2 @0 B1 _
| ├──16、12 NLP-情感分析》51、05 BERT&ERNIE 2.0-01-论文介绍.mkv 31.02M
; O5 K7 k9 ?7 g3 h" U( ~. \( [* B| ├──16、12 NLP-情感分析》52、05 BERT&ERNIE 2.0-02-背景介绍1..mkv 49.09M
4 W" L; F9 W7 _, R* f6 h' Q# j2 N% e| ├──16、12 NLP-情感分析》53、05 BERT&ERNIE 2.0-03-背景介绍2.mkv 28.20M' w6 k7 i' n" C: F5 J% P5 o" k
| ├──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% R, V% p9 J- Y
| ├──16、12 NLP-情感分析》55、05 BERT&ERNIE 2.0-05-上节回顾.mkv 5.87M
, x! n) v# I8 I N$ K0 Y" Y| ├──16、12 NLP-情感分析》56、05 BERT&ERNIE 2.0-06-论文算法总览.mkv 60.46M
- J1 D" c% {1 R3 r( u| ├──16、12 NLP-情感分析》57、05 BERT&ERNIE 2.0-07-输入表征、task精讲.mkv 22.11M
9 R J. A0 c, s7 s| ├──16、12 NLP-情感分析》58、05 BERT&ERNIE 2.0-08-模型Fine-tuning解读.mkv 39.26M9 H: j" u1 {5 r# y/ [7 Q j
| ├──16、12 NLP-情感分析》59、05 BERT&ERNIE 2.0-09-实验设置及分析.mkv 35.27M
4 A* |; O8 u7 W( _' K5 Z| ├──16、12 NLP-情感分析》60、05 BERT&ERNIE 2.0-10-论文总结.mkv 18.31M5 O" K4 R% h7 O3 w5 q) t
| ├──16、12 NLP-情感分析》61、05 BERT&ERNIE 2.0-11-论文回顾.mkv 10.54M3 L: [$ u6 Q0 s9 Q0 T; s# @/ a! R
| ├──16、12 NLP-情感分析》62、05 BERT&ERNIE 2.0-12-实践代码介绍.mkv 59.51M
; O# N+ F# ]3 d| ├──16、12 NLP-情感分析》63、05 BERT&ERNIE 2.0-13-实践代码精讲1.mkv 185.55M
* P2 Y! L/ T0 S| └──16、12 NLP-情感分析》64、05 BERT&ERNIE 2.0-14-实践代码精讲2..mkv 32.52M2 i# I* `& g* ]5 E. ]- s8 ?
├──17、13 NLP-阅读理解》
) h0 K- X& k0 A$ b| ├──17、13 NLP-阅读理解》02、01-开山之作_1_1_背景意义..mkv 119.83M% a: z3 M( r2 M. [- T' A; r
| ├──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" W# @4 E- @% t( B2 `, W+ H
| ├──17、13 NLP-阅读理解》04、01-开山之作_2_1_模型结构..mkv 124.12M& Q4 j9 e& V1 H
| ├──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
R W$ Q2 }/ O: d% C, a7 U| ├──17、13 NLP-阅读理解》06、01-开山之作_3_数据处理jupyter..mkv 222.83M* B% A6 G- C7 s' H& j2 f2 U4 y
| ├──17、13 NLP-阅读理解》07、01-开山之作_4_1_训练代码jupyter..mkv 182.20M
8 x/ H7 g7 v, B2 r| ├──17、13 NLP-阅读理解》08、01-开山之作_4_2训练代码pycharm..mkv 217.46M6 ^+ r3 E8 ]2 o8 ^% F$ m
| ├──17、13 NLP-阅读理解》09、01-开山之作_5_反馈问题..mkv 79.92M; k# |3 V# I$ A, u( {7 v: i
| ├──17、13 NLP-阅读理解》10、feedback.mkv 79.10M" X6 g, C, z* a
| ├──17、13 NLP-阅读理解》11、02-bidaf_1_1_背景意义..mkv 99.21M
3 \" k, B q4 k+ M- i1 N, o| ├──17、13 NLP-阅读理解》12、02-bidaf_1_2_相关工作+小结..mkv 61.11M# u2 W/ J1 b C/ |. w* C, M% _
| ├──17、13 NLP-阅读理解》13、02-bidaf_2_1_模型结构..mkv 84.58M
8 X4 y/ g4 \5 u; q) A| ├──17、13 NLP-阅读理解》14、02-bidaf_2_2_实验分析..mkv 44.42M4 z& W2 L/ t n( Y. J
| ├──17、13 NLP-阅读理解》15、02-bidaf_3_1_数据读取-jupyter..mkv 108.19M
) I- X/ i' z7 s7 o" J/ @ g8 n| ├──17、13 NLP-阅读理解》16、02-bidaf_3_2数据读取-pycharm..mkv 145.36M
! i8 [! S3 ^" k9 e! z| ├──17、13 NLP-阅读理解》17、02-bidaf_4_训练加预测..mkv 204.85M2 i: o9 c7 K3 }1 a. W8 n
| ├──17、13 NLP-阅读理解》18、02-bidaf_5_评测指标..mkv 79.23M
; s7 d0 t0 X( o, j ?| ├──17、13 NLP-阅读理解》19、02-bidaf_6_反馈..mkv 79.10M6 o0 b* L% L) ]( Q2 G4 w3 i
| ├──17、13 NLP-阅读理解》20、03-pgnet_1_1_研究背景..mkv 117.03M7 C( ?" t& A7 o1 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
0 b F, {* V; o| ├──17、13 NLP-阅读理解》22、03-pgnet_2_1_模型部分..mkv 138.14M
2 x/ n5 x- T/ j7 g# d| ├──17、13 NLP-阅读理解》23、03-pgnet_2_2_实验+前沿论文（上）..mkv 145.40M
6 t+ \: s+ U: d+ ~& o| ├──17、13 NLP-阅读理解》24、03-pgnet_2_3_前沿论文(下)..mkv 140.40M
' r6 I- M& Z) @/ h| ├──17、13 NLP-阅读理解》25、03-pgnet_2_4_模型总结..mkv 26.93M
, B9 D& C! R: ]| ├──17、13 NLP-阅读理解》26、03-pgnet_3_code-review..mkv 74.99M8 X, Q5 E3 g3 N% K- r
| ├──17、13 NLP-阅读理解》27、03-pgnet_4_1_数据处理第一部分..mkv 329.02M% ]7 W3 ]* k* S
| ├──17、13 NLP-阅读理解》28、03-pgnet_4_2_数据处理第二部分..mkv 78.69M
# U* [2 B8 I3 J# }8 O' N| ├──17、13 NLP-阅读理解》29、03-pgnet_5_1_train第一部分..mkv 58.23M
0 C5 D1 }8 E: I7 j/ || ├──17、13 NLP-阅读理解》30、03-pgnet_5_2_train第二部分..mkv 308.98M" f; t. }! ~* ^
| ├──17、13 NLP-阅读理解》31、03-pgnet_6_1_预测第一部分..mkv 228.32M
* E! k1 { H& ?| ├──17、13 NLP-阅读理解》32、03-pgnet_6_2_预测第二部分..mkv 99.70M5 Y% D) i+ e) ]; X
| ├──17、13 NLP-阅读理解》33、04-adv_1_1_研究背景..mkv 83.23M N) g. {: }' P2 y* z
| ├──17、13 NLP-阅读理解》34、04-adv_1_2_研究成果和小节..mkv 46.65M
; P6 H( K- {! S4 `3 y| ├──17、13 NLP-阅读理解》35、04-adv_2_1_模型和实验..mkv 138.71M
& i4 q9 W8 ]& ~ E* a% j| ├──17、13 NLP-阅读理解》36、04-adv_2_2_2020智能技术竞赛介绍..mkv 109.90M% h. {% i) z6 G- v$ U: M& r: y. X; `0 ~
| ├──17、13 NLP-阅读理解》37、04-adv_3_1_code-overview第一部分..mkv 122.26M
