|
|
SDZY-人工智能Paper（NLP方向）-完结-无课件（163.86GB)6 W5 d8 ?$ e1 v* a5 d/ i8 A
├──00直播
# S# a) Y g# E5 `" C! D| ├──单课01、直播答疑.mkv 141.06M
; a# Q( W* Q0 I8 R5 z) c) E. q| ├──单课02、直播答疑.mkv 90.40M& P/ o; X) {8 q# z* [/ _5 U
| ├──单课03、论文复现体验课学习指引.mkv 17.81M4 f% Z3 a. m ?! t& V N
| ├──单课04、直播答疑.mkv 125.66M" n6 V! j$ ^% H+ N }
| ├──单课06、直播答疑.mkv 98.53M: I5 S5 ?8 x' P* V
| ├──单课07、直播答疑.mkv 111.04M: v; `6 c7 w. J! F3 ]
| ├──单课08、直播答疑.mkv 90.23M/ s6 E( C4 T5 }. S" E+ j
| ├──单课09、GAN专题直播答疑.mkv 107.04M( L5 u% j! T& c: \; Z
| ├──单课10、NLP Baseline直播答疑.mkv 195.03M
3 E4 c- L6 E$ w; E1 W: H/ P, B$ E| ├──单课11、NLP Baseline 直播答疑.mkv 154.78M8 [! d8 d- W8 | G
| ├──单课13、NLP baseline直播答疑.mkv 89.47M* g+ O& m. R& a7 X) c
| ├──单课14、NLP直播答疑.mkv 69.91M$ x$ y3 |0 g. x9 X
| ├──单课15、NLP直播答疑.mkv 200.29M, I m4 s8 b% K% D8 b1 t2 Y1 Q
| ├──单课16、NLP baseline直播答疑.mkv 137.70M
% V0 w$ ^8 j2 ^8 q; P| ├──单课17、NLP baseline直播答疑.mkv 161.51M$ R. n( p& }* K) T' {" y; a
| ├──单课18、预训练直播答疑.mkv 162.09M
+ O) i' C, E5 q" e1 M| └──单课19、NLP直播答疑.mkv 58.67M
) w3 `1 y0 J |6 B4 L U) Q├──01自监督无监督
4 H. h" x% w) O+ g% o. h5 ?* c| ├──01、自监督-无监督》02、1.1 专题简介与导引&MOCO论文泛读.mkv 42.48M( S3 v% o! n+ i; \7 h, v
| ├──01、自监督-无监督》03、1.2 MOCO论文精读.mkv 204.88M/ [' Z5 \) r2 p4 A8 \- n# r3 @
| ├──01、自监督-无监督》04、1.3 MOCO-实验结果分析与总结.mkv 153.91M) G- `) n* E( _* ?$ n3 b% ?9 L0 U2 T
| ├──01、自监督-无监督》05、1，4 MOCO-代码讲解.mkv 189.74M o) J+ _7 H4 V; W1 Z" r. l2 y/ F
| ├──01、自监督-无监督》06、2.1 simclr-论文精读.mkv 379.22M7 a1 E3 H4 l' E) b% a' T+ p: Z
| ├──01、自监督-无监督》07、2.2 sinclr-论文精讲.mkv 224.41M
' X: C7 Z* S; T! F, W+ {| └──01、自监督-无监督》08、2.3 simclr-代码讲解.mkv 211.84M
' J8 G* F* X: y├──02、15 NLP-推荐系统》
; |/ B5 d. I* y# r| ├──02、15 NLP-推荐系统》02、1. CAN泛读.mkv 118.79M1 S8 b8 W4 ]1 j. _. S; C2 x- l
| ├──02、15 NLP-推荐系统》03、2. CAN精读.mkv 98.24M
' } I$ L+ a! t4 z/ E. k) i* @$ F, z| ├──02、15 NLP-推荐系统》04、3. CAN代码项目实践.mkv 102.35M2 p2 o" ^( W* {5 u3 ]8 O/ d! W- j
| ├──02、15 NLP-推荐系统》05、4. MIND泛读.mkv 106.70M
% `; Z' k9 U3 d2 C( X( ~. F| ├──02、15 NLP-推荐系统》06、5. MIND精读.mkv 123.17M$ u( {2 p, ?, g3 c# o6 Q% z& E
| ├──02、15 NLP-推荐系统》07、6. MIND代码项目实践.mkv 142.96M; b8 j% E z7 {- G
| ├──02、15 NLP-推荐系统》08、7. PLE泛读.mkv 91.06M
$ h" e- p5 U$ Q! d0 \| ├──02、15 NLP-推荐系统》09、8. PLE精读.mkv 66.22M
. m/ C0 H9 S# F) O. ]* S| ├──02、15 NLP-推荐系统》10、9. PLE代码项目实践.mkv 114.18M# O' O5 v4 q7 {. J1 |4 x! Z+ E4 h
| ├──02、15 NLP-推荐系统》11、10. DAT泛读.mkv 77.14M
5 f; P8 j( a* u' @8 E| ├──02、15 NLP-推荐系统》12、11. DAT精读.mkv 53.35M
, a( z- Q8 T2 N/ L| ├──02、15 NLP-推荐系统》13、12. DAT代码项目实践.mkv 51.96M
: C% I6 b; j- C& U. Q| ├──02、15 NLP-推荐系统》14、13. FIBINET泛读.mkv 55.37M' \9 l+ P m/ a# D1 i: u( e$ B
| ├──02、15 NLP-推荐系统》15、14. FIBINET精读.mkv 41.00M
' c; @: k% Z" O% i. M0 r| └──02、15 NLP-推荐系统》16、15. FIBINET代码项目实践.mkv 75.85M
6 T6 ]7 N4 I% Q4 N1 @2 I├──03、学前须知》
( I' x+ g% u0 B J4 b| └──03、学前须知》01、效率提升3倍的Paper 阅读方法.mkv 123.61M7 b! h3 k' i( L1 i" v v
├──04、01 Python · AI&数据科学入门》 4 j' [7 |, n8 m
| ├──04、01 Python · AI&数据科学入门》02、第一章 绪论和环境配置.mkv 22.56M
1 ?- p2 K* d" n5 z4 L0 Y o| ├──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
% F. Z F5 w/ u| ├──04、01 Python · AI&数据科学入门》04、第二章 Python 基本语法元素.mkv 55.30M
5 d! c' e. e! f1 N# I, E8 I6 K| ├──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
# Q6 K+ T" d4 G1 v% j6 }: g3 J6 l| ├──04、01 Python · AI&数据科学入门》06、第三章 基本数据类型.mkv 43.05M. u% h6 S( P+ @ S2 g
| ├──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
, U( Q* {7 r5 x) `! T| ├──04、01 Python · AI&数据科学入门》08、第四章 组合数据类型.mkv 45.20M- R7 N8 Y, O+ U C/ T" X* q
| ├──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 34.82M+ p6 @2 e2 E7 @
| ├──04、01 Python · AI&数据科学入门》10、第五章 程序控制结构.mkv 39.19M
* i u; u5 T' t7 d _( R- m& f| ├──04、01 Python · AI&数据科学入门》11、【作业讲解】第五章：程序控制结构.mkv 10.90M
. ]4 `" v) p8 O# X| ├──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- _3 A* m o7 @4 A) L
| ├──04、01 Python · AI&数据科学入门》13、【作业讲解】第六章：函数.mkv 20.11M
$ S- s" Y6 b8 V+ m2 f0 || ├──04、01 Python · AI&数据科学入门》14、第七章 类-面向对象的编程.mkv 38.48M8 s1 z$ C. Y& M
| ├──04、01 Python · AI&数据科学入门》15、【作业讲解】第七章：类.mkv 12.41M
: o2 `% p) `3 u T- a5 V( S| ├──04、01 Python · AI&数据科学入门》16、第八章 文件、异常和模块.mkv 57.66M
: ^! G1 U5 G7 q" L& ^| ├──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 V( _* } @7 O- F: P
| ├──04、01 Python · AI&数据科学入门》18、第九章 有益的探索.mkv 60.40M9 M$ o1 O. S: m3 z5 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
) l# v f& m" k) P- v| ├──04、01 Python · AI&数据科学入门》20、第十章 Python标准库.mkv 43.29M
* i& n8 ^, g7 I0 Z. K- E# Y| ├──04、01 Python · AI&数据科学入门》21、【作业讲解】第十章：Python标准库.mkv 6.85M
1 y) J% o, R5 \: f& G| ├──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
- q, l4 `2 |! }9 B0 k0 y, N* 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
. E# w. e& }" K7 i+ q7 w% x- x| ├──04、01 Python · AI&数据科学入门》24、第十二章 Pandas库.mkv 72.76M4 _+ U6 \% i6 J; ~% K3 q+ s r( b
| ├──04、01 Python · AI&数据科学入门》25、【作业讲解】第十二章：Pandas库.mkv 15.46M
6 E2 a! ?* T, \" M3 W2 D% ?| ├──04、01 Python · AI&数据科学入门》26、第十三章 Matplotlib.mkv 50.74M
) @2 y# E# U% M8 b7 v7 g| ├──04、01 Python · AI&数据科学入门》27、【作业讲解】第十三章：Matplotlib.mkv 18.32M1 E( K$ J& n3 q4 z) g
| ├──04、01 Python · AI&数据科学入门》28、第十四章 Sklearn常规用法.mkv 28.53M1 j$ k: M) {! B! N8 X
| ├──04、01 Python · AI&数据科学入门》29、【作业讲解】第十四章：Sklearn常规用法.mkv 25.44M; p) m+ F, a5 R# l! t( ]1 l
| └──04、01 Python · AI&数据科学入门》30、第十五章 再谈编程.mkv 34.04M
$ L5 g5 Q' H6 k. i- u5 X' u├──05、02 PyTorch》
! w; o5 A+ P" D b2 c4 ~| ├──05、02 PyTorch》02、【必看】深入浅出PyTorch.mkv 103.55M
- u! L, @9 [- `+ \: ?- R% F& U| ├──05、02 PyTorch》03、【第一周】PyTorch简介与安装.mkv 56.61M7 E/ y( R+ ?, i* h
| ├──05、02 PyTorch》04、【第一周】补充-pytorch开发环境安装.mkv 164.59M4 i5 |2 z0 U( K" Y& y4 H
| ├──05、02 PyTorch》05、【第一周】张量简介与创建.mkv 54.04M
4 `6 o/ P3 T% d: T4 g- z| ├──05、02 PyTorch》06、【第一周】张量操作与线性回归.mkv 66.20M( ?. y x/ S+ z: U& ^
| ├──05、02 PyTorch》07、【第一周】计算图与动态图机制.mkv 34.11M
7 ?8 n2 M) T# t+ p. X: z| ├──05、02 PyTorch》08、【第一周】autograd与逻辑回归.mkv 68.38M W4 h6 O1 L1 a+ P- c9 n# R- |/ w
| ├──05、02 PyTorch》09、【第一周】作业讲解1.mkv 30.03M) F: \' v' {6 b( `
| ├──05、02 PyTorch》10、【第一周】作业讲解2.mkv 22.93M
( |2 R4 g1 Q* \* k& E% t| ├──05、02 PyTorch》11、【第一周】作业讲解3.mkv 22.80M. _0 l/ X+ }, l
| ├──05、02 PyTorch》12、【第二周】数据读取机制Dataloader与Dataset.mkv 63.23M
2 x9 d" j4 E U$ ?- V| ├──05、02 PyTorch》13、【第二周】数据预处理transforms模块机制.mkv 62.89M% ]) o' q: e) g6 M4 x, m
| ├──05、02 PyTorch》14、【第二周】二十二种transforms数据预处理方法.mkv 118.45M
) w' l- F8 {1 U! ^- q| ├──05、02 PyTorch》15、【第二周】学会自定义transforms方法.mkv 136.59M
% B3 Y5 o2 g' y# f# m7 E| ├──05、02 PyTorch》16、【第二周】作业讲解.mkv 94.94M
, S) w* N; U4 I. ^) }| ├──05、02 PyTorch》17、【第三周】模型创建步骤与nn.Module.mkv 66.95M( {2 W3 a; {& ]% L, q
| ├──05、02 PyTorch》18、【第三周】模型容器与AlexNet构建.mkv 71.56M! {$ `) H7 j4 Z }8 N2 G
| ├──05、02 PyTorch》19、【第三周】nn网络层-卷积层.mkv 75.62M
9 j, N1 D; H5 D9 ^| ├──05、02 PyTorch》20、【第三周】nn网络层-池化-线性-激活函数层.mkv 75.57M
6 E4 H% y* D7 b+ y2 x| ├──05、02 PyTorch》21、【第三周】作业讲解.mkv 65.24M
2 A7 D$ k' s& f: G| ├──05、02 PyTorch》22、【第四周】权值初始化.mkv 64.54M. C. j3 g n1 _3 X1 [) V0 H
| ├──05、02 PyTorch》23、【第四周】损失函数（一）.mkv 111.99M
1 B' _ P4 j! I* O| ├──05、02 PyTorch》24、【第四周】损失函数(二).mkv 115.92M. M+ T( U4 s; E* z
| ├──05、02 PyTorch》25、【第四周】优化器optimizer的概念.mkv 69.74M* P3 Q1 |) V/ R! }
| ├──05、02 PyTorch》26、【第四周】torch.optim.SGD.mkv 94.87M4 R# d) w+ M4 E# H8 d
| ├──05、02 PyTorch》27、【第四周】作业讲解.mkv 28.67M
" P' X$ X8 e9 I. ^3 g| ├──05、02 PyTorch》28、【第五周】学习率调整策略.mkv 90.84M
$ \& g; j: o9 k' X6 l! m| ├──05、02 PyTorch》29、【第五周】TensorBoard简介与安装.mkv 44.92M! v' ~5 e9 H+ E1 L; r
| ├──05、02 PyTorch》30、【第五周】TensorBoard使用（一）.mkv 85.95M" G9 f$ c5 [4 P+ v3 _3 n/ Z
| ├──05、02 PyTorch》31、【第五周】TensorBoard使用（二）.mkv 128.18M& q' m' Z1 P2 G6 X _8 h8 f
| ├──05、02 PyTorch》32、【第五周】hook函数与CAM可视化.mkv 106.22M& n, }' J" y' S+ U
| ├──05、02 PyTorch》33、【第五周】作业讲解.mkv 40.37M: ^% E" X1 t% e
| ├──05、02 PyTorch》34、【第六周】正则化之weight_decay.mkv 65.97M- b. m( x8 c( Q3 C1 H* W
| ├──05、02 PyTorch》35、【第六周】Batch Normalization.mkv 106.68M
, K+ X. i& {8 u5 K; i5 X4 W| ├──05、02 PyTorch》36、【第六周】Normalizaiton_layers.mkv 69.19M: ~# L" w, S) i
| ├──05、02 PyTorch》37、【第六周】正则化之Dropout.mkv 73.76M- u1 X9 g; S. g* P
| ├──05、02 PyTorch》38、【第六周】作业讲解.mkv 38.44M2 S4 q5 i" w/ U* f8 w7 Z: j( X b5 A
| ├──05、02 PyTorch》39、【第七周】模型保存与加载.mkv 46.08M
* X) g* c, O) P5 P0 A7 G* }% ^| ├──05、02 PyTorch》40、【第七周】模型finetune.mkv 70.48M
; R0 {9 Z) Z- C2 W0 |( u| ├──05、02 PyTorch》41、【第七周】GPU的使用.mkv 77.36M1 R: h- p- G" X
| ├──05、02 PyTorch》42、【第七周】PyTorch常见报错.mkv 68.49M
& i) J# W: _! r: h7 s| ├──05、02 PyTorch》43、【第七周】作业讲解.mkv 19.67M
* O& w6 c6 ^0 O7 p7 q| ├──05、02 PyTorch》44、【第八周】图像分类一瞥.mkv 106.50M
4 E% ] H$ U X9 V( ^5 f4 {9 || ├──05、02 PyTorch》45、【第八周】图像分割一瞥.mkv 128.41M
+ D: n1 t. N: o; I8 h$ i/ F| ├──05、02 PyTorch》46、【第八周】图像目标检测一瞥（上）.mkv 95.48M
% G2 m# e# F0 ~* V* G; [' h7 X| ├──05、02 PyTorch》47、【第八周】图像目标检测一瞥（下）.mkv 157.19M
?/ Y% w8 t& d# C) q% {| ├──05、02 PyTorch》48、【第九周】生成对抗网络一瞥.mkv 110.64M
) w; r: [$ a7 A/ G% Y, W9 I| └──05、02 PyTorch》49、【第九周】循环神经网络一瞥.mkv 71.28M
: Q% q1 d+ n$ K├──06、人工智能数学基础》
( V# o. G, N6 o4 d6 H3 I| ├──06、人工智能数学基础》05、【第一章 线性代数(上)】章节导读.mkv 10.81M0 L9 L2 d* {% k3 [! g4 [
| ├──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 35.78M1 c. a0 D* i# ?. E; _: D0 k! s/ K# P
| ├──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 74.63M6 m8 u7 ~3 [2 L) ?
| ├──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
' N' x* P, G+ b5 F" _" B0 F- d| ├──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
6 W7 |& Y; m* E4 h J5 U: w" {| ├──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& g0 T. @9 y5 `
| ├──06、人工智能数学基础》11、【第一章 线性代数(上)】-6 矩阵的行列式④.mkv 13.00M) W2 k1 G2 D+ [9 f1 v3 u$ g
| ├──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
( _2 ^1 w7 Q6 I! L. A| ├──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
3 v. @4 \9 ?8 H| ├──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
4 h' f( I# v* q| ├──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
! W; w9 [1 f' d) T| ├──06、人工智能数学基础》16、【第二章 线性代数(下)】-1 矩阵的初等变换①.mkv 48.46M
. f$ P- f) @& v" a1 J5 X3 n1 L! ~| ├──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
6 _; G8 J; t9 R6 F% u* `7 X0 K" `| ├──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
. ~# M: c3 s3 f' I$ r1 s3 E| ├──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 22.47M5 Z" r" B0 O# A- o5 d( X
| ├──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
! X- v [% r5 B5 U3 R; t' t| ├──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( X( a4 V5 w1 P+ ^& W1 q0 j8 Q* J4 o
| ├──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
, Y9 v$ a# m/ _/ k' w| ├──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 59.40M7 m* b# v5 Z8 z' _
| ├──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/ e* A$ a/ Z/ c* ^' A1 A
| ├──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 29.83M8 `- I% ^5 F; E9 L
| ├──06、人工智能数学基础》26、【第二章 线性代数(下)】-11svd分解的应用.mkv 53.11M
: h3 U# H. w) p/ l4 Y| ├──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
& ~2 P% J' b) d| ├──06、人工智能数学基础》28、【第三章 微积分】-02 中值定理&洛必达法则&泰勒公式及应用.mkv 47.60M: s' M$ _5 Y$ _3 l9 z7 q
| ├──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 47.14M5 M; `% }; O4 G
| ├──06、人工智能数学基础》30、【第三章 微积分】-04 不定积分.mkv 29.56M
$ G1 Q$ S3 O& Q* M| ├──06、人工智能数学基础》31、【第三章 微积分】-05 定积分.mkv 29.44M
. U O7 c- f9 m! \4 ?! V| ├──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 45.28M" D% {5 p+ X$ e
| ├──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 54.86M3 e- |; ?6 A) z6 m$ u5 D
| ├──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
8 R6 x5 I7 d7 g/ M| ├──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
$ o# X# O/ a5 T3 Z! f| ├──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
% C/ }+ j! p5 c7 A1 J! [| ├──06、人工智能数学基础》37、【第四章 概率论】-01随机实验样本空间随机事件&概率的定义.mkv 50.22M( o7 V! T k/ E g
| ├──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! ?; c8 U5 I* b& s! L
| ├──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 43.46M9 |8 @' w5 z/ F; ^1 ~% Q
| ├──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; f C$ T! J1 V A2 O# Y
| ├──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& n' [3 i0 k/ g6 O& 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
* z) _* T( }/ O. k% O| ├──06、人工智能数学基础》43、【第五章 最优化】-1 无约束最优化梯度下降.mkv 45.64M
7 {7 {0 t1 u2 H6 f) T4 H| ├──06、人工智能数学基础》44、【第五章 最优化】-2 无约束最优化梯度下降.mkv 42.04M
5 m& M0 i( u" ]8 f- [+ B4 Y| └──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
# m* ?' a9 Z( w7 j9 s% D├──07、04 神经网络基础知识》 - \% L# O3 K; }. k0 h
| ├──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: t( K1 e- B% h6 `# e. ?" s0 B
| ├──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+ {7 Z" S, C1 ^$ m. e/ R, ?
| ├──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
- ]! i5 C9 z( k4 [1 L| ├──07、04 神经网络基础知识》05、01-神经网络基础与多层感知机-3.mkv 15.57M
1 D/ [4 t8 X* k! [, i% }% [| ├──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 39.66M4 d, [5 g7 m9 V1 X& a
| ├──07、04 神经网络基础知识》07、02-卷积神经网络-0.mkv 28.88M
, t. o8 i4 x: d7 @| ├──07、04 神经网络基础知识》08、02-卷积神经网络-1.mkv 51.75M# h2 Q* C: H6 f# ?( C' ]) Z8 o; h
| ├──07、04 神经网络基础知识》09、02-卷积神经网络-2.mkv 22.11M
- ~& v0 A# P+ h7 z) w& N| ├──07、04 神经网络基础知识》10、03-循环神经网络-0.mkv 20.50M
7 r( [! E. Z( {- @| ├──07、04 神经网络基础知识》11、03-循环神经网络-1.mkv 37.91M
4 [5 u q; a0 B5 Y| └──07、04 神经网络基础知识》12、03-循环神经网络-2.mkv 26.61M2 M+ y- [) \9 v; w
├──08、05 NLP基础知识》
5 r* p1 b. R( e4 r6 C f5 s| ├──08、05 NLP基础知识》02、1-1 前言..mkv 152.17M
9 `) ^# @+ _( q, \" x| ├──08、05 NLP基础知识》03、1-2 研究方向概述..mkv 112.22M
; D3 c- _" J, u2 T: I| ├──08、05 NLP基础知识》04、2-1 预备知识..mkv 60.53M
+ N/ W% v7 q' d# d# C6 }+ [! _8 }| ├──08、05 NLP基础知识》05、2-2 NLP问题中的特征..mkv 61.23M
1 q6 S( @% Y y; o% M| ├──08、05 NLP基础知识》06、2-3 特征输入..mkv 108.19M
! e1 \" d. z7 o- R! q% U+ j| ├──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
) ~# }6 f. z. ^4 |3 S5 k- D6 l| ├──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
7 F- P6 e/ u9 J( l+ m) }8 q9 P| ├──08、05 NLP基础知识》09、3-2 语言模型任务评估..mkv 104.25M+ n% Q$ C5 J5 w; _0 m- g# ?
| ├──08、05 NLP基础知识》10、3-3 神经语言模型简介与代码实现..mkv 191.58M2 R, N6 P9 ]7 S( Z5 h/ d. j
| ├──08、05 NLP基础知识》11、3-4 预训练的词表示及其使用实例..mkv 66.70M8 Z& U/ K3 J+ `, Q+ l% Z3 C
| ├──08、05 NLP基础知识》12、4-1 word2vec原理..mkv 129.80M- P7 j q# G! A8 {
| ├──08、05 NLP基础知识》13、4-2 word2vec代码复现..mkv 207.33M2 B5 V- T0 M; _7 S9 t# A E
| ├──08、05 NLP基础知识》14、4-3 word2vec项目实战展示..mkv 96.70M/ u$ }% x K: d/ }+ F8 a3 l
| ├──08、05 NLP基础知识》15、4-4 BERT使用实战讲解..mkv 131.83M
+ d1 i2 J: o( |% R, P) f/ _| ├──08、05 NLP基础知识》16、4-5 MLP模型与实战..mkv 122.72M* Y2 S( n% H0 B0 ?9 d- {. I7 Y
| ├──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; A5 p0 [0 J9 Z; B8 _
| ├──08、05 NLP基础知识》18、5-1 HMM序列标注..mkv 47.47M) Y! M& E0 H, Z# e+ E. ]3 q ?( C
| ├──08、05 NLP基础知识》19、5-2 HMM模型简介..mkv 121.17M
2 l3 ~0 N. u1 c! t* K! T3 F| ├──08、05 NLP基础知识》20、5-3 HMM样本生成..mkv 112.77M
0 |1 L8 g* G/ f, R7 n, b| ├──08、05 NLP基础知识》21、5-4 HMM训练..mkv 71.39M2 M, e2 H0 l2 v+ M# e" p
| ├──08、05 NLP基础知识》22、5-5 HMM预测..mkv 107.47M3 f) o) F. e) o+ j& x7 \
| └──08、05 NLP基础知识》23、5-6 HMM代码实现..mkv 142.76M1 U* l$ m' ], n+ A4 B) _0 W0 @2 c
├──09、06 NLP-baseline》 + J T p! [8 {5 ^1 g
| ├──09、06 NLP-baseline》02、NLP baseline 开营仪式.mkv 79.36M/ K, w3 a& `# i1 V3 J1 k2 F
| ├──09、06 NLP-baseline》03、1.1 word2vec1-1背景知识.mkv 79.62M
: d4 m& }7 U, X' N8 R. q7 J| ├──09、06 NLP-baseline》04、1.2 word2vec1-2论文泛读.mkv 66.15M2 T* y' {/ C; O0 ~5 K
| ├──09、06 NLP-baseline》05、1.3 word2vec2-1对比模型.mkv 64.54M, Q+ @( L+ M" T' ^$ |1 L
| ├──09、06 NLP-baseline》06、1.4 word2vec2-2原理.mkv 39.67M
5 \8 M1 L, `& `0 b% q8 d5 ]8 {: B| ├──09、06 NLP-baseline》07、1.5 word2vec2-3word2vec关键技术.mkv 51.67M$ s# P; b+ w) T3 Y8 Q' l
| ├──09、06 NLP-baseline》08、1.6 word2vec2-4模型复杂度.mkv 24.93M* o1 H& S h+ u* n5 Z
| ├──09、06 NLP-baseline》09、1.7 word2vec2-5实验结果.mkv 62.59M/ o. c+ [( B# w/ C! {/ }! e" v6 I# P- P
| ├──09、06 NLP-baseline》10、1.8 word2vec3-1代码部分上.mkv 103.47M
" m* T0 \7 x& J$ E| ├──09、06 NLP-baseline》11、1.9 word2vec3-2代码部分下.mkv 129.38M
' K- g& @1 _- S| ├──09、06 NLP-baseline》12、02glove-01-_背景介绍..mkv 28.89M) }8 e% z' U/ p& U* D7 T
| ├──09、06 NLP-baseline》13、02 glove-02-_研究成果及意义.mkv 12.22M4 ~/ `2 `0 F1 ~, G/ }8 u
| ├──09、06 NLP-baseline》14、02glove-03-论文概述.mkv 87.03M
8 n) H8 |" u, \) q/ Z2 n0 R| ├──09、06 NLP-baseline》15、02glove-04-模型精讲.mkv 46.79M' H- A% {! p# M$ H1 ]/ k, N; m
| ├──09、06 NLP-baseline》16、02 glove-05-实验分析..mkv 21.96M
* w$ M) Z& {2 x) o" i" `9 X| ├──09、06 NLP-baseline》17、02glove-06-数据处理.mkv 23.36M
G- T1 ]3 d0 Z+ l/ A6 P| ├──09、06 NLP-baseline》18、02 glove-07-型及训练测试.mkv 24.23M# l0 N& Y: s2 x4 ]$ i, @4 e7 c
| ├──09、06 NLP-baseline》19、03char_embedding-01-背景介绍..mkv 34.58M; U) j: B4 h1 ^0 T" }; I
| ├──09、06 NLP-baseline》20、03 char_embedding-02-研究成果及意义.mkv 27.43M8 ?2 d5 W! W I
| ├──09、06 NLP-baseline》21、03char_embedding-03-论文概述.mkv 34.23M- c [0 B4 H+ d! K/ h, o
| ├──09、06 NLP-baseline》22、03 char_embedding-04-模型详解.mkv 48.84M1 T( r8 e7 j5 z1 C5 J( D8 G6 o
| ├──09、06 NLP-baseline》23、03 char_embedding-05-语言模型实验分析.mkv 48.84M
; b( O2 Q' Q1 M5 `| ├──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
% L' W! F h+ O% {| ├──09、06 NLP-baseline》25、03 char_embedding-07-环境配置.mkv 30.18M) d7 y5 l4 y* r( @* u4 b5 w
| ├──09、06 NLP-baseline》26、03 char_embedding-08-数据处理.mkv 49.92M
, L) L- o. E" E4 y4 ]| ├──09、06 NLP-baseline》27、03 char_embedding-09-模型构建及训练和测试.mkv 34.67M5 Z2 Z0 t6 \; a6 O$ S
| ├──09、06 NLP-baseline》28、04textcnn-01-textcnn背景介绍.mkv 23.05M
; L$ |5 S* e* _3 h| ├──09、06 NLP-baseline》29、04textcnn-02-textcnn研究成果及意义.mkv 13.99M" e" ~3 m }) I: E# e" }
| ├──09、06 NLP-baseline》30、04 textcnn-03-textcnn模型简介.mkv 43.38M6 z; B: t/ }5 q1 G, j1 n