( L1 A) B5 Z2 B: `3 t| ├──17、13 NLP-阅读理解》38、04-adv_3_2_code-overview第二部分..mkv 86.00M0 @, B) A8 j$ }: B
| ├──17、13 NLP-阅读理解》39、04-adv_4_数据处理..mkv 198.10M
* ~. ]/ Q. k! r9 i$ }7 O3 z0 p| ├──17、13 NLP-阅读理解》40、04-adv_5_1_train-第一部分..mkv 151.84M: C2 C* W" Q* G, N# I) E
| ├──17、13 NLP-阅读理解》41、04-adv_5_2_train第二部分..mkv 220.35M4 b) N. ~% }( U( e0 k
| ├──17、13 NLP-阅读理解》42、04-adv_6_预测部分..mkv 151.97M
& }0 Q, a' q8 }6 C& \: v| ├──17、13 NLP-阅读理解》43、05-xlnet_1_1_研究背景第一部分..mkv 72.48M
5 `: M! F H$ b( ?2 c3 i7 W# r| ├──17、13 NLP-阅读理解》44、05-xlnet_1_2_研究背景第二部分..mkv 89.30M
) D+ n6 T) c: w2 `* g0 ^+ Q+ [| ├──17、13 NLP-阅读理解》45、05-xlnet_2_1_论文模型第一部分..mkv 136.32M4 O. C" x" p- ~9 Q- D
| ├──17、13 NLP-阅读理解》46、05-xlnet_2_2_论文模型第二部分..mkv 78.86M
2 V0 S: c) b# W$ S| ├──17、13 NLP-阅读理解》47、05-xlnet_3_代码overview..mkv 77.45M
% i5 R' W3 p$ J7 y4 W9 t| ├──17、13 NLP-阅读理解》48、05-xlnet_4_数据处理overview..mkv 26.97M
& F( y5 I- ]9 P" P+ _# _| ├──17、13 NLP-阅读理解》49、05-xlnet_5_1_数据处理第一部分..mkv 164.66M
" r3 G M8 I& s: x1 X& x. b. J| ├──17、13 NLP-阅读理解》50、05-xlnet_5_2_数据处理第二部分..mkv 248.72M" C+ z# L/ g& F: |1 D( J
| ├──17、13 NLP-阅读理解》51、05-xlnet_6_1_训练代码第一部分..mkv 177.93M
5 r" W5 h+ x% j$ W" a- x| ├──17、13 NLP-阅读理解》52、05-xlnet_6_2_训练代码第二部分..mkv 125.69M! |' b& @, k8 x O9 Y
| ├──17、13 NLP-阅读理解》53、05-xlnet_7_1_预测第一部分..mkv 151.62M
' d" o* }5 n' n1 S| ├──17、13 NLP-阅读理解》54、05-xlnet_7_2_预测第二部分..mkv 83.03M
% i# x/ v e; {% [& D* l) q| └──17、13 NLP-阅读理解》55、专题总结..mkv 12.19M4 v" r/ J8 J" N" e: @6 F# ?' Y# |
├──18、14 NLP-对话系统》
& v3 N' J# J3 y2 o) K* \2 F4 H| ├──18、14 NLP-对话系统》01、【11月6日】对话系统前沿直播.mkv 317.94M
* w8 H& Z V& b" J+ C: p1 A| ├──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
, f) L' ?/ U" o8 `7 g+ _6 f| ├──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" L( t1 Q( q [7 J) R" W2 n( ~- X
| ├──18、14 NLP-对话系统》05、【8月19日】JointBERT-论文讲解（开营直播）.mkv 486.44M5 c$ |+ \+ |, [ d, Z5 C
| ├──18、14 NLP-对话系统》06、【8月21日】JointBERT-代码详解.mkv 686.44M. p$ c0 E2 y" ^: s/ ~3 r
| ├──18、14 NLP-对话系统》07、【8月25日】AGIF-论文讲解.mkv 461.77M
4 l1 [) q* P2 o/ ?# ?5 U* f| ├──18、14 NLP-对话系统》08、【8月28日】AGIF-论文精读.mkv 853.46M
& j/ \8 Q7 X( d| ├──18、14 NLP-对话系统》09、【9月11日】AGIF-代码复现.mkv 670.44M
# G# E+ f( L6 L| ├──18、14 NLP-对话系统》10、【9月16日】Fewshot MultiLABEL-论文泛读.mkv 425.58M
# z" P. p2 Q% Z; @- d1 k| ├──18、14 NLP-对话系统》11、【9月19日】Fewshot MultiLABEL-论文精读（第一部分）.mkv 369.11M
$ S# }& l. u# R1 P3 s0 v| ├──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* {/ T$ S0 x) p) o7 v
| ├──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
6 `3 O! J1 I' Q| ├──18、14 NLP-对话系统》14、【10月27日】Fewshot MultiLABEL-代码复现.mkv 238.74M
$ N0 O+ i3 g1 P% T| ├──18、14 NLP-对话系统》15、【3月29日】trade-dst-论文泛读.mkv 471.82M
: v1 E) a9 b+ C9 L| ├──18、14 NLP-对话系统》16、【4月1日】trade-dst-论文精读.mkv 670.42M
- X9 ?1 n. L4 h. e- t. V0 p| ├──18、14 NLP-对话系统》17、【4月8日】trade-dst-代码复现.mkv 633.98M6 s0 R! O7 \+ y: C; e
| ├──18、14 NLP-对话系统》18、【4月12日】trade-dst-代码讲解（下）.mkv 225.72M2 t# y A0 f( X
| ├──18、14 NLP-对话系统》19、【4月24日】dst-as-prompting-论文精读.mkv 597.27M) e5 w+ |; w. A, C) @% S$ I
| ├──18、14 NLP-对话系统》20、【4月20日】dst-as-prompting-论文泛读.mkv 339.29M6 j; l5 I$ g) {: b
| ├──18、14 NLP-对话系统》21、【4月27日】dst-as-prompting-代码复现.mkv 745.85M
3 T: y" P0 M# D# s| ├──18、14 NLP-对话系统》22、1.1 joint-bert.mkv 109.10M
+ O# q$ D2 \" i4 v| ├──18、14 NLP-对话系统》23、1.2 joint-bert.mkv 29.09M
5 ` e, u6 N4 \* E7 U; E, ^| ├──18、14 NLP-对话系统》24、1.3 joint-bert.mkv 12.65M9 ?3 F7 v1 Z( n) I
| ├──18、14 NLP-对话系统》25、1.4 joint-bert.mkv 256.55M
7 L$ Z$ m& N! _5 i N, o3 O- q2 S5 b| ├──18、14 NLP-对话系统》26、1.5 joint-bert.mkv 15.31M
8 E! U/ T! H/ G% X( v| ├──18、14 NLP-对话系统》27、1.6 joint-bert.mkv 2.39M& E, w7 x; U- n9 n9 T$ a5 o& D
| ├──18、14 NLP-对话系统》28、1.7 joint-bert.mkv 77.16M& e, _; s6 ~; |; g ~8 b. Y3 G
| ├──18、14 NLP-对话系统》29、1.8 joint-bert-代码.mkv 53.30M7 `- z5 \& m! c; w) u( @
| └──18、14 NLP-对话系统》30、1.9 joint-bert-代码.mkv 225.17M- i& |; v* j, T4 H- Z
├──19、强化学习》 2 v+ T- h! U9 ?; ^
| ├──19、强化学习》01、强化学习1期第1次答疑直播.mkv 189.71M* x% u, ?- P+ f
| ├──19、强化学习》03、强化学习开营直播.mkv 518.26M
; z% a) k( `& P; q| ├──19、强化学习》04、01DQN-01-论文泛读开场白.mkv 17.15M
0 G) n: c- ]; Z8 z% y( E| ├──19、强化学习》05、01DQN-02-研究背景及意义.mkv 20.87M9 j. O1 f& {$ A: e S9 [" W" }" j