| ├──09、06 NLP-baseline》31、04 textcnn-04-textcnn模型详解.mkv 38.33M
! U) p7 l T3 Y, U/ P6 i, M% N| ├──09、06 NLP-baseline》32、04textcnn-05-textcnn实验介绍.mkv 62.29M0 X. U5 `- a; E2 T
| ├──09、06 NLP-baseline》33、04 textcnn-06-textcnn超参选择.mkv 87.93M
3 G9 ^$ B$ }5 {| ├──09、06 NLP-baseline》34、04 textcnn-07-textcnn数据处理以及模型构建..mkv 48.71M" X+ e9 A v% y4 J* |* A) l
| ├──09、06 NLP-baseline》35、04 textcnn-08-textcnn训练及测试.mkv 41.36M
B$ V2 e4 c8 d| ├──09、06 NLP-baseline》36、05-chartextcnn_1_论文导读..mkv 41.21M5 `7 r h/ b) b0 G- ^& T7 B* V
| ├──09、06 NLP-baseline》37、05-chartextcnn_2_1_模型总览及简介.mkv 50.58M# W: w* ~6 _8 ^3 g* V
| ├──09、06 NLP-baseline》38、05-chartextcnn_2_2_模型详解.mkv 43.43M! l* W$ E: U8 S! k; {
| ├──09、06 NLP-baseline》39、05-chartextcnn_2_3_实验分析及讨论.mkv 48.78M
( z# s' p1 o$ H| ├──09、06 NLP-baseline》40、05-chartextcnn_3_1_数据处理.mkv 36.76M
% H' Y! {# Q+ n, ?* r" O' j( v| ├──09、06 NLP-baseline》41、05-chartextcnn_3_2_模型定义及训练和测试.mkv 39.50M
4 ?3 q3 Q9 O$ j| ├──09、06 NLP-baseline》42、06-fasttext_1_研究背景及意义.mkv 36.39M
9 M0 Q, ]4 o: v( f! v5 k% e8 F8 c( ^| ├──09、06 NLP-baseline》43、06-fasttext_2_1_fasttext模型上.mkv 40.99M' ?5 X" P% E9 M0 T
| ├──09、06 NLP-baseline》44、06-fasttext_2_2_fasttext模型下.mkv 38.25M
. G" p6 R" a$ W; j1 |# z# E* \| ├──09、06 NLP-baseline》45、06-fasttext_2_3_fasttext实验.mkv 23.84M
7 e7 E) U0 E0 e0 ?| ├──09、06 NLP-baseline》46、06-fasttext_3_1_fasttext数据读取.mkv 37.59M9 A3 }: P" m! D7 C4 \
| ├──09、06 NLP-baseline》47、06-fasttext_3_2_fasttext模型及训练测试.mkv 21.07M0 y2 I3 } E& |8 D7 s, p
| ├──09、06 NLP-baseline》48、07 deep_nmt_1_1_论文简介以及BLEU介绍.mkv 24.49M; y& [3 L! I7 Z! h+ _5 {1 R
| ├──09、06 NLP-baseline》49、07 deep_nmt_1_2_背景介绍和研究成果及意义.mkv 40.04M1 }. n5 a/ i( f: L0 M; ^; \
| ├──09、06 NLP-baseline》50、07 deep_nmt_2_1_deep_nmt模型详解1.mkv 46.86M
2 z1 J' |! }# P| ├──09、06 NLP-baseline》51、07 deep_nmt_2_2_deep_nmtm模型详解2.mkv 37.83M
4 x4 E1 T- T2 w| ├──09、06 NLP-baseline》52、07 deep_nmt_2_3_实验结果及总结.mkv 39.07M! q1 V4 b5 X: o0 X4 C0 e4 f0 {3 ?4 {
| ├──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
6 w- P, X8 ?; r2 [. f$ T' n| ├──09、06 NLP-baseline》54、07 deep_nmt_3_2_模型和训练及测试.mkv 45.52M3 x9 F( G' J, g) K( c) j
| ├──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
( Z% o, ^$ G5 m ^( \| ├──09、06 NLP-baseline》56、08 attention_nmt_1_2_背景介绍_研究成果及意义.mkv 39.68M U! ~; Y! ?6 H! u2 C) W
| ├──09、06 NLP-baseline》57、08 attention_nmt_2_1_论文总览..mkv 48.38M
$ P7 l8 o2 t, _5 U+ M9 Z. || ├──09、06 NLP-baseline》58、08 attention_nmt_2_2模型详解..mkv 49.56M
! Y# N* q8 @0 n2 F4 e4 V/ d| ├──09、06 NLP-baseline》59、08 attention_nmt_2_3_实验结果及分析.mkv 48.68M
: Y+ o9 H3 l- A" S, C, ?. M7 h. f| ├──09、06 NLP-baseline》60、08 attention_nmt_3_1_deep_nmt实现.mkv 89.75M
# M- O, B) T; q' f5 o/ L| ├──09、06 NLP-baseline》61、08 attention_nmt_3_2_fairseq.mkv 84.72M+ Q. f1 D" M$ R" ]# }( j
| ├──09、06 NLP-baseline》62、09 han_attention_1_1_前期储备知识介绍.mkv 25.41M" ]5 x4 p; Q% K& W, O W) A# {& B
| ├──09、06 NLP-baseline》63、09 han_attention_1_2_研究背景成果及意义..mkv 38.71M
8 F- M+ ^4 h0 X* L/ ~ q" Q) a| ├──09、06 NLP-baseline》64、09 han_attention_2_1_论文总览.mkv 56.09M8 y. L8 r$ Z9 Z5 m C* m
| ├──09、06 NLP-baseline》65、09 han_attention_2_2_模型详解.mkv 36.92M
9 v1 Z' R, h" Z| ├──09、06 NLP-baseline》66、09 han_attention_2_3_实验结果及论文总结.mkv 120.25M0 N, g0 _2 U* o
| ├──09、06 NLP-baseline》67、09 han_attention_3_1_数据读取.mkv 52.83M; T+ E" z- ~+ T! U% d8 l ?' W
| ├──09、06 NLP-baseline》68、09 han_attention_3_2_模型实现及训练和测试.mkv 51.71M6 h7 T, j6 e# b, ?$ G
| ├──09、06 NLP-baseline》69、10 sgm_1_1_多标签分类介绍..mkv 19.69M) Y& F: X9 l6 b9 g: \2 ~
| ├──09、06 NLP-baseline》70、10 sgm_1_2_背景知识和研究成果及意义.mkv 58.03M% M" ~" o, s. u. Z4 @! y/ l+ _
| ├──09、06 NLP-baseline》71、10 sgm_2_1_论文简介.mkv 50.81M
x5 C" t) x: K! X| ├──09、06 NLP-baseline》72、10 sgm_2_2_模型详解..mkv 27.89M1 \! s$ g+ |4 L9 e- g* a
| ├──09、06 NLP-baseline》73、10 sgm_2_3_实验结果及分析.mkv 52.15M
: @9 Z4 h! X1 A( p| ├──09、06 NLP-baseline》74、10 sgm_3_1_数据处理.mkv 45.40M
: r f5 j' Q! q) p6 T| └──09、06 NLP-baseline》75、10 sgm_3_2_模型实现..mkv 74.06M
5 L J$ t' z1 H' E8 v├──10、07 信息抽取-命名实体识别》 ) h) G( H: m+ d
| ├──10、07 信息抽取-命名实体识别》02、1.1- BiLSTM-CRF-论文研究背景.mkv 66.78M+ b8 ]* m8 Q* |* V3 f+ ]
| ├──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
: C' v( H& K: t7 L| ├──10、07 信息抽取-命名实体识别》04、1.3-BiLSTM-CRF模型结构.mkv 27.55M
) H% q, d) F3 E1 D| ├──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' N2 }/ O, D/ E+ |4 ?8 }) L
| ├──10、07 信息抽取-命名实体识别》06、1.5- BiLSTM-CRF-实验结果与论文总结.mkv 14.80M& B( U3 T8 z J/ \( Q
| ├──10、07 信息抽取-命名实体识别》07、1.6- BiLSTM-CRF代码讲解.mkv 44.44M1 I% |* a& b( d/ m
| ├──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
( C7 y. h# ?% L& k' Y| ├──10、07 信息抽取-命名实体识别》09、2.1_LatticeLSTM论文研究背景.mkv 74.91M5 E5 n& F, ^! t& V) j4 O2 {
| ├──10、07 信息抽取-命名实体识别》10、2.2_LatticeLSTM模型总览..mkv 27.34M! U! D/ v$ i7 S# e+ y
| ├──10、07 信息抽取-命名实体识别》11、2.3_LatticeLSTM模型细节.mkv 25.24M$ u" L* @& u4 {/ Q. J
| ├──10、07 信息抽取-命名实体识别》12、2.4_LatticeLSTM论文实验与总结.mkv 11.05M
! ^- L3 p* c' O( d8 J2 G| ├──10、07 信息抽取-命名实体识别》13、2.5_LatticeLSTM代码讲解..mkv 88.61M/ h: w8 X* m: o+ \# c3 C
| ├──10、07 信息抽取-命名实体识别》14、3.1_LR-CNN论文研究背景.mkv 78.05M0 A5 m: ]" v0 P; e( T
| ├──10、07 信息抽取-命名实体识别》15、3.2_LR-CNN模型总览.mkv 23.62M
5 \2 E: }' C+ q# S# i| ├──10、07 信息抽取-命名实体识别》16、3.3_LR-CNN模型细节.mkv 19.87M+ W* p2 |- X3 ~3 e
| ├──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" M0 X$ q8 S( r' z! T
| ├──10、07 信息抽取-命名实体识别》18、3.5_LR-CNN论文代码讲解..mkv 44.43M
% B0 r; d1 V/ m. B| ├──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' P B3 Q6 q6 ~3 F
| ├──10、07 信息抽取-命名实体识别》20、4.2_LGN模型总览..mkv 12.85M1 m4 z: @% O* l& V% U4 K; W
| ├──10、07 信息抽取-命名实体识别》21、4.3_LGN模型详解.mkv 17.23M+ a0 o/ ^8 }' a# m6 j8 m
| ├──10、07 信息抽取-命名实体识别》22、4.4_LGN代码讲解.mkv 26.42M: O9 N S' D! C' i0 R6 n1 J
| ├──10、07 信息抽取-命名实体识别》23、5.1_TENER论文研究背景.mkv 137.09M, x1 G' I% Y# ?6 u% j* ^
| ├──10、07 信息抽取-命名实体识别》24、5.2_TENER模型总览.mkv 49.63M
& i4 _. G. s/ l# I. i- a| ├──10、07 信息抽取-命名实体识别》25、5.3_TENER模型详解.mkv 72.78M' j" T' o% v7 w' M2 Y, I
| ├──10、07 信息抽取-命名实体识别》26、5.4_TENER模型总结.mkv 30.15M
9 M9 `7 w8 ]1 Y| ├──10、07 信息抽取-命名实体识别》27、5.5_TENER模型代码.mkv 73.36M6 ~% M Q' K' _& w; j
| ├──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
) v7 N: a; `. m0 z* j9 s| ├──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
$ j' r0 ?, G$ y5 ^# g| ├──10、07 信息抽取-命名实体识别》30、6-3_Soft_Lexicon模型详解..mkv 24.14M
6 P/ V, l2 @8 I5 W, ^| ├──10、07 信息抽取-命名实体识别》31、6-4_Soft_Lexicon模型总结..mkv 61.13M
. D. y _& r/ [9 a4 R _| └──10、07 信息抽取-命名实体识别》32、6-5_Soft_Lexicon模型代码..mkv 46.15M3 l/ C: h" C" \; |" f" l
├──11、07 （2）信息抽取-关系抽取》
5 [3 X! C) u7 C( Z! ~* \| ├──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
3 h" L8 o% q# p2 {+ v| ├──11、07 （2）信息抽取-关系抽取》03、01 cnn_for-re-01.mp4（新版）.mkv 41.20M' J2 i* V9 v; f/ u6 c! h; j2 G
| ├──11、07 （2）信息抽取-关系抽取》04、01 cnn_for-re-02.mp4（新版）.mkv 53.55M
3 M0 @3 n$ Y$ j" w6 ?4 l* Y| ├──11、07 （2）信息抽取-关系抽取》05、01 cnn_for-re-03.mp4（新版）.mkv 56.90M. i/ `7 L$ f& [2 e
| ├──11、07 （2）信息抽取-关系抽取》06、01 cnn_for-re-04.mp4（新版）.mkv 67.45M c) S2 R$ Y, L, \. [
| ├──11、07 （2）信息抽取-关系抽取》07、01 cnn_for-re-05.mp4（新版）.mkv 53.36M F: c5 X0 ?" H+ n
| ├──11、07 （2）信息抽取-关系抽取》08、01 code_cnn_for_re-06（新版）.mkv 77.94M
8 k( x) P" ~- |% y8 e0 {$ z7 b| ├──11、07 （2）信息抽取-关系抽取》09、01 code_cnn_for_re-07（新版）.mkv 76.29M
. ?7 _$ ^* v/ M1 G! O) F/ E6 O| ├──11、07 （2）信息抽取-关系抽取》10、01 code_cnn_for_re-08（新版）.mkv 88.95M* t U$ H2 X z8 ]/ S8 e
| ├──11、07 （2）信息抽取-关系抽取》11、01 code_cnn_for_re-09（新版）.mkv 103.43M5 X: x: l* r( v" T6 L6 b
| ├──11、07 （2）信息抽取-关系抽取》12、01 code_cnn_for_re-10（新版）.mkv 59.76M
6 h. |8 Y j5 _" I1 V" o| ├──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
$ o C* |) o; F+ u| ├──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 52.01M
# ]) v y. I l+ l4 s| ├──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# |4 b4 t: R! V8 T+ n
| ├──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' P* f) Y" k( ] T) O1 h0 ^
| ├──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- }2 v9 f9 a' p* S+ A3 T1 W: F
| ├──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& f8 I' ^) A9 n8 N9 h1 m! 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+ P' ^- e! W P( [ | ~! y4 B
| ├──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
9 I. Q! h9 @7 [3 { `5 ?| ├──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