| ├──19、强化学习》06、01DQN-03-背景知识补充.mkv 10.90M, r5 h; X! {0 V$ |, K8 v
| ├──19、强化学习》07、01DQN-04-论文泛读.mkv 53.09M8 P. a; ~3 N9 m. C6 y
| ├──19、强化学习》08、01DQN-05-泛读总结及下节预告.mkv 7.12M) W8 i6 s' Z; s( g; [) q, b; d
| ├──19、强化学习》09、01DQN-06-论文精读开场白.mkv 10.12M2 k- o5 Q2 Z4 R4 A& D8 V; g( u
| ├──19、强化学习》100、07DDPG-01-开场白.mkv 13.58M
. w% ], Y7 r5 e/ \- Z| ├──19、强化学习》101、07DDPG-02-研究背景成果和意义.mkv 5.96M
' B, g0 k" E" }3 {| ├──19、强化学习》102、07DDPG-03-背景知识补充.mkv 4.65M
, O1 h; `: A5 r8 H) T2 w| ├──19、强化学习》103、07DDPG-04-论文泛读.mkv 71.19M
. U" ~+ [: Y) G6 m% l4 J. ^| ├──19、强化学习》104、07DDPG-05-本节回顾下节预告.mkv 5.57M# _% H! B5 q& ?0 w) R& [* g% _, P
| ├──19、强化学习》105、07DDPG-06-论文精读结构.mkv 7.08M
) }. c" j" ]+ y& A5 j q| ├──19、强化学习》106、07DDPG-07-从DQN到DDPG.mkv 43.73M4 |3 k& u- r6 R2 G9 P1 e) p0 \
| ├──19、强化学习》107、07DDPG-08-网络结构.mkv 61.12M
. X* M. B" Z; z- A. j| ├──19、强化学习》108、07DDPG-09-DDPG核心思想.mkv 32.40M$ \" I% P) _0 L3 F3 Q% J0 y3 p
| ├──19、强化学习》109、07DDPG-10-算法的其他细节.mkv 26.78M, C: f/ Z# M, H8 K- Y: [
| ├──19、强化学习》10、01DQN-07-论文模型.mkv 19.83M9 s: j, {0 S, m m
| ├──19、强化学习》110、07DDPG-11-算法总结.mkv 8.43M$ b/ l9 G4 H( z l( j! {/ p+ H) [
| ├──19、强化学习》111、07DDPG-12-代码部分结构.mkv 7.26M
. b# t% b) |- g( P x( V! M* X# C| ├──19、强化学习》112、07DDPG-13-网络结构及初始化.mkv 79.54M& L% \& c7 }* h+ o- K ~/ ~2 ~% h* `
| ├──19、强化学习》113、07DDPG-14-BatchNorm的使用.mkv 41.38M
, n* P6 b8 I; ~5 o6 g| ├──19、强化学习》114、07DDPG-15-参数更新.mkv 56.13M
2 [ t" d- b! D6 `4 [( Y| ├──19、强化学习》115、07DDPG-16-代码结构.mkv 53.58M. A6 W/ l! A$ P7 y, B$ H
| ├──19、强化学习》116、07DDPG-17-运行结果.mkv 18.89M
- [/ s: y [, Z# g3 c* R& u1 x! m- z| ├──19、强化学习》117、08TD3-01-论文泛读开场白.mkv 8.81M9 k3 D j1 z! I( F1 A
| ├──19、强化学习》118、08TD3-02-研究背景.mkv 11.78M8 G2 e$ ?- g1 x F) a
| ├──19、强化学习》119、08TD3-03-背景知识.mkv 10.90M; H' a, m( y* T0 ] f" Z0 r9 y
| ├──19、强化学习》11、01DQN-08-论文细节一 图像预处理.mkv 34.24M5 A) l2 N: y- ]! u. T1 _
| ├──19、强化学习》120、08TD3-04-论文泛读.mkv 67.19M3 M# @8 z! m1 ?/ f- b- s
| ├──19、强化学习》121、08TD3-05-论文泛读总结.mkv 4.36M% y$ t8 ?0 j$ H5 Z
| ├──19、强化学习》122、08TD3-06-论文精读开场白.mkv 4.22M! }; S5 w8 G u
| ├──19、强化学习》123、08TD3-07-overestimation.mkv 195.82M
: B6 ^) S4 @% ^4 M+ y/ m| ├──19、强化学习》124、08TD3-08-variance.mkv 112.91M
, [$ A% ~9 k- x3 D| ├──19、强化学习》125、08TD3-09-实验结果.mkv 41.80M
8 e, F v) N: O! q/ i. Z# W j| ├──19、强化学习》126、08TD3-10-论文总结.mkv 8.08M+ S4 a, ~3 ?! b1 a
| ├──19、强化学习》127、08TD3-11-代码部分结构.mkv 18.53M3 d- }) ]$ L5 J. `& \5 f2 Y' I, t
| ├──19、强化学习》128、08TD3-12-更新Critic.mkv 20.56M. D' S& M1 v2 a8 H8 Z$ G7 `# o+ D
| ├──19、强化学习》129、08TD3-13-更新Actor和代码结构.mkv 30.53M
* M# t* \6 \9 U$ O/ V' d( S| ├──19、强化学习》12、01DQN-09-论文细节二 ReplayBuffer.mkv 34.64M, n- s$ Q8 H2 C: g5 j$ B' K
| ├──19、强化学习》130、08TD3-14-实验结果.mkv 25.50M
+ a6 c' P; u% L8 s| ├──19、强化学习》131、09SQL-01-论文泛读开场白.mkv 13.97M% U$ b2 o0 p* G6 l1 Q
| ├──19、强化学习》132、09SQL-02-研究背景及成果.mkv 55.08M
& i/ i1 y H+ b9 T2 a7 o6 R| ├──19、强化学习》133、09SQL-03-背景知识补充.mkv 72.45M6 L6 ^% V e$ v; N# x
| ├──19、强化学习》134、09SQL-04-论文泛读总结.mkv 5.91M0 C1 u; m( n. o
| ├──19、强化学习》135、09SQL-05-论文精读开场白.mkv 5.43M6 c) O, [) \( H$ J) G$ y) x
| ├──19、强化学习》136、09SQL-06-核心思想.mkv 21.74M% Y, { N F2 q, j+ o; h/ q
| ├──19、强化学习》137、09SQL-07-理论基础.mkv 33.39M
l# e% h, k- [0 ~9 ~/ e( P| ├──19、强化学习》138、09SQL-08-算法细节.mkv 95.50M
" I2 s8 T2 @% \| ├──19、强化学习》139、09SQL-09-实验结果分析.mkv 60.16M% q8 n% o4 j4 g; S" F1 R: E
| ├──19、强化学习》13、01DQN-10-论文细节三 SemiGradientMethod.mkv 30.83M" Y" E) ~+ T8 ^2 c3 K
| ├──19、强化学习》140、09SQL-10-理论证明.mkv 66.90M! z2 j- z l* a2 C
| ├──19、强化学习》141、09SQL-11-论文精读总结.mkv 6.03M; s, Y6 m: S/ ]9 N8 h
| ├──19、强化学习》142、09SQL-12-代码部分结构.mkv 4.44M
6 B+ @: Y' }; O7 X( ]8 a| ├──19、强化学习》143、09SQL-13-Pytorch的手动链式法则求导.mkv 44.67M
" l7 P0 v1 \( u3 C| ├──19、强化学习》144、09SQL-14-离散情况细节.mkv 34.43M4 s) l2 D" ?" S o% p$ s
| ├──19、强化学习》145、09SQL-15-连续情况细节.mkv 48.77M
& B9 s9 E( _$ V1 U' F| ├──19、强化学习》146、09SQL-16-代码结构.mkv 16.38M
& t! y4 f- \6 c k" Q3 Z# Q| ├──19、强化学习》147、09SQL-17-调参结果.mkv 17.03M* x1 P3 A* Y$ s$ r
| ├──19、强化学习》148、10SAC-01-论文泛读开场白.mkv 9.54M
, y: @# L2 G" X4 k| ├──19、强化学习》149、10SAC-02-研究背景.mkv 8.65M* t4 t s* u8 p
| ├──19、强化学习》14、01DQN-11-实验结果分析.mkv 36.54M, w: V6 _& A% i8 H1 H
| ├──19、强化学习》150、10SAC-03-论文泛读.mkv 62.21M, H0 Y5 b5 o y$ z! s& |