% y0 x" j0 m7 m# C) [% \0 p: b| ├──11、07 （2）信息抽取-关系抽取》22、02 pcnn_code-10-模型训练1（新版）.mkv 46.77M
5 J$ ~2 ~9 ]- A8 J| ├──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
" Q; d9 J2 J& L8 P! {& z, t| ├──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
+ k7 t9 j' z& a: r: n7 B1 F| ├──11、07 （2）信息抽取-关系抽取》25、3.2 att-blstm 关系识别-模型详解.（旧版）.mkv 85.90M
0 I+ W( a* L1 }7 f- O0 m0 v| ├──11、07 （2）信息抽取-关系抽取》26、3.3 att-blstm 关系识别-代码实战.（旧版）.mkv 121.00M
+ W* f2 s9 D5 x. o2 ^1 g1 q| ├──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
; u( s. ^" N! F$ q5 p' Y2 o| ├──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; n% z$ C# x6 s! @" P* g
| ├──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
% f3 E6 n3 ]( N% S| ├──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
5 l* `2 T/ n2 m; [6 p| ├──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 93.61M1 n: Y9 D" V$ v. K$ D+ ] G
| ├──11、07 （2）信息抽取-关系抽取》32、4.1 LSTM-LSTM-bias 背景介绍.（旧版）.mkv 71.00M
/ L: A/ W' @* Q9 b/ K* j6 Y5 ?| ├──11、07 （2）信息抽取-关系抽取》33、4.2 LSTM-LSTM-bias模型详解.（旧版）.mkv 91.63M3 g7 K D5 s2 W4 N
| ├──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; K* \ v m& f
| ├──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
- k$ X6 J. c: O. {- k. `| ├──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
Y! z) O7 y# O| ├──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
7 B* m/ H5 z/ N8 b t| ├──11、07 （2）信息抽取-关系抽取》38、04 novel_tagging_paper_4_模型（新版）.mkv 64.79M
4 s3 k" R* @6 h- `8 V' C| ├──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 120.29M1 F8 B: ~4 j' V Y; X
| ├──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
: A, E" b4 l" P# I L+ q| ├──11、07 （2）信息抽取-关系抽取》41、04 novel_tagging_paper_5_实验（新版）.mkv 36.17M
4 G) b$ p( V- M4 u' i" D: O| ├──11、07 （2）信息抽取-关系抽取》42、05 casrel_paper_0（新版）.mkv 55.00M
- I, O, S+ G8 j {. X6 ^% ?| ├──11、07 （2）信息抽取-关系抽取》43、05 casrel_paper_1（新版）.mkv 34.01M7 q0 a. A( R7 v4 d! [" B
| ├──11、07 （2）信息抽取-关系抽取》44、05 casrel_paper_2（新版）.mkv 57.32M
2 C& B B" K4 Y3 O| ├──11、07 （2）信息抽取-关系抽取》45、05 casrel_paper_3（新版）.mkv 53.37M
3 u* g3 r2 U* b7 `3 c% [2 V| ├──11、07 （2）信息抽取-关系抽取》46、05 casrel_paper_4（新版）.mkv 53.62M
4 m" ?$ D) w' p2 b s% j. Y| ├──11、07 （2）信息抽取-关系抽取》47、05 casrel_code_5（新版）.mkv 71.51M9 ` z) F6 z# f% {0 e
| ├──11、07 （2）信息抽取-关系抽取》48、05 casrel_code_6（新版）.mkv 93.40M
/ a0 h* ]: V# C* X3 x4 M) E- v% h9 q| ├──11、07 （2）信息抽取-关系抽取》49、05 casrel_code_7（新版）.mkv 93.61M
5 | a T* b+ ?9 b5 Z| └──11、07 （2）信息抽取-关系抽取》50、05 casrel_code_8（新版）.mkv 119.63M, r6 y5 k3 {: u& o4 ?2 x
├──12、08 NLP-预训练模型》
6 s ] ^: l% a| ├──12、08 NLP-预训练模型》02、01transformer-01-论文背景&研究成果.mkv 53.26M0 W6 R9 X( l" K
| ├──12、08 NLP-预训练模型》03、01transformer-02-attention回顾.mkv 54.19M- [2 p \- ~' x: K9 u7 A# t
| ├──12、08 NLP-预训练模型》04、01transformer-03-模型框架和self_attention.mkv 55.85M
' w1 {0 }/ g* m$ b2 w| ├──12、08 NLP-预训练模型》05、01transformer-04-模型小trick..mkv 96.70M" n7 V7 z* O* \4 |/ ~
| ├──12、08 NLP-预训练模型》06、01transformer-05-代码框架部分和encoder.mkv 105.28M/ Y$ ]: a7 I" R6 ~) M5 I9 `0 D
| ├──12、08 NLP-预训练模型》07、01transformer-06-代码decoder和self_attention.mkv 98.23M
5 x8 g9 H7 \( w' j/ ?$ f| ├──12、08 NLP-预训练模型》08、01transformer-07-代码训练部分和预测部分.mkv 156.37M4 q) \- w" D, {; s# N8 Q
| ├──12、08 NLP-预训练模型》09、02transformer_xl-01-论文背景..mkv 65.83M
$ `4 d& p |- f i. N. N; i: z| ├──12、08 NLP-预训练模型》10、02transformer_xl-02-vallini model回顾..mkv 52.17M: f5 p% O; A+ o9 ~' i
| ├──12、08 NLP-预训练模型》11、02transformer_xl-03-片段级递归机制..mkv 47.51M# f6 M- @ ^1 @: e/ m: {
| ├──12、08 NLP-预训练模型》12、02transformer_xl-04-相对位置编码和小trick..mkv 53.59M$ \* s( [0 W! ?" o6 p F+ ?- k
| ├──12、08 NLP-预训练模型》13、02transformer_xl-05-论文总结..mkv 94.00M
& g0 t" w: X% w/ a i( h# k* {| ├──12、08 NLP-预训练模型》14、02transformerxl-06-代码数据准备..mkv 58.82M8 h5 M, P+ X0 H6 u. h
| ├──12、08 NLP-预训练模型》15、02transformerxl-07-代码self attention..mkv 132.05M
0 G3 e: o' X* E* ?5 Y7 {. W! W" Z$ {| ├──12、08 NLP-预训练模型》16、02transformer_xl-08-代码update memory和adaptive.mkv 101.14M% p7 b' o9 M5 g/ G1 P4 w6 Z: Y+ _, K9 b
| ├──12、08 NLP-预训练模型》17、02transformer_xl-09-代码adaptive softmax2..mkv 151.16M
$ i; s M* p4 j* |2 g( w| ├──12、08 NLP-预训练模型》18、03elmo-01-elmo的下游任务介绍..mkv 29.04M7 h R0 n7 e ?- ]8 f
| ├──12、08 NLP-预训练模型》19、03elmo-02-feature_based和fine_tuning.mkv 24.26M5 P6 h3 N# _# D
| ├──12、08 NLP-预训练模型》20、03elmo-03-word2vec和charcnn回顾.mkv 19.15M+ Z% l# _& \9 [
| ├──12、08 NLP-预训练模型》21、03elmo-04-Bidirectional_language_models.mkv 22.20M
% B9 F5 G1 L. ~2 ]) V6 z x| ├──12、08 NLP-预训练模型》22、03elmo-05-how to use emol..mkv 18.26M3 b5 d7 g% @& ?7 m
| ├──12、08 NLP-预训练模型》23、03elmo-06-论文回顾..mkv 67.67M
2 [( L% A: d$ t4 c( N| ├──12、08 NLP-预训练模型》24、03elmo-07-代码预处理部分.mkv 78.29M
4 n) N/ C6 f% U| ├──12、08 NLP-预训练模型》25、03elmo-08-代码模型结构部分.mkv 102.25M# j5 U4 K; q( A4 W# V
| ├──12、08 NLP-预训练模型》26、03elmo-09-代码crf流程..mkv 42.40M& t/ g0 K* M f: h& f
| ├──12、08 NLP-预训练模型》27、03elmo-10-代码crf实现..mkv 143.87M
g: R. f+ O6 S/ W" _/ n6 \| ├──12、08 NLP-预训练模型》28、04gpt-01-nlp下游任务介绍.mkv 40.46M
/ V$ j- \8 c) T- i$ u| ├──12、08 NLP-预训练模型》29、04gpt-02-transformer回顾.mkv 32.37M# A$ N) H8 A/ b& ]: r. s, g
| ├──12、08 NLP-预训练模型》30、04gpt-03-预训练和fine-tuning.mkv 23.39M
# u7 H% R" U+ p| ├──12、08 NLP-预训练模型》31、04gpt-04-输入转换.mkv 17.50M
6 A4 u1 q) q4 r- E- R& `" T| ├──12、08 NLP-预训练模型》32、04gpt-05-论文回顾..mkv 50.40M+ g3 }5 p x; z' s6 U
| ├──12、08 NLP-预训练模型》33、04gpt-06-代码流程和建立vocab.mkv 70.76M( ?$ i2 l2 @# d; {2 r
| ├──12、08 NLP-预训练模型》34、04gpt-07-代码与处理部分.mkv 52.48M6 K' C3 q6 X) e8 Y2 {5 s
| ├──12、08 NLP-预训练模型》35、04gpt-08-代码trasform_roc部分.mkv 21.58M* r' s* d8 n9 E9 I7 L
| ├──12、08 NLP-预训练模型》36、04gpt-09-代码transformer_model部分.mkv 57.92M
, y# Q% Z3 X0 C| ├──12、08 NLP-预训练模型》37、04gpt-10-代码两种loss的计算.mkv 43.94M5 w2 l% _9 K1 j( n# E6 l
| ├──12、08 NLP-预训练模型》38、04gpt-11-代码训练部分.mkv 51.88M
R; f% m1 W: P& x9 U: b9 n# Z| ├──12、08 NLP-预训练模型》39、05bert-01-bert的背景和glue benchmark..mkv 27.87M
" N& L1 {, l$ J" f9 q0 ^/ [- G| ├──12、08 NLP-预训练模型》40、05bert-02-论文导读和bert 衍生模型..mkv 26.39M
# c& K. n$ Q6 i" w. ~| ├──12、08 NLP-预训练模型》41、05bert-03-bert、gtp、elmo的比较.mkv 14.58M* x" |- f" y0 Y M3 D4 U
| ├──12、08 NLP-预训练模型》42、05bert-04-bert model和pre-training部分.mkv 28.48M
- Y+ P$ j% h" _( q| ├──12、08 NLP-预训练模型》43、05bert-05-bert的fine-tuning部分.mkv 20.46M7 W6 v( k2 E3 z: n
| ├──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* `+ k- F4 E4 n% [& }
| ├──12、08 NLP-预训练模型》45、05bert-07-代码fine-tuning训练部分.mkv 24.08M
4 j/ c% \' W- T( Q7 V0 V| ├──12、08 NLP-预训练模型》46、05bert-08-代码bert pretrain的NSP.mkv 43.80M4 _5 K! }9 S) N6 [; H/ N' V _% t
| ├──12、08 NLP-预训练模型》47、05bert-09-代码pertrain预处理.mkv 60.81M' ]/ o! C; @0 @& ?; F: ^
| ├──12、08 NLP-预训练模型》48、05bert-10-代码bert-pretrain的transformer部分..mkv 47.08M6 B3 ~4 Q1 \6 G b( B
| ├──12、08 NLP-预训练模型》49、05bert-11-代码bert pretrain的loss计算..mkv 59.92M
, K2 P! H, U: h1 t/ Q. I4 k/ Q/ I; o| ├──12、08 NLP-预训练模型》50、06ulmfit-01-uimfit背景介绍.mkv 37.51M
: L* X0 f# v6 Y) b0 F0 g7 K| ├──12、08 NLP-预训练模型》51、06ulmfit-02-awdLstm回顾..mkv 20.91M" L; ?$ K0 T4 m! c3 e) U n
| ├──12、08 NLP-预训练模型》52、06ulmfit-03-下三角学习率.mkv 20.58M
. ?3 Q% P1 E) \1 d8 Q; z( e0 A| ├──12、08 NLP-预训练模型》53、06ulmfit-04-classifier fine tuning..mkv 18.11M
4 |8 f& r: n' }- C( d| ├──12、08 NLP-预训练模型》54、06ulmfit-05-论文回顾.mkv 80.46M( i/ ?! Q: _1 `6 l8 _
| ├──12、08 NLP-预训练模型》55、06ulmfit-06-代码fine tuning部分.mkv 50.31M' _$ d* w' d5 S2 f
| ├──12、08 NLP-预训练模型》56、06ulmfit-07-代码逐层解冻和预测.mkv 36.63M
2 l4 \+ C; c/ v2 {. H| ├──12、08 NLP-预训练模型》57、06ulmfit-08-代码pycharm lm部分..mkv 42.29M
. c2 A% f% M6 @2 m% ~| ├──12、08 NLP-预训练模型》58、07albert-01-albert背景介绍.mkv 46.97M9 F8 @9 U3 \; {2 o0 C- F3 O. P
| ├──12、08 NLP-预训练模型》59、07albert-02-轻量级bert回顾.mkv 42.60M% o# ]$ S$ |2 z& P4 d
| ├──12、08 NLP-预训练模型》60、07albert-03-embedding layer的因式分解.mkv 55.15M
. p3 L5 y, r5 o| ├──12、08 NLP-预训练模型》61、07albert-04-albert跨层参数共享.mkv 28.91M# B8 U0 N# d: B: C4 a& d/ `
| ├──12、08 NLP-预训练模型》62、07albert-05-NSP任务和论文回顾..mkv 108.88M
2 m9 ]6 q& u* D, ^' I# N: f( r, Y| ├──12、08 NLP-预训练模型》63、07albert-06-代码tokenizer部分.mkv 50.71M
! y8 D5 J! ^4 E! z G1 {| ├──12、08 NLP-预训练模型》64、07albert-07-代码samplemask.mkv 87.56M
- m: Q& k5 h4 w. P5 E| ├──12、08 NLP-预训练模型》65、07albert-08-代码transformer结构.mkv 81.61M
, k% Y$ Y8 R5 I1 G! t. G| ├──12、08 NLP-预训练模型》66、07albert-09-代码pretrain 训练部分.mkv 46.71M