| ├──19、强化学习》151、10SAC-04-论文泛读总结.mkv 3.53M+ e- V, S* j3 u; F7 J: D7 P
| ├──19、强化学习》152、10SAC-05-论文精读开场白.mkv 8.35M
, Y+ D7 o* q9 W: ], o4 j| ├──19、强化学习》153、10SAC-06-核心思想.mkv 31.32M6 ]1 n! j! ?" `& f6 `! F5 L( p
| ├──19、强化学习》154、10SAC-07-主要算法.mkv 49.98M2 F2 |4 k* \! N) ^, X Y4 {( T
| ├──19、强化学习》155、10SAC-08实验结果.mkv 15.41M/ S7 U8 L0 e+ v1 Q
| ├──19、强化学习》156、10SAC-09-理论证明.mkv 31.40M
; Y% }' R; K8 {+ g1 i# M7 Z0 _| ├──19、强化学习》157、10SAC-10-论文精读总结.mkv 8.70M
5 J9 E B6 `; t7 c; s) ^6 s| ├──19、强化学习》158、10SAC-11-算法细节.mkv 21.65M
9 B3 }5 q3 k; @2 {! O: N- p& A* i| ├──19、强化学习》159、10SAC-12-代码结构及调参结果.mkv 28.17M7 d* y* I. a9 W$ J# c/ [
| ├──19、强化学习》15、01DQN-12-论文精读总结.mkv 12.17M2 `$ }, D, g5 r! @6 @3 a
| ├──19、强化学习》160、11AdvancedValueMethods-01-论文泛读开场白.mkv 18.69M, z- h% N6 G* K2 x5 P1 a& d
| ├──19、强化学习》161、11AdvancedValueMethods-02-背景知识补充.mkv 28.45M
* p1 w9 G+ N4 s: @; X| ├──19、强化学习》162、11AdvancedValueMethods-03-Rainbow泛读.mkv 62.06M
, o# K/ j' Y# z# [2 i+ y| ├──19、强化学习》163、11AdvancedValueMethods-04-D4PG泛读.mkv 64.46M
( W, a$ _4 Q' v1 Z% Y! t* V| ├──19、强化学习》164、11AdvancedValueMethods-05-A3C泛读.mkv 62.97M& v- U2 H2 {+ A1 s$ K2 U
| ├──19、强化学习》165、11AdvancedValueMethods-06-IMPALA泛读.mkv 61.67M
: G h5 D/ ]8 C| ├──19、强化学习》166、11AdvancedValueMethods-07-论文泛读总结.mkv 3.62M' k1 g( `6 D# y
| ├──19、强化学习》167、11AdvancedValueMethods-08-论文精读开场白.mkv 6.25M
, B. Y; b3 Z1 H$ z| ├──19、强化学习》168、11AdvancedValueMethods-09-Rainbow.mkv 248.43M2 n5 B! x( w# ^9 o: B; D
| ├──19、强化学习》169、11AdvancedValueMethods-10-D4PG.mkv 197.52M, B$ {' b5 O7 l+ ?( i0 y2 @" `0 q
| ├──19、强化学习》16、01DQN-13-代码课整体介绍.mkv 22.40M3 x. k% z2 ^$ c4 ?# \. N" Q e
| ├──19、强化学习》170、11AdvancedValueMethods-11-A3C.mkv 230.36M
\) L+ k( |3 W, c3 r8 M) H, I| ├──19、强化学习》171、11AdvancedValueMethods-12-IMPALA.mkv 270.80M6 J9 E, p- {7 W! y) J
| ├──19、强化学习》172、11AdvancedValueMethods-13-总结.mkv 3.16M
8 \* [* d- H7 T; b5 ^| ├──19、强化学习》173、12IntrinsicMotivation-01-论文泛读开场白.mkv 10.43M
- u! `+ N# l* j2 [! Q| ├──19、强化学习》174、12IntrinsicMotivation-02-ICM泛读.mkv 53.18M
. u3 g, v: N5 C5 b0 I* F| ├──19、强化学习》175、12IntrinsicMotivation-03-CuriosityStudy泛读.mkv 46.42M4 j4 @3 t3 @! w, V( Y; L
| ├──19、强化学习》176、12IntrinsicMotivation-04-VIME泛读.mkv 35.41M
1 o+ M' j# M# |0 K4 E| ├──19、强化学习》177、12IntrinsicMotivation-05-VIC泛读.mkv 42.79M: V9 p1 o/ l5 }
| ├──19、强化学习》178、12IntrinsicMotivation-06-DIAYN泛读.mkv 52.49M( \2 e4 I6 T7 I8 d6 }# t6 b5 z
| ├──19、强化学习》179、12IntrinsicMotivation-07-SMM泛读.mkv 51.38M& U! B7 T7 c9 Z9 d3 k9 j' U
| ├──19、强化学习》17、01DQN-14-gym介绍.mkv 82.29M
2 X' G0 r% A! m6 u| ├──19、强化学习》180、12IntrinsicMotivation-08-EDL泛读.mkv 68.45M
; @2 z- i8 I6 h2 T9 S$ }8 n| ├──19、强化学习》181、12IntrinsicMotivation-09-泛读总结及下节预告.mkv 3.33M
0 S$ e5 t2 E$ y- a6 i5 W| ├──19、强化学习》182、12IntrinsicMotivation-10-论文精读开场白.mkv 4.89M' B$ X7 Q7 ~9 F) S
| ├──19、强化学习》183、12IntrinsicMotivation-11-ICM精读.mkv 227.51M
4 V7 N$ K# F5 n) Z: ?2 I3 z| ├──19、强化学习》184、12-IntrinsicMotivation-12-CuriosityStudy精读.mkv 169.19M1 e$ T% `, V# m4 Y+ O; B- q- I
| ├──19、强化学习》185、12IntrinsicMotivation-13-VIME精读.mkv 125.54M. [1 @% s$ U6 b! u6 U
| ├──19、强化学习》186、12IntrinsicMotivation-14-VIC精读.mkv 182.38M
2 R! c* R9 A, ?+ z l| ├──19、强化学习》187、12IntrinsicMotivation-15-DIAYN精读.mkv 205.28M" t" p9 K3 c7 M; X7 Z
| ├──19、强化学习》188、12IntrinsicMotivation-16-SMM精读.mkv 320.04M2 b: D/ V, j$ r8 `) E' T& Q3 j
| ├──19、强化学习》189、12IntrinsicMotivation-17-EDL精读.mkv 212.58M
3 P6 g# I) j1 q3 F| ├──19、强化学习》18、01DQN-15-图像预处理代码.mkv 67.41M
, a" ~) H+ R' p; m3 v5 R7 {| ├──19、强化学习》190、12IntrinsicMotivation-18-论文总结.mkv 12.52M
& w/ J" Y/ T H1 N* k, Q| ├──19、强化学习》191、12IntrinsicMotivation-19-结尾语.mkv 5.69M
( C, {* j* N: v5 B| ├──19、强化学习》19、01DQN-16-DQN核心功能实现.mkv 147.94M
/ q$ w; v ^0 v- e( I| ├──19、强化学习》20、01DQN-17-代码结构及实验结果分析.mkv 63.80M
/ c4 ]. l! S9 b2 ^8 J; z% }| ├──19、强化学习》21、02DQN改进-01-论文泛读开场白.mkv 32.30M: V: S) [8 e0 ]# J5 N R" G8 Y
| ├──19、强化学习》22、02DQN改进-02-研究背景及意义.mkv 10.63M+ C+ x+ T A* K$ Y4 H0 O
| ├──19、强化学习》23、02DQN改进-03-论文泛读.mkv 96.11M* V* Q6 c# n6 \4 j
| ├──19、强化学习》24、02DQN改进-04-论文泛读总结及下节预告.mkv 7.95M+ ^9 z; k0 W! e8 U( L1 ]
| ├──19、强化学习》25、02DQN改进-05-论文网络结构.mkv 16.52M