+ N1 j9 G7 J! ]9 S' k) @| ├──12、08 NLP-预训练模型》67、07albert-10-代码albert fine-tuning.mkv 170.72M$ d% D; R9 E8 H) Q! B+ |8 \% M( M) o
| ├──12、08 NLP-预训练模型》68、08mass-01-mass背景介绍..mkv 73.51M }! I* W# a2 k
| ├──12、08 NLP-预训练模型》69、08mass-02-bert和gpt回顾..mkv 50.11M
9 \6 T& ]$ X- t1 ]4 ?9 o| ├──12、08 NLP-预训练模型》70、08mass-03-mass 的seq2seq pretraining..mkv 64.88M
1 |0 J& C w+ E0 P7 X' X) z| ├──12、08 NLP-预训练模型》71、08mass-04-mass的discussions..mkv 118.93M( r" N/ _0 y2 z) j& X: A
| ├──12、08 NLP-预训练模型》72、08mass-05-代码fairseq的训练流程..mkv 79.12M
% t: q- `; y3 j" }2 O1 b' p" v3 B| ├──12、08 NLP-预训练模型》73、08mass-06-代码mass的xseq2seq部分.mkv 161.22M
7 B5 R0 \0 f1 _/ }| ├──12、08 NLP-预训练模型》74、08mass-07-代码mass的xtransformer部分..mkv 73.21M
, q, B- M' `. z0 ~& T& t9 D5 S| ├──12、08 NLP-预训练模型》75、08mass-08-代码mass的dataset准备..mkv 99.92M
% @5 d* Z8 T+ n+ w& ~) U| ├──12、08 NLP-预训练模型》76、09xlnet-01-xlnet背景介绍..mkv 47.34M3 S/ f" n( b2 m/ U
| ├──12、08 NLP-预训练模型》77、09xlnet-02-AR和AE的比较..mkv 59.35M+ h. s$ J/ L5 U
| ├──12、08 NLP-预训练模型》78、09xlnet-03-排列lm部分..mkv 48.28M: q2 d% {/ J5 C" A, U/ S0 \9 L
| ├──12、08 NLP-预训练模型》79、09xlnet-04-排列lm的mask实现.mkv 40.57M
5 F) K* D/ k! [ Z/ K U| ├──12、08 NLP-预训练模型》80、09xlnet-05-传统lm存在的问题..mkv 32.56M# ? l6 L8 V B* w9 h
| ├──12、08 NLP-预训练模型》81、09xlnet-06-Two Stream Self-attention..mkv 56.33M
- e3 _0 q4 ? K3 P3 K| ├──12、08 NLP-预训练模型》82、09xlnet-07-xlnet论文回顾.mkv 69.35M" }) |: y- C+ T4 F
| ├──12、08 NLP-预训练模型》83、09xlnet-08-代码xlnet的fine-tuning..mkv 61.78M8 ?, J& N% b- t& e1 M) M. F
| ├──12、08 NLP-预训练模型》84、09xlnet-09-代码xlnet的mask..mkv 180.55M
3 h2 r* p9 g# W3 L E+ x* N+ j& o| ├──12、08 NLP-预训练模型》85、09xlnet-10-代码xlnet的self attention..mkv 126.95M
2 h, ~! s- E% ?6 Q% t: x' @| ├──12、08 NLP-预训练模型》86、10electra-01-electra背景介绍..mkv 56.59M
% X5 f0 s1 J/ m$ t| ├──12、08 NLP-预训练模型》87、10electra-02-gan的回顾..mkv 43.00M2 k8 v6 N& F8 }
| ├──12、08 NLP-预训练模型》88、10electra-03-electra的生成器和判别器详解..mkv 38.97M8 j# C% E; l8 \" @
| ├──12、08 NLP-预训练模型》89、10electra-04-论文回顾..mkv 84.85M$ e1 _( p0 Q: V" [6 [
| ├──12、08 NLP-预训练模型》90、10electra-05-代码electra训练流程..mkv 106.36M
; R% T4 _' o+ W3 X( d( k- Y& C1 h| ├──12、08 NLP-预训练模型》91、10electra-06-代码预处理部分..mkv 123.43M6 }6 v3 Z3 [& r3 }) R' x+ C9 {
| ├──12、08 NLP-预训练模型》92、10electra-07-代码生成器和判别器..mkv 126.26M. h3 D* g4 E4 C" h: f
| └──12、08 NLP-预训练模型》93、10electra-08-代码start training部分..mkv 120.19M6 e0 u# x3 C* a% [! [" O+ F6 Q' L
├──13、09 NLP-图神经网络》 8 V# g, j6 Q: D. P5 G
| ├──13、09 NLP-图神经网络》02、00图神经网络专题-01-开班课..mkv 59.92M) d# @" ` W5 R8 d) h- h; c- s
| ├──13、09 NLP-图神经网络》03、00图神经网络专题-02-开班课.mkv 34.39M
! [6 V& h) Z6 O, b# _| ├──13、09 NLP-图神经网络》04、02第二次直播答疑..mkv 72.01M1 b# H- ]7 d2 \; S H; t& r4 k
| ├──13、09 NLP-图神经网络》05、03第三次直播答疑..mkv 50.57M
* E- Z$ P- z& ?) q0 J U2 w/ || ├──13、09 NLP-图神经网络》06、05第五次直播答疑..mkv 44.09M3 ?, g5 M+ Q. M2 \& A6 z5 ~2 ]
| ├──13、09 NLP-图神经网络》07、01nodevec-01-研究背景.mkv 24.53M7 y! b& G3 O r- k; b# v5 x D k
| ├──13、09 NLP-图神经网络》08、01nodevec-02-研究成果.mkv 43.82M
) ^" ?3 E& V9 R; T( A| ├──13、09 NLP-图神经网络》09、01nodevec-03-图的应用.mkv 33.36M
|* H! r! k+ || ├──13、09 NLP-图神经网络》100、08gcn-09-gcn频域公式推导..mkv 73.58M
4 @# h# _4 D Y+ ^" f/ i| ├──13、09 NLP-图神经网络》101、08gcn-10-实验分析..mkv 80.77M
2 s5 w! |$ }7 K+ C* Z( j| ├──13、09 NLP-图神经网络》102、08gcn-11-论文总结..mkv 41.25M* a2 \2 v1 Q6 p/ {9 I5 U
| ├──13、09 NLP-图神经网络》103、08gcn-12-代码介绍..mkv 43.63M
1 q, V( W$ p% q. c* t, f| ├──13、09 NLP-图神经网络》104、08gcn-13-读图预处理..mkv 51.03M
( [( V' f: M" b% R| ├──13、09 NLP-图神经网络》105、08gcn-14-gcn模型实现及代码总结.mp4.mkv 49.05M7 J* ^+ U& z# Z& N4 i6 A
| ├──13、09 NLP-图神经网络》106、09ggnn-01-研究背景..mkv 47.90M& G+ S8 a; ^, ]' u! o) y8 h
| ├──13、09 NLP-图神经网络》107、09ggnn-02-ggnn模型简介..mkv 33.75M- @- R9 g0 K! v3 C/ E! B+ ]
| ├──13、09 NLP-图神经网络》108、09ggnn-03-研究成果研究意义..mkv 36.32M6 b5 n2 G" o# C+ i s* @
| ├──13、09 NLP-图神经网络》109、09ggnn-04-模型总览..mkv 63.70M
8 N+ y4 Z, b2 P+ i| ├──13、09 NLP-图神经网络》10、01nodevec-04-模型结构&BFS&DFS.mkv 107.53M/ C$ e5 y4 Z( r
| ├──13、09 NLP-图神经网络》110、09ggnn-05-GRU模型简单回顾..mkv 27.46M6 |# f& w7 I/ c8 C& j/ N8 A
| ├──13、09 NLP-图神经网络》111、09ggnn-06-GGNN模型细节..mkv 79.20M: i p& f n3 N5 C! G6 z
| ├──13、09 NLP-图神经网络》112、09ggnn-07-GGSNNs模型细节..mkv 55.17M
+ a) t( E. v8 }: a1 b| ├──13、09 NLP-图神经网络》113、09ggnn-08-bAbI任务..mkv 88.46M
% x2 y9 N; Q; k" K| ├──13、09 NLP-图神经网络》114、09ggnn-09-RNN图数据分析..mkv 30.46M8 m+ {/ ]) {( {
| ├──13、09 NLP-图神经网络》115、09ggnn-10-实验分析&论文总结..mkv 60.07M
t' X8 l. U: O& m| ├──13、09 NLP-图神经网络》116、09ggnn-11-代码介绍..mkv 44.74M
0 [' E" O5 \& `# o| ├──13、09 NLP-图神经网络》117、09ggnn-12-读图..mkv 112.01M9 J2 O) U+ O2 o
| ├──13、09 NLP-图神经网络》118、09ggnn-13-ggnn模型代码..mkv 154.17M; v7 Z# H% m; X
| ├──13、09 NLP-图神经网络》119、09ggnn-14-模型训练和测试..mkv 39.97M
, N9 r) r7 g. g* [9 }/ s0 ?1 O| ├──13、09 NLP-图神经网络》11、01nodevec-05-模型算法&alias算法.mkv 191.90M4 h/ g. ~2 Y1 M+ Y$ W
| ├──13、09 NLP-图神经网络》120、10mpnn-01-研究背景..mkv 41.16M, d& T2 X# w1 V
| ├──13、09 NLP-图神经网络》121、10mpnn-02-mpnn框架简介..mkv 26.50M
, K* |9 r6 V3 `( H. K| ├──13、09 NLP-图神经网络》122、10mpnn-03-研究成果研究意义..mkv 37.56M& n m* B3 }! g$ F9 E% m
| ├──13、09 NLP-图神经网络》123、10mpnn-04-模型总览..mkv 85.54M' v3 L* @8 r9 ]# V6 t
| ├──13、09 NLP-图神经网络》124、10mpnn-05-mpnn框架..mkv 27.55M
4 V7 |0 @2 \# j+ M" X# l \: _| ├──13、09 NLP-图神经网络》125、10mpnn-06-mpnn代表模型..mkv 130.75M* L% {) J9 N, C7 v0 Z
| ├──13、09 NLP-图神经网络》126、10mpnn-07-化学分子预测模型..mkv 111.05M; r/ Y5 M; u# z1 @
| ├──13、09 NLP-图神经网络》127、10mpnn-08-set2set模型..mkv 75.16M
0 Y+ b, T/ e# s. X/ G| ├──13、09 NLP-图神经网络》128、10mpnn-09-专题总结..mkv 41.94M
" t6 t4 s! e7 I9 b U2 F# U| ├──13、09 NLP-图神经网络》129、10mpnn-10-实验分析..mkv 72.38M
3 Z/ y5 W7 {# J9 e% K8 t| ├──13、09 NLP-图神经网络》12、01nodevec-06-实验分析.mkv 140.14M9 X& h' p% J8 N5 j9 O# _; T, b6 d
| ├──13、09 NLP-图神经网络》130、10mpnn-11-论文总结..mkv 51.85M
$ X1 X' W+ h# n9 V9 o3 O2 E| ├──13、09 NLP-图神经网络》131、10mpnn-12-代码介绍..mkv 68.93M4 i! O! v8 o" l/ Q/ P* \1 \; |$ `
| ├──13、09 NLP-图神经网络》132、10mpnn-13-构造图..mkv 118.56M
: _9 l7 B5 U$ Q2 w& S7 f8 l| ├──13、09 NLP-图神经网络》133、10mpnn-14-DataLoader封装..mkv 50.74M
/ ?: G8 i9 r& t( o1 {2 L1 z+ D| ├──13、09 NLP-图神经网络》134、10mpnn-15-mpnn框架代码..mkv 109.56M+ t, y$ |% `2 a2 o5 z' H
| ├──13、09 NLP-图神经网络》135、10mpnn-16-模型训练和测试..mkv 37.55M
8 `2 _. s7 f4 q| ├──13、09 NLP-图神经网络》13、01nodevec-07-论文总结.mkv 64.72M
$ E/ }7 N1 l4 j, D4 E9 I# N, a| ├──13、09 NLP-图神经网络》14、01nodevec-08-代码整体介绍.mkv 98.25M
1 e: ]* E; m& Q0 N. Z! A+ c1 g1 s/ B( H| ├──13、09 NLP-图神经网络》15、01nodevec-09-代码节点和边的alias实现.mkv 107.56M
: n, L' q. i; q1 W| ├──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
* q, i, C0 F- _2 ]| ├──13、09 NLP-图神经网络》17、01nodevec-11-代码结果展示和总结.mkv 20.72M
) J4 }+ Z( ~( y& x6 j# h| ├──13、09 NLP-图神经网络》18、02-line-01-论文背景..mkv 54.02M
( S" {5 Q4 t- V* k" _| ├──13、09 NLP-图神经网络》19、02-line-02-研究成果研究意义..mkv 64.65M6 ]3 s u( _+ I9 S/ G* s8 C
| ├──13、09 NLP-图神经网络》20、02-line-03-前期知识..mkv 40.10M1 P4 ^& p5 T( o- Z4 x- I
| ├──13、09 NLP-图神经网络》21、02-line-04-一二阶相似度..mkv 129.42M7 Y" z( _ o& }/ U, r
| ├──13、09 NLP-图神经网络》22、02-line-05-模型优化时间复杂度..mkv 102.21M
4 S) ~0 k( a' p" B" |# |7 y| ├──13、09 NLP-图神经网络》23、02-line-06-实验分析一..mkv 129.07M9 L# O! k$ ^% r( F
| ├──13、09 NLP-图神经网络》24、02-line-07-实验分析二..mkv 52.30M
* b0 d' j( V+ G* h2 g| ├──13、09 NLP-图神经网络》25、02-line-08-论文总结..mkv 90.22M
. S5 o* F# |) J| ├──13、09 NLP-图神经网络》26、02-line-09-代码读图..mkv 44.00M
0 J6 H C* B- B! C| ├──13、09 NLP-图神经网络》27、02-line-10-代码aliasSampling..mkv 64.10M! F; W1 d$ p0 w, D
| ├──13、09 NLP-图神经网络》28、02-line-11-代码line模型实现..mkv 115.73M& A9 B: c& M. w8 \
| ├──13、09 NLP-图神经网络》29、03-sdne-01-论文背景..mkv 34.54M
3 o9 a9 B% A: P: b| ├──13、09 NLP-图神经网络》30、03-sdne-02-前期知识..mkv 40.70M
$ S2 B$ B0 S J$ s3 C' Y! s$ S r2 t( n| ├──13、09 NLP-图神经网络》31、03-sdne-03-研究成果..mkv 38.41M
4 y( e: x) |# f1 S8 n+ |, a| ├──13、09 NLP-图神经网络》32、03sdne-04-模型结构..mkv 81.64M t( {( I& \: Y. J- \2 b
| ├──13、09 NLP-图神经网络》33、03sdne-05-一二阶相似度..mkv 92.35M2 N* h- o# k- B5 [. b
| ├──13、09 NLP-图神经网络》34、03sdne-06-自编码器&稀疏性问题..mkv 105.94M
/ c: k1 V" t0 i1 y| ├──13、09 NLP-图神经网络》35、03sdne-07-优化方法&时间复杂度..mkv 115.29M
" q- B8 C( R& C" ?: O& e2 T- T| ├──13、09 NLP-图神经网络》36、03sdne-08-实验设置介绍..mkv 136.86M
4 R0 V: N2 O- i| ├──13、09 NLP-图神经网络》37、03sdne-09-实验分析..mkv 101.44M
+ d3 h3 ~0 f0 B& n4 X| ├──13、09 NLP-图神经网络》38、03sdne-10-代码模型训练..mkv 69.25M, G$ Y, G2 k& f$ }+ T( {
| ├──13、09 NLP-图神经网络》39、03sdne-11-代码sdne模型实现..mkv 64.56M6 `0 F2 H1 Q7 H* v% U0 _
| ├──13、09 NLP-图神经网络》40、03sdne-12-代码模型训练..mkv 60.57M. p2 Y/ n7 ^$ z, n. B
| ├──13、09 NLP-图神经网络》41、04metapath2vec-01-研究背景..mkv 47.88M
; T) ?; F, P( Z3 K3 c& e| ├──13、09 NLP-图神经网络》42、04metapath2vec-02-研究成果..mkv 62.24M) J- _/ v+ H1 W X3 p* A
| ├──13、09 NLP-图神经网络》43、04metapath2vec-03-异质网络skip2gram..mkv 83.85M
+ l C0 @) c) f+ }| ├──13、09 NLP-图神经网络》44、04metapath2vec-04-算法细节..mkv 131.35M
$ h/ E! n/ u" ] L& _+ p6 W9 C. o| ├──13、09 NLP-图神经网络》45、04metapath2vec-05-实验分析..mkv 137.72M
7 R/ p3 Z" o4 \/ k. U. B( u| ├──13、09 NLP-图神经网络》46、04metapath2vec-06-论文总结..mkv 53.27M
: j5 f3 M; G7 R, e| ├──13、09 NLP-图神经网络》47、04metapath2vec-07-代码dgl平台介绍..mkv 45.22M
6 a( A3 [- h/ b9 C| ├──13、09 NLP-图神经网络》48、04metapath2vec-08-代码生成meta-path训练集..mkv 113.10M4 u- g* @+ m( s2 A8 u) e* [
| ├──13、09 NLP-图神经网络》49、04metapath2vec-09-代码模型实现..mkv 94.38M
( Q' R* b+ b; s$ s% O| ├──13、09 NLP-图神经网络》50、04metapath2vec-10-代码模型训练..mkv 98.04M
* G7 M# X ^0 ` H0 m, s| ├──13、09 NLP-图神经网络》51、05transe-01-研究背景..mkv 43.03M
2 a9 n2 I! w1 N; i: r| ├──13、09 NLP-图神经网络》52、05transe-02-研究成果研究意义..mkv 58.07M
7 W( V8 E: l \3 Z6 L, [| ├──13、09 NLP-图神经网络》53、05transe-03-transE算法..mkv 68.75M
# j. u* M$ R) w6 j| ├──13、09 NLP-图神经网络》54、05transe-04-transH算法..mkv 71.65M3 _+ s! ?9 B) E+ d
| ├──13、09 NLP-图神经网络》55、05transe-05-transR算法..mkv 81.53M
1 U4 L" d7 g8 {1 j; c, C# l9 r| ├──13、09 NLP-图神经网络》56、05transe-06-transH算法..mkv 99.51M
( h, I: i5 t, o& ~7 T| ├──13、09 NLP-图神经网络》57、05transe-07-模型对比和总结..mkv 27.27M
% m7 ~: J4 s7 D3 r# y1 N/ j| ├──13、09 NLP-图神经网络》58、05transe-08-实验设置和分析..mkv 66.85M- h) @( x& {' e3 L" ~
| ├──13、09 NLP-图神经网络》59、05transe-09-实验分析.mp4.mkv 48.97M) \3 J% k v/ t% `
| ├──13、09 NLP-图神经网络》60、05transe-10-论文总结..mkv 20.80M
" m4 I- I( n3 R" [| ├──13、09 NLP-图神经网络》61、05transe-11-代码介绍..mkv 9.70M4 r9 K! L$ l2 b% P% Q
| ├──13、09 NLP-图神经网络》62、05transe-12-代码详解一..mkv 68.89M
" {4 d0 p& Q( y+ v| ├──13、09 NLP-图神经网络》63、05transe-13-代码详解二..mkv 67.54M' G1 Q3 `9 a" ]" x
| ├──13、09 NLP-图神经网络》64、05transe-14-TransR等实现及代码总结..mkv 75.84M
! B O" H1 t' }) Q6 M/ K| ├──13、09 NLP-图神经网络》65、06gat-01-研究背景..mkv 38.59M
% R2 y, {* {( l/ b9 I, y% K+ p; r| ├──13、09 NLP-图神经网络》66、06gat-02-图卷积消息传递..mkv 34.06M% i9 e7 B0 o8 M0 w; P5 m. {
| ├──13、09 NLP-图神经网络》67、06gat-03-研究成果研究意义..mkv 37.53M
, l5 P# |) b7 c, D| ├──13、09 NLP-图神经网络》68、06gat-04-gnn核心框架..mkv 97.46M
7 E( N. q" y- E4 d* m2 f. [' g+ J| ├──13、09 NLP-图神经网络》69、06gat-05-gat算法讲解..mkv 56.07M; n1 Y/ I- a! A
| ├──13、09 NLP-图神经网络》70、06gat-06-各种attention总结..mkv 54.61M( u! O8 r! s4 k; g1 b# g8 B
| ├──13、09 NLP-图神经网络》71、06gat-07-multi-head起源简介..mkv 29.76M( D' m8 U2 j& z: M5 q( X# L- c
| ├──13、09 NLP-图神经网络》72、06gat-08-GAT算法总结和实验设置..mkv 136.73M
: b# {2 Q4 [7 O' w) [5 D| ├──13、09 NLP-图神经网络》73、06gat-09-论文总结..mkv 52.47M
$ ?) ]; j/ @$ w1 [& D| ├──13、09 NLP-图神经网络》74、06gat-10-代码介绍..mkv 78.10M# @3 L2 D2 I: C o/ S
| ├──13、09 NLP-图神经网络》75、06gat-11-代码设置参数&读图..mkv 66.59M ^: `9 c9 Y0 H: x
| ├──13、09 NLP-图神经网络》76、06gat-12-邻接矩阵归一化..mkv 50.56M6 T( M, p! [+ z6 j
| ├──13、09 NLP-图神经网络》77、06gat-13-gat模型实现..mkv 95.60M
; x: @4 }( R, r) D; B9 h. [| ├──13、09 NLP-图神经网络》78、06gat-14-gat模型训练及代码总结..mkv 57.53M
. G, z( I3 I- S# b| ├──13、09 NLP-图神经网络》79、07graphsage-01-研究背景..mkv 46.11M
. ], V! N% W3 Z- A% @ N| ├──13、09 NLP-图神经网络》80、07graphsage-02-graphSAGE模型简介..mkv 27.28M
4 |5 Q4 J# C7 V+ w# M$ ^- E| ├──13、09 NLP-图神经网络》81、07graphsage-03-研究成果研究意义..mkv 43.82M
. ^- M* p" @5 G# C/ r| ├──13、09 NLP-图神经网络》82、07graphsage-04-模型总览..mkv 33.28M
# I6 d1 V! q/ B$ ^+ G% u8 z| ├──13、09 NLP-图神经网络》83、07graphsage-05-算法详解..mkv 97.91M
% R) K$ S; n: D4 z# e| ├──13、09 NLP-图神经网络》84、07graphsage-06-监督训练及aggregators..mkv 52.98M( L( f% C4 ^2 R
| ├──13、09 NLP-图神经网络》85、07graphsage-07-batch训练及WLtest..mkv 106.60M V* j$ ?8 q$ |% t4 [5 s( J
| ├──13、09 NLP-图神经网络》86、07graphsage-08-实验分析..mkv 92.23M
2 m3 E/ v3 U8 G# g9 j$ A| ├──13、09 NLP-图神经网络》87、07graphsage-09-代码介绍.mkv 52.40M% W. w m! z* c+ A
| ├──13、09 NLP-图神经网络》88、07graphsage-10-读图读特征..mkv 50.08M
7 z6 x5 F0 s. t8 k: g x| ├──13、09 NLP-图神经网络》89、07graphsage-11-mean-aggregator讲解..mkv 69.78M- P: T8 d1 Q4 S h% i% i
| ├──13、09 NLP-图神经网络》90、07graphsage-12-encoder讲解..mkv 43.68M
+ ?* w; W% k' s; a6 g# d0 n. ^3 x" R| ├──13、09 NLP-图神经网络》91、07graphsage-13-模型训练及代码总结..mkv 37.27M5 h8 A+ n9 D: C' \7 R
| ├──13、09 NLP-图神经网络》92、08gcn-01-研究背景.cmproj..mkv 38.96M5 \2 E0 p6 `/ z0 a0 c
| ├──13、09 NLP-图神经网络》93、08gcn-02-gcn模型简介..mkv 33.43M, F9 {: H, _9 ]0 y1 f
| ├──13、09 NLP-图神经网络》94、08gcn-03-研究成果研究意义..mkv 38.91M- N. T* Y5 a P0 n0 S7 H
| ├──13、09 NLP-图神经网络》95、08gcn-04-模型总览..mkv 41.49M
9 Q& ^* e$ S" x9 M; A| ├──13、09 NLP-图神经网络》96、08gcn-05-RGCN模型简介..mkv 101.38M& a; Y9 L1 N0 Y1 |# x
| ├──13、09 NLP-图神经网络》97、08gcn-06-拉普拉斯矩阵..mkv 31.68M1 \+ Q0 m/ q, i. t" X" Z) S7 ]
| ├──13、09 NLP-图神经网络》98、08gcn-07-图的频域变换..mkv 35.21M9 I7 }; @* f; F! X4 ~: b4 P$ S
| └──13、09 NLP-图神经网络》99、08gcn-08-Chebyshev卷积核.mp4.mkv 33.36M# B& E) A" h" ~# T
├──14、10 NLP-文本匹配》
: n0 Q+ G4 ?2 }4 i+ x# V! \| ├──14、10 NLP-文本匹配》02、01DSSM-00专题引言.mkv 29.04M$ L& G i6 U6 M( X a X0 i9 l
| ├──14、10 NLP-文本匹配》03、01DSSM-01-学习目标..mkv 9.79M( o; M4 ]% P& b8 ^- L4 o
| ├──14、10 NLP-文本匹配》04、01DSSM-02-论文背景、贡献及意义.mkv 14.11M
) L( U' i( K" H| ├──14、10 NLP-文本匹配》05、01DSSM-03摘要精读、总结.mkv 10.44M4 w7 O6 a; W* x. h
| ├──14、10 NLP-文本匹配》06、01DSSM-04-上节回顾.mkv 10.67M
' G: Y: v0 }, e| ├──14、10 NLP-文本匹配》07、01DSSM-05-词哈希.mkv 17.54M5 D$ R7 Z# j- x, F; U
| ├──14、10 NLP-文本匹配》08、01DSSM-06-DSSM整体结构.mkv 11.30M
# z2 E3 N& `1 m: C! G, J| ├──14、10 NLP-文本匹配》09、01DSSM-07-优化函数、实验与总结.mkv 13.91M
; U; i) U2 c% |) m4 _1 Y& I| ├──14、10 NLP-文本匹配》100、10-代码讲解-11.mkv 102.90M
; D7 r8 C1 R, Y7 _! F8 E5 I| ├──14、10 NLP-文本匹配》10、01DSSM-08-代码总览.mkv 14.93M, M& ^$ |! o' J: k, s
| ├──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
- B$ m# }6 @- e2 F, a/ || ├──14、10 NLP-文本匹配》12、01DSSM-10-模型的搭建与训练、测试.mkv 19.42M; ~" m3 o! U, S/ z. l
| ├──14、10 NLP-文本匹配》13、02SiameseNet-01-孪生网络定义.mkv 11.92M7 K& _: e; \# G: D* l9 V, \0 k
| ├──14、10 NLP-文本匹配》14、02SiameseNet-02-论文背景、成果、意义.mkv 15.55M
. `* i) A: }/ c# p| ├──14、10 NLP-文本匹配》15、02SiameseNet-03-摘要带读、课程小节.mkv 7.32M9 f& S) Z, U L+ ^( u
| ├──14、10 NLP-文本匹配》16、02SiameseNet-04-SiameseNet整体结构..mkv 19.27M
, p( g. c! l, ?6 b1 r: x| ├──14、10 NLP-文本匹配》17、02SiameseNet-05-对比损失函数.mkv 9.05M4 b9 I; u9 g1 ?( `2 [# p% @
| ├──14、10 NLP-文本匹配》18、02SiameseNet-06-实验设置与分析.mkv 11.62M
. P( m# {* A4 Y: j& {| ├──14、10 NLP-文本匹配》19、02SiameseNet-07-复习、代码总览.mkv 18.67M3 _* n+ X5 j! v7 H! g
| ├──14、10 NLP-文本匹配》20、02SiameseNet-08-data_load..mkv 14.12M9 \; H6 U7 [* } l# k
| ├──14、10 NLP-文本匹配》21、02SiameseNet-09-模型搭建与训练.mkv 14.16M
0 B$ z! m% ?4 i0 Q1 d+ M| ├──14、10 NLP-文本匹配》22、03比较-聚合模型-01序列到序列模型..mkv 29.83M
) g, v q7 I" X) o" R" u0 o| ├──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- T2 g: V( S+ S. f2 q
| ├──14、10 NLP-文本匹配》24、03比较-聚合模型-03文本间的注意力机制..mkv 15.72M, W7 h$ U' i6 c" n* 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 27.99M
+ P" C7 E7 S2 H, e* P; A| ├──14、10 NLP-文本匹配》26、03比较-聚合模型-05论文泛读..mkv 10.33M) ^* I& P2 q2 t3 ?" `' ~
| ├──14、10 NLP-文本匹配》27、03比较-聚合模型-06整体结构..mkv 20.46M M, Z }$ y; R/ G; X
| ├──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
) ]8 K7 M6 {4 g5 ]3 w- q X' 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. ]; X$ p, m2 R
| ├──14、10 NLP-文本匹配》30、03比较-聚合模型-09实验分析与总结..mkv 26.55M4 O# w6 b' m) X' ^) e0 C
| ├──14、10 NLP-文本匹配》31、03比较-聚合模型-10SNLI数据集处理..mkv 27.03M/ G; G! V% {* C2 U- D5 `
| ├──14、10 NLP-文本匹配》32、03比较-聚合模型-11SNLI数据集处理..mkv 26.99M# \! t' c7 _6 R7 {) \' ^1 C4 `4 |
| ├──14、10 NLP-文本匹配》33、03比较-聚合模型-12数据载入模块..mkv 30.58M
2 k* P! N1 C7 j1 s: z* J3 s| ├──14、10 NLP-文本匹配》34、03比较-聚合模型-13比较-聚合模型搭建与训练..mkv 39.16M
% @' ?" y6 \! Y$ m- \3 h| ├──14、10 NLP-文本匹配》35、03比较-聚合模型-14复习、代码总览..mkv 17.21M0 A+ l$ C8 a! P) m
| ├──14、10 NLP-文本匹配》36、04ESIM-01学习目标与论文背景..mkv 25.51M
, u7 k0 j" M5 A7 d9 L+ A| ├──14、10 NLP-文本匹配》37、04ESIM-02论文总览与摘要带读..mkv 18.99M/ p% D) q5 ^! ~" b( |" i
| ├──14、10 NLP-文本匹配》38、04ESIM-03ESIM整体结构..mkv 18.43M
) x8 T, ~& K; N% g x" ~5 k) t| ├──14、10 NLP-文本匹配》39、04ESIM-04输入编码层..mkv 16.91M6 J- z1 U" o8 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
: D- M' z2 R. }$ L% K| ├──14、10 NLP-文本匹配》41、04ESIM-06实验设置与结果分析..mkv 17.00M2 B4 q/ P1 k( W7 ^
| ├──14、10 NLP-文本匹配》42、04ESIM-07论文总结与课程回顾..mkv 10.60M5 s: F4 N2 B6 Z+ x5 F
| ├──14、10 NLP-文本匹配》43、04ESIM-08复习、代码总览..mkv 19.32M. t- h; e. @9 v* C, M5 P
| ├──14、10 NLP-文本匹配》44、04ESIM-09torchtext构建数据集..mkv 35.75M& G0 `7 ?- r8 l