! I: u; Q" ], P" Q9 d| ├──19、强化学习》26、02DQN改进-06-DDQN图表分析.mkv 102.16M+ W# l+ O. o0 E" L
| ├──19、强化学习》27、02DQN改进-07-DDQN总结.mkv 61.27M! ^. I2 ?( L; t2 }+ [5 e0 J6 I
| ├──19、强化学习》28、02DQN改进-08-PER01.mkv 62.61M( w* c4 {7 W* q7 R
| ├──19、强化学习》29、02DQN改进-09-PER02.mkv 155.11M
0 C9 f5 {9 k; y/ [| ├──19、强化学习》30、02DQN改进-10-PER实验结果及DuelDQN.mkv 69.71M! T% S; b/ A) [: t$ B# `7 l
| ├──19、强化学习》31、02DQN改进-11-下节预告.mkv 10.21M4 ^! Y8 ?) }! |8 r& v
| ├──19、强化学习》32、02DQN改进-12-代码课整体介绍.mkv 42.68M
+ \% Q, k% i" C# K: T' \8 E| ├──19、强化学习》33、02DQN改进-13-bisect包.mkv 16.56M6 e: t, J U8 H6 h0 v- o) B; p
| ├──19、强化学习》34、02DQN改进-14-SumTree.mkv 78.63M
! i' V. h, m( Q3 @$ P| ├──19、强化学习》35、02DQN改进-15-SumTree后续及DuelStructure.mkv 18.42M& D- Y1 E7 i J0 A5 X& Y _
| ├──19、强化学习》36、02DQN改进-16-ReplayBuffer01.mkv 60.17M
2 g y g2 W# ]| ├──19、强化学习》37、02DQN改进-17-ReplayBuffer02.mkv 91.39M
/ n" U+ x+ f, A4 f| ├──19、强化学习》38、02DQN改进-18-ReplayBuffer03.mkv 69.70M9 p) b! c9 g( G1 Z% u7 h- n! s1 p
| ├──19、强化学习》39、02DQN改进-19-代码总览及实验结果.mkv 68.89M: e- |# }& e+ l9 P
| ├──19、强化学习》40、03C51-01-研究成果及意义.mkv 20.37M
+ ?. J$ u$ a) b2 A: ?4 `5 A6 a| ├──19、强化学习》41、03C51-02-背景知识补充01.mkv 58.28M
8 i/ l' l j) F+ K+ ?9 h| ├──19、强化学习》42、03C51-03-背景知识补充02.mkv 19.67M' i# q. N, a% r; h0 x. u) |9 S
| ├──19、强化学习》43、03C51-04-论文泛读.mkv 71.36M
, Z$ c) H8 y3 R6 ?+ z m8 \| ├──19、强化学习》44、03C51-05-分布更新 BellmanEquation BellmanOperator.mkv 42.10M- @) [$ a: Z. P2 q, J
| ├──19、强化学习》45、03C51-06-BellmanOptimalOperator.mkv 96.91M
6 l) L" p4 }+ }8 V9 I# X| ├──19、强化学习》46、03C51-07-算法分析.mkv 51.27M
# n# s2 ~. m' w| ├──19、强化学习》47、03C51-08-实验结果及分析.mkv 99.06M2 i* x1 z& X6 q* y4 x
| ├──19、强化学习》48、03C51-09-引理2引理3证明.mkv 17.21M; S3 R5 \7 k+ o
| ├──19、强化学习》49、03C51-10-引理1证明.mkv 127.20M% x5 @. F9 S+ q% r4 j7 y9 i
| ├──19、强化学习》50、03C51-11-定理1证明.mkv 208.82M
/ W+ G7 Z* \' w E| ├──19、强化学习》51、03C51-12-其余理论部分及总结.mkv 55.31M) ~5 Z$ O* r. r/ e z
| ├──19、强化学习》52、03C51-13-代码部分介绍.mkv 17.38M
$ }/ L5 f2 [) w/ C4 X' W0 n2 ]| ├──19、强化学习》53、03C51-14-算法部分结构一览.mkv 38.40M4 N6 b( B q1 q- A' r% y' x
| ├──19、强化学习》54、03C51-15-分布更新单个样本.mkv 95.67M3 f: R. i1 p! ~# J" D3 N
| ├──19、强化学习》55、03C51-16-MiniBatch分布更新.mkv 82.73M9 B" |# z$ i4 H0 Q& @
| ├──19、强化学习》56、03C51-17-Pytorch MiniBatch分布更新..mkv 37.73M
6 D1 \% r/ a( Q/ l- i2 J3 J| ├──19、强化学习》57、03C51-18-实验结果.mkv 24.17M
6 I. a+ ^# F, a! e: \| ├──19、强化学习》58、04QRDQN-01-研究背景、意义及补充知识介绍.mkv 18.97M( y2 D$ e- t$ l0 I& G
| ├──19、强化学习》59、04QRDQN-02-论文泛读、摘要、框架讲解.mkv 31.41M+ q+ a. d X; o
| ├──19、强化学习》60、04QRDQN-03-回顾C51.mkv 25.66M, D6 C+ E& w+ r+ t" f) e) v
| ├──19、强化学习》61、04QRDQN-04-新的分布更新思路、估计分位数.mkv 69.97M3 ^3 @, |# A, V: {6 g
| ├──19、强化学习》62、04QRDQN-05-QRDQN算法讲解、实验结果与分析.mkv 68.08M: Z& z* i# a; E! o2 Q
| ├──19、强化学习》63、04QRDQN-06-理论证明1.mkv 24.20M
5 S; w# z8 R, J. ~# Y: V| ├──19、强化学习》64、04QRDQN-07-理论证明2.mkv 186.96M
* Q, r+ p9 i6 G, F7 \6 q( J| ├──19、强化学习》65、04QRDQN-08-上节回顾和下节预告.mkv 4.94M
+ {0 U- U; z4 k) O; p! W) o| ├──19、强化学习》66、04QRDQN-09-code1.mkv 9.30M# Y* w6 I! h/ S: A0 g& Z5 m$ Q1 Z
| ├──19、强化学习》67、04QRDQN-10-code2.mkv 141.69M
# |1 c9 e; c3 Q( q| ├──19、强化学习》68、04QRDQN-11-code3.mkv 49.55M1 V9 u+ _# e( m* Q8 D7 t
| ├──19、强化学习》69、05REINFORCE-01-开场白及研究背景介绍.mkv 21.22M \& x5 p8 {: ]& ~& m8 @7 L& G
| ├──19、强化学习》70、05REINFORCE-02-论文泛读.mkv 26.61M
; ]! m& `" r) X$ U| ├──19、强化学习》71、05REINFORCE-03-背景知识补充.mkv 26.73M
4 \8 G; ^) |+ U9 x' d* e| ├──19、强化学习》72、05REINFORCE-04-下节预告.mkv 5.11M% V' n1 l* Z* V6 k$ `3 c$ f
| ├──19、强化学习》73、05REINFORCE-05-论文定理理解.mkv 138.67M
" E9 K& T% z/ k1 i| ├──19、强化学习》74、05REINFORCE-06-算法核心思想.mkv 97.79M; Y, l/ J2 L4 L9 J6 Q
| ├──19、强化学习》75、05REINFORCE-07-核心定理证明.mkv 111.91M# t5 I: Y3 @% a; x4 z- B+ R1 q
| ├──19、强化学习》76、05REINFORCE-08-下节预告.mkv 5.29M+ X/ _, ?' y4 y: f5 ^+ Z
| ├──19、强化学习》77、05REINFORCE-09-代码部分结构.mkv 15.32M
2 Z2 f ^0 S$ A| ├──19、强化学习》78、05REINFORCE-10-网络结构设计.mkv 93.26M! ^5 J8 p6 V- v+ m
| ├──19、强化学习》79、05REINFORCE-11-数据处理.mkv 24.92M
- Z% w2 X! G A3 H2 m) p. P/ T| ├──19、强化学习》80、05REINFORCE-12-主体循环.mkv 41.88M
2 h) w. D( }/ e: {/ {| ├──19、强化学习》81、05REINFORCE-13-代码结构.mkv 68.42M
; D" ?+ t9 O7 M| ├──19、强化学习》82、05REINFORCE-14-运行结果分析.mkv 77.23M: I2 _! q# e t/ w# v$ R
| ├──19、强化学习》83、06PPO-01-开场白.mkv 17.09M