| ├──14、10 NLP-文本匹配》45、04ESIM-10ESIM搭建与训练..mkv 31.17M1 r8 _% m& k4 m0 s
| ├──14、10 NLP-文本匹配》46、05BiMPM-01学习目标与研究背景..mkv 16.43M& V- j" q! r- p, \& D3 o( Z
| ├──14、10 NLP-文本匹配》47、05BiMPM-02相关工作..mkv 12.44M
3 ^! J [/ Y0 ]| ├──14、10 NLP-文本匹配》48、05BiMPM-03研究成果、意义与论文结构..mkv 8.36M
$ P# ]/ q, t% @/ V N. F+ M5 M1 x, e. Z| ├──14、10 NLP-文本匹配》49、05BiMPM-04摘要导读..mkv 14.90M! V' W) f1 w( k1 U) |/ Z
| ├──14、10 NLP-文本匹配》50、05BiMPM-05上节回顾与模型结构揣测..mkv 31.14M& E( d2 D/ R' m! M2 K, W8 O
| ├──14、10 NLP-文本匹配》51、05BiMPM-06模型整体结构..mkv 8.62M4 ~# e* x2 R( q3 f v4 H
| ├──14、10 NLP-文本匹配》52、05BiMPM-07多视角匹配..mkv 22.05M
$ ]: w) \2 f& W| ├──14、10 NLP-文本匹配》53、05BiMPM-08实验分析与总结..mkv 16.99M& z6 `/ u2 O# Q5 ]4 A+ f, R# y9 l
| ├──14、10 NLP-文本匹配》54、06RE2-01-论文研究背景.mp4.mkv 71.62M
- V. B! ^, R$ k7 p1 y! ^3 j| ├──14、10 NLP-文本匹配》55、06RE2-02-研究意义、摘要重点讲解.mp4.mkv 30.20M
( w. Q% S+ ?* b6 R) u| ├──14、10 NLP-文本匹配》56、06RE2-03-RE2结构讲解.mp4.mkv 61.55M. Z/ M1 L4 v/ q) D
| ├──14、10 NLP-文本匹配》57、06RE2-04-RE2结构细节、训练技巧.mp4.mkv 71.07M( Z/ A1 x- H( A3 q3 a' Z
| ├──14、10 NLP-文本匹配》58、06RE2-05-实验设置、结果分析.mp4.mkv 93.22M
; _( t1 R! p% h% l; F| ├──14、10 NLP-文本匹配》59、06RE2-06-code1.mp4.mkv 85.61M
1 ]4 p: p5 r( {/ g# F" U| ├──14、10 NLP-文本匹配》60、06RE2-07-code2.mp4.mkv 88.37M5 `) B* t# g1 v! k
| ├──14、10 NLP-文本匹配》61、06RE2-08-code3.mp4.mkv 45.20M: j/ _1 M5 p$ {; j& k
| ├──14、10 NLP-文本匹配》62、07MGCN-01-泛读_研究背景、意义讲解.mp4.mkv 77.11M
' f6 I: k+ G5 r m) Q' C* f. O, @1 {| ├──14、10 NLP-文本匹配》63、07MGCN-02-泛读_成果、大纲介绍.mp4.mkv 34.19M
* P: x3 G1 w( M7 s6 s| ├──14、10 NLP-文本匹配》64、07MGCN-03-精读_BERT出现.mp4.mkv 67.31M7 e" k4 A: |/ i4 b6 M
| ├──14、10 NLP-文本匹配》65、07MGCN-04-精读_poly-encoder.mp4(1).mkv 70.19M
4 N+ u A# q. ~( i| ├──14、10 NLP-文本匹配》65、07MGCN-04-精读_poly-encoder.mp4.mkv 70.19M# i0 b4 S# q9 J+ a' h
| ├──14、10 NLP-文本匹配》66、07MGCN-05-精读_Bert细节.mp4.mkv 96.84M
# [, H' L' ?7 b, r- | M5 Q| ├──14、10 NLP-文本匹配》67、07MGCN-06-code1.mp4.mkv 97.85M
- g7 g p2 W7 E+ g3 ?9 u. [| ├──14、10 NLP-文本匹配》68、07MGCN-07-code2.mp4.mkv 102.49M& ]' [! N( M! w; z) l/ b& n( `
| ├──14、10 NLP-文本匹配》69、07MGCN-08-code3.mp4.mkv 70.14M4 l2 u' u" V! d6 G# u8 V/ ~8 l
| ├──14、10 NLP-文本匹配》70、08MatchPyramid-01-研究背景.mp4.mkv 68.79M' ?, C% m( j( K* x- @% r* x
| ├──14、10 NLP-文本匹配》71、08MatchPyramid-02-论文泛读.mp4.mkv 32.42M/ T4 X# t5 a* B) g5 @9 |
| ├──14、10 NLP-文本匹配》72、08MatchPyramid-03-算法模型总览、结构、matching matrix.m.mkv 72.22M& J, R5 T. [# x: C1 L3 Z% b
| ├──14、10 NLP-文本匹配》73、08MatchPyramid-04-卷积层讲解.mp4.mkv 61.54M! x V Q' W5 s7 f4 g: ~0 u
| ├──14、10 NLP-文本匹配》74、08MatchPyramid-05-matching score.mp4.mkv 62.96M
0 S' L. x, C- B' j" s2 T' }8 M5 z| ├──14、10 NLP-文本匹配》75、08MatchPyramid-06-训练技巧、实验及总结.mp4.mkv 68.29M
, ]2 p% F8 z1 f7 @: l5 J| ├──14、10 NLP-文本匹配》76、08MatchPyramid-07-code 1.mp4.mkv 65.07M. J; g2 o! R& G6 Z* E: q
| ├──14、10 NLP-文本匹配》77、08MatchPyramid-08-code 2.mp4.mkv 99.74M
% P9 [. z* z) N: h6 [" B2 q# U) M| ├──14、10 NLP-文本匹配》78、08MatchPyramid-09-code 3.mp4.mkv 81.15M4 j$ K' O( A" ~' l
| ├──14、10 NLP-文本匹配》79、09-MGCN论文泛读-01.mp4.mkv 67.25M) s! w% T- l6 t5 ]4 g" @! K5 s# |
| ├──14、10 NLP-文本匹配》80、09-MGCN论文泛读-02.mp4.mkv 33.90M( \3 ]" G% v3 ?, _$ f
| ├──14、10 NLP-文本匹配》81、09-MGCN论文精读-03.mp4.mkv 72.37M
- {( h; m9 r* h3 B+ T' @2 e9 Z8 b| ├──14、10 NLP-文本匹配》82、09-MGCN论文精读-04.mp4.mkv 52.64M1 W$ b* M% ^9 I
| ├──14、10 NLP-文本匹配》83、09-MGCN论文精读-05.mp4.mkv 64.61M& b. U- O+ D6 h7 i; r0 l
| ├──14、10 NLP-文本匹配》84、09-MGCN论文精读-06.mp4.mkv 59.53M
; C4 i1 u( f; ^! @3 c4 L$ v4 }7 j| ├──14、10 NLP-文本匹配》85、09-MGCN论文精读-07.mp4.mkv 44.18M
* @* l- W( w4 D' ]* W| ├──14、10 NLP-文本匹配》86、09-MGCN代码讲解-08.mp4.mkv 74.45M; T2 F9 C: N4 H9 ~
| ├──14、10 NLP-文本匹配》87、09-MGCN代码讲解-09.mp4.mkv 83.08M
5 _: }6 z8 T1 `| ├──14、10 NLP-文本匹配》88、09-MGCN代码讲解-10.mp4.mkv 129.69M# b. Z9 b- {% w
| ├──14、10 NLP-文本匹配》89、09-MGCN代码讲解-11.mp4.mkv 59.82M
: q% [7 ^* W8 V/ C2 D; {0 } H. N| ├──14、10 NLP-文本匹配》90、10-论文泛读-01.mkv 81.12M
' }/ N: z( H3 R; y( l8 d$ d( X| ├──14、10 NLP-文本匹配》91、10-论文泛读-02.mkv 55.24M1 e/ o; B- K% B% A! R K
| ├──14、10 NLP-文本匹配》92、10-论文精读-03.mkv 70.00M, E$ o7 b# H" G& |
| ├──14、10 NLP-文本匹配》93、10-论文精读-04.mkv 55.95M
+ L2 |. B* A( t' m! r| ├──14、10 NLP-文本匹配》94、10-论文精读-05.mkv 55.53M
6 M/ H% ?* {1 M- m* w4 F4 Y| ├──14、10 NLP-文本匹配》95、10-论文精读-06.mkv 29.80M
. \2 u- ^* x. V- Z| ├──14、10 NLP-文本匹配》96、10-代码讲解-07.mkv 63.43M4 L# o+ I3 D% t* b# _# j
| ├──14、10 NLP-文本匹配》97、10-代码讲解-08.mkv 92.57M+ V, P$ _0 }" b8 E2 h! R0 j
| ├──14、10 NLP-文本匹配》98、10-代码讲解-09.mkv 98.91M
( z# j. n5 D/ a7 S% W| └──14、10 NLP-文本匹配》99、10-代码讲解-10.mkv 108.90M
9 p. T) A: w! {. F3 ~├──15、11 NLP-机器翻译》
: t, y( ]. g4 L8 V! g| ├──15、11 NLP-机器翻译》01、ConvSeq2Seq-代码讲解.mkv 161.82M
) T4 u* p4 B" U: W| ├──15、11 NLP-机器翻译》02、ConvSeq2Seq-论文精读.mkv 99.36M; C1 r/ Q/ @: P3 C# j
| ├──15、11 NLP-机器翻译》03、ConvSeq2Seq-论文泛读.mkv 33.46M) [ g8 J' f2 s7 j# a# D; G; t7 e
| ├──15、11 NLP-机器翻译》05、1.1-loung_nmt-储备知识..mkv 28.46M
0 {% d3 K5 P6 [% z1 j& C| ├──15、11 NLP-机器翻译》06、1.2-loung_nmt-研究背景..mkv 104.83M
' N& Y) r2 @; p& H( W P8 n| ├──15、11 NLP-机器翻译》07、1.3-loung_nmt-研究成果及意义.mp4.mkv 19.60M
; ]' g( ~' [* x- v6 O7 g| ├──15、11 NLP-机器翻译》08、1.4-luong_nmt-论文简介.mp4.mkv 94.12M
2 ^5 m. W8 n" F. W6 `| ├──15、11 NLP-机器翻译》09、1.5-luong_nmt-global_attention..mkv 127.19M( V% r* R& i3 z$ V9 o
| ├──15、11 NLP-机器翻译》10、1.6-luong_nmt-local_attention..mkv 95.44M
+ u( d% O$ M7 o8 g- ~4 K3 e| ├──15、11 NLP-机器翻译》11、1.7-luong_nmt_2_4_实验.mp4.mkv 139.96M
5 v# _3 g% E* g2 A/ Q. v| ├──15、11 NLP-机器翻译》12、1.8-loung_nmt_数据读取..mkv 75.47M+ g; L* a/ _& ~' R
| ├──15、11 NLP-机器翻译》13、1.9-loung_nmt_模型实现..mkv 164.08M% R3 X1 C" y, f6 }8 Q/ d
| ├──15、11 NLP-机器翻译》14、1.10-loung_nmt_训练和测试.mp4.mkv 90.11M! c" |5 f. y* q$ S
| ├──15、11 NLP-机器翻译》15、2.1-coverage_储备知识.mp4.mkv 22.37M. D/ v6 Z5 ^1 I1 K- j
| ├──15、11 NLP-机器翻译》16、2.2-coverage_研究背景及意义.mkv 53.80M% ~% U- e9 p2 H- u3 K
| ├──15、11 NLP-机器翻译》17、2.3-coverage_相关知识.mp4.mkv 78.76M
9 f6 k# Q! m6 b# _: s2 n c| ├──15、11 NLP-机器翻译》18、2.4-coverage_基于语言学的覆盖模型..mkv 82.07M# W5 U5 _) m+ E" F# ~- q
| ├──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 K) C/ }. ?% P% m& I8 w
| ├──15、11 NLP-机器翻译》20、2.6-coverage 代码实践.mp4.mkv 171.36M
3 I4 U! L; A5 e- h& }| ├──15、11 NLP-机器翻译》21、3.1-subword_nmt_1_1.mkv 33.81M
# }% O) k- C5 Q7 S' @| ├──15、11 NLP-机器翻译》22、3.2-subword_nmt.mkv 51.64M- \) x5 q5 u9 g6 v) `, Z/ j, b
| ├──15、11 NLP-机器翻译》23、3.3-subword_nmt_.mkv 112.97M
0 ~, x& j7 o/ k| ├──15、11 NLP-机器翻译》24、3.4-subword_nmt_.mkv 96.55M/ U# |4 K4 X- v' H( y0 A! Z
| ├──15、11 NLP-机器翻译》25、3.5-subword_nmt_.mkv 157.55M
* }! o3 k- V1 \4 N| ├──15、11 NLP-机器翻译》26、3.6-subword_nmt.mkv 171.31M
7 {# f" N. n$ ~! N4 g| ├──15、11 NLP-机器翻译》27、4.1-Google-nmt.mkv 89.71M
( ~7 `/ l) q. b9 p$ K% r| ├──15、11 NLP-机器翻译》28、【4月9日】Mass-论文泛读.mkv 36.09M
p8 n" j$ t I. X5 y6 Q| └──15、11 NLP-机器翻译》29、【4月16日】Mass-论文精读.mkv 46.75M( h4 Z. N% s4 D/ ]1 P, X& m1 J' O% f
├──16、12 NLP-情感分析》 ! f( i6 ~1 U+ P7 G u
| ├──16、12 NLP-情感分析》02、01 TextRNN & FastText & TextCNN-01-研究背景&摘要、框架.mkv 62.44M- [1 Q0 j' x' v
| ├──16、12 NLP-情感分析》03、01 TextRNN & FastText & TextCNN-02-模型总览&细节1.mkv 71.35M
* r+ q* V# E0 W| ├──16、12 NLP-情感分析》04、01 TextRNN & FastText & TextCNN-03-训练、损失函数、实验.mkv 45.19M
) x7 a- b' h( i( K2 }$ m| ├──16、12 NLP-情感分析》05、01 TextRNN & FastText & TextCNN-04-实验结果及分析讲解.mkv 53.58M
! S( r7 p; f K4 A) j| ├──16、12 NLP-情感分析》06、01 TextRNN & FastText & TextCNN-05-代码讲解.mkv 192.46M) ?9 F- D- c- w: ]- W$ K, r9 `
| ├──16、12 NLP-情感分析》07、02 TreeLSTM-01-论文导读.mkv 20.95M/ G1 u* P3 l& [. F1 g0 L
| ├──16、12 NLP-情感分析》08、02 TreeLSTM-02-研究背景解读.mkv 40.40M4 b2 U/ n9 x0 e1 E9 Z% x9 W
| ├──16、12 NLP-情感分析》09、02 TreeLSTM-03-论文摘要、框架讲解.mkv 26.34M$ `: H: K2 @9 S# k. M: @
| ├──16、12 NLP-情感分析》10、02 TreeLSTM-04-上节课回顾.mkv 5.17M
8 C0 }) H, Q O| ├──16、12 NLP-情感分析》11、02 TreeLSTM-05-精读_模型结构总览.mkv 39.97M$ b; i3 ?" s4 S8 M4 U& C5 W
| ├──16、12 NLP-情感分析》12、02 TreeLSTM-06-Tree-LSTM模型讲解.mkv 39.06M
4 q0 l5 q4 ~8 G. z: k- x8 e5 w' || ├──16、12 NLP-情感分析》13、02 TreeLSTM-07-模型结构细节.mkv 30.57M
" L, T( I1 f7 L, M# Z. i! K4 a| ├──16、12 NLP-情感分析》14、02 TreeLSTM-08-实验设置与分析.mkv 54.62M
. X4 ?+ m% h' u3 @, W( _1 V+ T- P| ├──16、12 NLP-情感分析》15、02 TreeLSTM-09-论文总结.mkv 12.47M
9 f( `6 w: j$ p. t: ^* }5 u| ├──16、12 NLP-情感分析》16、02 TreeLSTM-10-本课回顾及下节预告.mkv 8.13M$ V8 s6 c& r# y0 i
| ├──16、12 NLP-情感分析》17、02 TreeLSTM-11-代码介绍.mkv 24.86M# E: C3 P% C2 y$ H2 y" ?