) w* [9 n) @( @* c* n| ├──19、强化学习》84、06PPO-02-研究背景.mkv 15.88M
; K% a2 r5 {1 f; |! e5 c, v1 b| ├──19、强化学习》85、06PPO-03-论文泛读.mkv 45.84M
4 R: c7 [. \( t| ├──19、强化学习》86、06PPO-04-本节回顾下节预告.mkv 5.29M4 X% v# C( z1 n4 z9 Q, p
| ├──19、强化学习》87、06PPO-05-论文精读结构介绍.mkv 7.14M' U% y2 _& {3 O2 E+ Y
| ├──19、强化学习》88、06PPO-06-Clipped Surrogate Loss.mkv 56.53M2 `! r" Z& |* q" @
| ├──19、强化学习》89、06PPO-07-Adaptive KL.mkv 39.92M* }3 h# w* O) Q' F( d) ~$ ? f. @' k
| ├──19、强化学习》90、06PPO-08-Advantage Function.mkv 32.94M
5 `& |( R1 _3 p1 Y9 R6 n| ├──19、强化学习》91、06PPO-09-算法分析.mkv 48.48M
. V& }. C; O( l& `3 P+ m0 {| ├──19、强化学习》92、06PPO-10-实验结果分析.mkv 41.03M- ?7 I1 ^2 N4 [0 C* j9 s
| ├──19、强化学习》93、06PPO-11-本届回顾下节预告.mkv 7.62M
4 ]: T$ S5 A* v4 N% I# y3 z| ├──19、强化学习》94、06PPO-12-代码部分结构.mkv 17.98M3 M, o4 d, p" Z% m' w
| ├──19、强化学习》95、06PPO-13-计算Loss Function.mkv 84.82M
& G1 ~: I3 v9 n% ?2 G4 E* B( `| ├──19、强化学习》96、06PPO-14-拓展到连续型action空间.mkv 48.15M* |! g; Y3 R4 P* y O7 p0 N
| ├──19、强化学习》97、06PPO-15-代码结构.mkv 56.48M3 G2 Y" H/ s1 a3 v
| ├──19、强化学习》98、06PPO-16-代码运行结果.mkv 53.29M- N0 t0 R" @' M, h- h0 [0 o, Y! @
| └──19、强化学习》99、06PPO-17-算法之外的技巧.mkv 67.50M
# \; A+ X3 T2 R; l! o: V├──21、NLP-paper 前沿论文直播讲解》 + X+ u* V3 l# f' D& l6 T
| ├──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
/ I4 c8 z' h' u9 t& u| ├──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: ]7 ~. r% @5 P, Y* \% F$ ~
| ├──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 `4 [9 o$ R; `, ~- F
| ├──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 152.70M6 t, `6 q$ G5 ]
| ├──21、NLP-paper 前沿论文直播讲解》06、第五场直播——COMET.mkv 180.67M
8 N, _3 O- K4 y| ├──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
1 |1 D. H3 ]3 R. @/ c7 x5 M- \| ├──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 137.12M
- P D5 X) r1 H* _, Q| ├──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 303.25M0 j+ K. \8 l5 S& Z9 C. I1 e6 r: M5 S
| ├──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
Y6 z* Z, [# _) a8 L| ├──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 216.02M
, K& B- t0 y- q| ├──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 589.71M5 N+ I& F* C+ F6 J. `6 k, j
| └──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
% j& ~1 r H4 _1 j7 f7 F) `* Q9 y├──22、NLP-直播答疑》 " ]2 o& s2 ?: {4 I3 L' V# ^+ _' r
| ├──22、NLP-直播答疑》01、NLP直播答疑.mkv 122.80M' ^6 w! j i1 b& l
| ├──22、NLP-直播答疑》02、NLP-baseline 4-1.mkv 83.90M
& y/ }' A* t3 m' x, P| ├──22、NLP-直播答疑》03、图神经网络直播答疑—第六次.mkv 226.34kb4 l9 i* ]* W; i. L5 [" x
| ├──22、NLP-直播答疑》04、图神经网络第6次直播答疑.mkv 74.46M2 o7 I: J7 W0 }5 T8 N
| ├──22、NLP-直播答疑》05、baseline-第四场直播.mkv 103.87M
6 e0 i9 h6 f I) G. \| ├──22、NLP-直播答疑》06、第二次直播答疑.mkv 85.95M- M$ v$ f, H+ `0 W( y7 f
| ├──22、NLP-直播答疑》07、图神经网络第5次答疑.mkv 41.65M4 x; D9 V- m3 D6 ~4 ]
| ├──22、NLP-直播答疑》08、NLP baseline 第三次直播答疑.mkv 132.00M
/ v$ z: i- D5 o4 B$ |, U0 [. g| ├──22、NLP-直播答疑》09、1011答疑..mkv 124.57M) i8 G- e! I+ Y3 ?* I+ u
| ├──22、NLP-直播答疑》10、0920答疑..mkv 67.03M
! G$ f+ B* Z/ l' V, N8 G0 w2 u| ├──22、NLP-直播答疑》11、答疑20200830..mkv 150.51M/ [% l6 J$ ?+ q9 i5 A
| ├──22、NLP-直播答疑》12、NLP答疑-8.9.mkv 177.61M; i: Y6 z4 H9 k/ z" C$ o
| ├──22、NLP-直播答疑》13、NLP答疑-7.26.mkv 132.18M" C- H; m0 Y. C
| └──22、NLP-直播答疑》14、NLP答疑 7.12.mkv 230.98M
& T/ Y9 K' @' S/ L! ~! G$ U5 Y/ Z├──24、精读论文专栏（NLP方向）》 # e$ Y# X& `1 P E. X* F# y2 O' f: 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! ]1 J" ]3 z a+ c: U- D; J
| ├──24、精读论文专栏（NLP方向）》04、【老版本】【第1篇】02综述《Deep Learning》.mkv 72.55M7 F/ q% r, F& M( F( ^! g1 N: _0 n
| ├──24、精读论文专栏（NLP方向）》05、【老版本】【第1篇】03综述 《Deep Learning》.mkv 67.96M5 C/ U, i& K9 W* R+ W
| ├──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! ?1 y$ Q7 {& t. E: p
| ├──24、精读论文专栏（NLP方向）》07、【老版本】【第1篇】05综述 《Deep Learning》.mkv 47.22M7 v0 a! _8 W7 | O( y8 _
| ├──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
e* \9 H4 }' t| ├──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, k+ ]1 B' ?7 W1 U* G) f, v' F
| ├──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 53.44M2 g+ L$ C0 ?/ P( Z9 }1 O- g- }
| ├──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
+ X1 _* C) g v( _| ├──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
( S3 y# a3 x; f| ├──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
8 k7 C2 K, W6 w4 y# Z! t| ├──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( w* R. s2 J. C( d& Y* ~% {
| ├──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( b3 F3 J5 l6 D8 q& {( t
| ├──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
( C7 I7 F" e+ X# G5 H5 C3 J| ├──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
/ w2 M9 B2 ]0 g7 f| ├──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
8 R& _ g" J" x% u| ├──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 55.30M6 ?0 V, e6 D$ V9 z8 a
| ├──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 t7 c7 i/ r4 b; o" E u
| ├──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 59.63M0 K5 ~# \' D5 @' u
| ├──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
b1 ]6 C: D( U3 x. k; X7 {; `/ L| ├──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 57.95M8 R) B! T9 y1 e) q3 x2 ]
| ├──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& r' t( s" `: X4 A U
| ├──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 133.58M1 Z6 }6 x2 O l2 I5 h6 P+ e: q3 S
| ├──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 39.08M2 I6 u+ i$ L/ l( G4 T
| ├──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& T% y' l/ w; ]+ m0 D4 Q
| ├──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
' k, t) N7 v, p| ├──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 34.85M1 y5 j& Q, V: Y% |7 l: m
| ├──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 46.63M0 `0 i8 e2 v* }2 }
| ├──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
, |! B, D$ j1 a+ z F) ]| ├──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, z) \! g7 l; |
| ├──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
! I$ V" S. o) P9 { N( C+ a| ├──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' t+ ~- T* N. w, I
| ├──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! G$ U5 X( P/ H& v# V
| ├──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 51.43M
) K. K& Q. d4 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 52.69M
) X' u( l3 G% ~| ├──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 57.12M7 C0 ]. F ?1 G' ^0 G$ K, k
| ├──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, N$ ~+ j5 c! @+ W5 {+ [2 v
| ├──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
' B/ q8 J8 z9 E| ├──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 50.60M4 N$ F# x8 P4 [. [
| ├──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
% k& P& p, C* [) F8 a1 q; c. ^9 F| ├──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; y+ t* @" ~2 I4 G8 q/ A, 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 51.89M8 N4 @$ D2 Q; b' T
| ├──24、精读论文专栏（NLP方向）》45、【老版本】【第11篇】fasttext第三课时上.mkv 50.21M6 f+ l; u4 R/ S: {$ G) @
| ├──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- o; J: P* ~9 f2 h* h; E
| ├──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 41.97M( i6 U, k5 L+ D' Y- t: p
| ├──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" g3 ?3 |6 s, Q a5 [
| ├──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
4 x! Q) t4 `4 G( _8 x| ├──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
( E. L/ K; d) k) K z| ├──24、精读论文专栏（NLP方向）》51、【老版本】【第13篇】PCNNATT-论文精读.mkv 45.77M6 V8 M) q. d/ m! u
| ├──24、精读论文专栏（NLP方向）》52、【老版本】【第13篇】PCNNATT-代码详解.mkv 41.55M4 V9 s7 p+ Q' r# i
| ├──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
% {* u' u" I& t2 J| ├──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 }# {8 P# `% u, s& N' J+ t Q6 s| ├──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
% V. P- K- D$ d& O1 Z| ├──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 \' h1 R! c; {+ \) x5 p
| ├──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
# @7 @3 x: y, k4 M2 i3 N T. j2 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' U* U {" ]' W* \; D
| ├──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 33.17M+ Z6 [: {0 j5 h$ D- {
| ├──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
3 [) H u2 U- m F$ q| ├──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 8.84M0 L$ f2 V9 k4 l- C% Y+ X" T/ W
| ├──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 48.61M1 N: S) ~% L6 v; z% u; t( [/ Q
| ├──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
- Q4 V: l' h# e, g E- i9 @| ├──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
4 |7 X7 G) L) ?7 D1 B| ├──24、精读论文专栏（NLP方向）》65、【老版本】【第19篇】seq2seq导读.mkv 36.62M& a2 j h" X- E
| ├──24、精读论文专栏（NLP方向）》66、【老版本】【第19篇】seq2seq精读.mkv 37.47M/ P4 T$ q2 ?' v: A0 Q+ x
| ├──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 15.76M0 _7 |) x" n# E* N, S6 q& w. J
| ├──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 36.07M
2 S4 i" {( k$ r2 u| ├──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
( C8 S8 C z/ Y( l0 k4 o| ├──24、精读论文专栏（NLP方向）》70、【老版本】【第21篇】QANet论文导读.mkv 47.57M
, v- B2 P! y. i0 `: F1 B$ U| ├──24、精读论文专栏（NLP方向）》71、【老版本】【第21篇】QANet论文精读.mkv 53.97M8 R& Z* |3 U% A, |" X1 v
| ├──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
' O. I* f v& ` J( s| ├──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 18.47M, u7 P4 I. x1 K- U, P9 M7 F
| ├──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
- X2 `- X+ C# i9 S5 O; S M| ├──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
, d5 Q0 P: p! I+ O1 c| ├──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
' {/ l# s3 Y* X' L; S- b| ├──24、精读论文专栏（NLP方向）》77、【老版本】【第24篇】SeqGAN第一课时.mkv 36.96M) X3 i( w; t h: _0 P1 X
| ├──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
6 v7 N7 P1 [1 }9 _; X2 || ├──24、精读论文专栏（NLP方向）》79、【老版本】【第25篇】R-GCNs第一课时.mkv 38.65M6 L( C3 D6 T2 Y8 [! P l' P) X1 U
| ├──24、精读论文专栏（NLP方向）》80、【老版本】【第25篇】R-GCNs第二课时.mkv 43.03M
$ }6 L1 d. K; }$ [5 q2 B| ├──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- P8 Q3 Z* c% u3 {
| ├──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$ R$ _, q' h1 k7 z0 X0 X9 u
| ├──24、精读论文专栏（NLP方向）》83、【老版本】【第27篇】Transformer-XL第一课时.mkv 30.10M
7 C3 N. z8 G n5 W) I| ├──24、精读论文专栏（NLP方向）》84、【老版本】【第27篇】Transformer-XL第二课时.mkv 36.46M) w% G4 {% A6 U& C& e g# J3 |
| ├──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
1 E0 A2 u3 e3 R) F| ├──24、精读论文专栏（NLP方向）》86、【老版本】【第28篇】TCN 第二课时.mkv 64.39M3 q S& f W$ x0 L# O9 I
| ├──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
) O1 K- v, O% w3 ^/ I| ├──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! [" [8 @8 f7 t2 R
| ├──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' j5 `# z6 ?! U) s
| └──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
' t9 S' C# D) L3 t└──25、重点讲解专栏（NLP方向）》 & R* l, @6 c' I2 R1 w. t1 v9 N
| ├──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
! @- N* e; i6 Q& ]; W| ├──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 ^3 X* g! s& ]/ B' m
| ├──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 37.64M4 E$ U$ k4 _1 x0 j. v" h# D3 b
| ├──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
; R1 _3 R; l3 Q| ├──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 52.61M5 d/ h, x4 x8 F
| ├──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
: b% \5 s# j, o( K3 @9 ~; M| ├──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 62.40M
$ _8 p: k. x+ C8 {- Y3 @| ├──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
4 l' l: i0 x% p* [' s- K| ├──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$ F/ {' W' e @4 i- ^' Z" C
| ├──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
+ e* P) ]9 q: K| ├──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 54.14M, ~( _% K% @4 q' N0 h
| ├──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 171.75M9 ^( a2 {; p- x" s' a/ W" c7 U1 S6 O
| ├──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: m. r, k. j$ q! v2 z
| ├──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
( Z1 y- e* }6 n( b| └──25、重点讲解专栏（NLP方向）》17、【老版本】【第13篇】Reptile.mkv 41.89M# d- ~6 b' t3 k$ R# |# p3 Y
- v0 {4 `, ~! E& N3 X
$ L8 p. X% q. @: D
: w9 B7 e3 l1 I
/ ^! s) @4 `9 Z) N3 L/ }2 q3 {' a* G) a% ]& I
资源下载地址和密码（百度云盘）： [/hide] 百度网盘信息回帖可见
: c- ` g9 W R+ o5 u" u
: V8 L) {" _7 [) F3 y# S- |- ^( `3 @& W# w6 K6 I$ s. b3 G$ t2 H
9 n# z, ^7 q. w9 Y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