| ├──16、12 NLP-情感分析》18、02 TreeLSTM-12-代码讲解一.mkv 85.06M
, b8 a2 Y: ^$ P0 C! \) B! J1 e| ├──16、12 NLP-情感分析》19、02 TreeLSTM-13-代码讲解二.mkv 85.29M& E9 V6 H c0 H/ H+ h
| ├──16、12 NLP-情感分析》20、02 TreeLSTM-14-代码讲解三..mkv 61.87M: e0 D0 ]9 h" L- h
| ├──16、12 NLP-情感分析》21、03 TD-LSTM & AT-LSTM -01-论文导读.mkv 4.73M2 p( f# e1 r# h4 Z/ V/ o9 l
| ├──16、12 NLP-情感分析》22、03 TD-LSTM & AT-LSTM -02-所需知识储备.mkv 5.13M7 E* h! C( H. X2 n
| ├──16、12 NLP-情感分析》23、03 TD-LSTM & AT-LSTM -03-学习目标.mkv 5.30M
, e6 X: ^# _& g" G8 C! t| ├──16、12 NLP-情感分析》24、03 TD-LSTM & AT-LSTM -04-课程安排.mkv 2.79M
9 P, ^2 o& @# d- |% { U1 ?| ├──16、12 NLP-情感分析》25、03 TD-LSTM & AT-LSTM -05-研究背景.mkv 30.21M
" N- K& {( ]6 I, _$ J| ├──16、12 NLP-情感分析》26、03 TD-LSTM & AT-LSTM -06-论文泛读.mkv 16.34M, I# I1 w7 N( g# b# A6 v
| ├──16、12 NLP-情感分析》27、03 TD-LSTM & AT-LSTM -07-下节预告.mkv 5.07M1 S. U) c* f4 ~
| ├──16、12 NLP-情感分析》28、03 TD-LSTM & AT-LSTM -08-上节回顾.mkv 4.25M+ C" Q8 |, h& a2 D- S: y
| ├──16、12 NLP-情感分析》29、03 TD-LSTM & AT-LSTM -09-论文综述.mkv 10.99M
; J% `3 n. p# j, L| ├──16、12 NLP-情感分析》30、03 TD-LSTM & AT-LSTM -10- TD-LSTM精读.mkv 28.37M+ t6 s. I c6 `: b
| ├──16、12 NLP-情感分析》31、03 TD-LSTM & AT-LSTM -11- ATAE-LSTM精读.mkv 38.00M4 E+ p+ W9 u/ ~' u
| ├──16、12 NLP-情感分析》32、03 TD-LSTM & AT-LSTM -12-实验结果及分析part1.mkv 29.61M3 g: C5 A2 @+ V
| ├──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
' x5 s! Y- z; }# f# l; t6 W$ o| ├──16、12 NLP-情感分析》34、03 TD-LSTM & AT-LSTM -14-论文总结及下节回顾..mkv 15.30M8 F- \! }" ^7 u& o8 t/ W1 w
| ├──16、12 NLP-情感分析》35、03 TD-LSTM & AT-LSTM -15-代码介绍.mkv 96.90M
* S& D5 c, T$ t! d8 y* V| ├──16、12 NLP-情感分析》36、03 TD-LSTM & AT-LSTM -16-代码讲解二.mkv 87.26M8 X R& U* o2 o" L& g+ g$ y
| ├──16、12 NLP-情感分析》37、03 TD-LSTM & AT-LSTM -17-代码讲解三.mkv 59.46M
U1 @# H* b, M9 ]| ├──16、12 NLP-情感分析》38、03 TD-LSTM & AT-LSTM -18-代码讲解回顾.mkv 7.58M7 B7 R: x* H, C3 c! {6 X; e
| ├──16、12 NLP-情感分析》41、04 MemNet&IAN-03-论文泛读.mkv 16.27M
6 P& W' @9 r+ _( r9 z3 x p t| ├──16、12 NLP-情感分析》42、04 MemNet&IAN-04-本课回顾与下节预告.mkv 9.23M
l6 G! S' t9 ]5 R| ├──16、12 NLP-情感分析》44、04 MemNet&IAN-06-向量转换、注意力讲解.mkv 86.79M+ c( y% f `% N) L7 q
| ├──16、12 NLP-情感分析》45、04 MemNet&IAN-07-实验设置及分析.mkv 67.00M
( y0 E) E$ l) y! N/ c0 ?| ├──16、12 NLP-情感分析》46、04 MemNet&IAN-08-论文总结及回顾.mkv 21.51M
+ f; B$ D- H" b* s* z| ├──16、12 NLP-情感分析》47、04 MemNet&IAN-09-代码环境讲解.mkv 38.82M |, C. ^ o0 v& \% R, M1 A& x
| ├──16、12 NLP-情感分析》48、04 MemNet&IAN-10-代码结构讲解.mkv 149.12M
0 x* z3 t/ j- r: F6 X$ K% K| ├──16、12 NLP-情感分析》49、04 MemNet&IAN-11-论文代码细节讲解.mkv 142.82M- {$ k* a; X) \6 H
| ├──16、12 NLP-情感分析》50、04 MemNet&IAN-12-代码实践课回顾..mkv 16.88M9 n5 \# V! c+ K6 C' g; {
| ├──16、12 NLP-情感分析》51、05 BERT&ERNIE 2.0-01-论文介绍.mkv 31.02M( k' S* E5 J) `& @0 \. c
| ├──16、12 NLP-情感分析》52、05 BERT&ERNIE 2.0-02-背景介绍1..mkv 49.09M
) {3 `! V1 j2 a+ p+ v| ├──16、12 NLP-情感分析》53、05 BERT&ERNIE 2.0-03-背景介绍2.mkv 28.20M( `+ Z: D7 A" v6 g5 w
| ├──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
# x8 x" w! X8 Z7 ?& W1 t5 _# ~8 p| ├──16、12 NLP-情感分析》55、05 BERT&ERNIE 2.0-05-上节回顾.mkv 5.87M
, B6 A( ]2 ^' L+ Y| ├──16、12 NLP-情感分析》56、05 BERT&ERNIE 2.0-06-论文算法总览.mkv 60.46M
& X% E5 Z/ ^+ {( |' T| ├──16、12 NLP-情感分析》57、05 BERT&ERNIE 2.0-07-输入表征、task精讲.mkv 22.11M5 t3 `- Z i' r4 F" G6 b% |
| ├──16、12 NLP-情感分析》58、05 BERT&ERNIE 2.0-08-模型Fine-tuning解读.mkv 39.26M
9 ` L8 ?( J" W! Z, i| ├──16、12 NLP-情感分析》59、05 BERT&ERNIE 2.0-09-实验设置及分析.mkv 35.27M, m" R* x+ p9 g1 N3 T
| ├──16、12 NLP-情感分析》60、05 BERT&ERNIE 2.0-10-论文总结.mkv 18.31M
. S6 v4 z' |! \6 A5 H| ├──16、12 NLP-情感分析》61、05 BERT&ERNIE 2.0-11-论文回顾.mkv 10.54M
2 z4 P2 y3 C1 e& s7 m| ├──16、12 NLP-情感分析》62、05 BERT&ERNIE 2.0-12-实践代码介绍.mkv 59.51M
/ _1 d. _, `' n0 _2 M| ├──16、12 NLP-情感分析》63、05 BERT&ERNIE 2.0-13-实践代码精讲1.mkv 185.55M
}- E! o+ I: a' A& k| └──16、12 NLP-情感分析》64、05 BERT&ERNIE 2.0-14-实践代码精讲2..mkv 32.52M
$ T" o4 F/ v& U├──17、13 NLP-阅读理解》
+ X* E! m1 H) y/ y* @6 v| ├──17、13 NLP-阅读理解》02、01-开山之作_1_1_背景意义..mkv 119.83M7 R# E7 k. t0 R/ G8 {7 D8 d3 P& n
| ├──17、13 NLP-阅读理解》03、01-开山之作_1_2_研究成果_论文提纲..mkv 45.17M0 O) | q. ^! h1 E' x" b2 M
| ├──17、13 NLP-阅读理解》04、01-开山之作_2_1_模型结构..mkv 124.12M
3 Y0 E2 T4 y! E1 C" l| ├──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* D7 W: }3 `, O* S. d! k7 d& W
| ├──17、13 NLP-阅读理解》06、01-开山之作_3_数据处理jupyter..mkv 222.83M6 i4 q+ O6 A4 b9 R+ P, o2 a, }
| ├──17、13 NLP-阅读理解》07、01-开山之作_4_1_训练代码jupyter..mkv 182.20M! x% k* k, W5 s7 h# \4 h
| ├──17、13 NLP-阅读理解》08、01-开山之作_4_2训练代码pycharm..mkv 217.46M
3 v: w( r T, V| ├──17、13 NLP-阅读理解》09、01-开山之作_5_反馈问题..mkv 79.92M# t* ?' `8 I- e: V' T$ e' G8 J" F* f
| ├──17、13 NLP-阅读理解》10、feedback.mkv 79.10M
$ i$ `' U4 F5 D; z$ }8 z8 o+ S| ├──17、13 NLP-阅读理解》11、02-bidaf_1_1_背景意义..mkv 99.21M4 P: U* u8 K& I8 _' X% O
| ├──17、13 NLP-阅读理解》12、02-bidaf_1_2_相关工作+小结..mkv 61.11M
4 u) P, j4 n) w( z/ d Q9 || ├──17、13 NLP-阅读理解》13、02-bidaf_2_1_模型结构..mkv 84.58M
2 l# ]: N4 _- a| ├──17、13 NLP-阅读理解》14、02-bidaf_2_2_实验分析..mkv 44.42M
7 z% M: h+ w5 d+ s| ├──17、13 NLP-阅读理解》15、02-bidaf_3_1_数据读取-jupyter..mkv 108.19M+ ~% s6 ]8 `; b5 q2 D0 f* [: W
| ├──17、13 NLP-阅读理解》16、02-bidaf_3_2数据读取-pycharm..mkv 145.36M
* ]! u& u8 R2 P| ├──17、13 NLP-阅读理解》17、02-bidaf_4_训练加预测..mkv 204.85M/ i- _% a# y6 i+ X( w X
| ├──17、13 NLP-阅读理解》18、02-bidaf_5_评测指标..mkv 79.23M
5 z$ V, ~9 e X1 y" N| ├──17、13 NLP-阅读理解》19、02-bidaf_6_反馈..mkv 79.10M
1 f0 l6 v, b9 Q( O! o- a" \| ├──17、13 NLP-阅读理解》20、03-pgnet_1_1_研究背景..mkv 117.03M" J) m+ n- T( F' v
| ├──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' y; E8 Z0 G ]/ a
| ├──17、13 NLP-阅读理解》22、03-pgnet_2_1_模型部分..mkv 138.14M- s5 p- t* n2 X4 E- k
| ├──17、13 NLP-阅读理解》23、03-pgnet_2_2_实验+前沿论文（上）..mkv 145.40M
1 p# s) z4 g5 ~! c| ├──17、13 NLP-阅读理解》24、03-pgnet_2_3_前沿论文(下)..mkv 140.40M% e6 B* D( M% r# O3 a
| ├──17、13 NLP-阅读理解》25、03-pgnet_2_4_模型总结..mkv 26.93M6 ~. d1 y$ r& b. L) T/ c) |- }% v
| ├──17、13 NLP-阅读理解》26、03-pgnet_3_code-review..mkv 74.99M1 C0 ^, ~ n8 L" ^7 y
| ├──17、13 NLP-阅读理解》27、03-pgnet_4_1_数据处理第一部分..mkv 329.02M) ?% d* j& r M7 D
| ├──17、13 NLP-阅读理解》28、03-pgnet_4_2_数据处理第二部分..mkv 78.69M
' Y) Z9 X7 D: J4 D6 v% O| ├──17、13 NLP-阅读理解》29、03-pgnet_5_1_train第一部分..mkv 58.23M
& B. d) X2 E3 U) T% o0 Z| ├──17、13 NLP-阅读理解》30、03-pgnet_5_2_train第二部分..mkv 308.98M
4 B) i/ O3 ~- E' R8 F| ├──17、13 NLP-阅读理解》31、03-pgnet_6_1_预测第一部分..mkv 228.32M0 P7 W' j3 L; R# S; Q6 H
| ├──17、13 NLP-阅读理解》32、03-pgnet_6_2_预测第二部分..mkv 99.70M) G" d# y0 W6 |6 z2 W3 f: f
| ├──17、13 NLP-阅读理解》33、04-adv_1_1_研究背景..mkv 83.23M/ ?8 J- {# b, o7 b, G# @ |4 r- I1 ~; Q
| ├──17、13 NLP-阅读理解》34、04-adv_1_2_研究成果和小节..mkv 46.65M
7 k B `% c# ?- ?( a& G- Z! ?8 f| ├──17、13 NLP-阅读理解》35、04-adv_2_1_模型和实验..mkv 138.71M
6 t2 N. G6 u u| ├──17、13 NLP-阅读理解》36、04-adv_2_2_2020智能技术竞赛介绍..mkv 109.90M) B* a7 q0 u8 @
| ├──17、13 NLP-阅读理解》37、04-adv_3_1_code-overview第一部分..mkv 122.26M8 j! E1 v# Q$ K) E3 B t
| ├──17、13 NLP-阅读理解》38、04-adv_3_2_code-overview第二部分..mkv 86.00M
0 G7 g% X5 U2 b" b8 C9 Y. P1 r0 f) @| ├──17、13 NLP-阅读理解》39、04-adv_4_数据处理..mkv 198.10M
3 m- T* k0 i Y( ~$ ~6 D' q| ├──17、13 NLP-阅读理解》40、04-adv_5_1_train-第一部分..mkv 151.84M0 Y" y+ l5 k1 |, x
| ├──17、13 NLP-阅读理解》41、04-adv_5_2_train第二部分..mkv 220.35M6 _& H! A" q, e- j0 r
| ├──17、13 NLP-阅读理解》42、04-adv_6_预测部分..mkv 151.97M& B" h o0 \; O
| ├──17、13 NLP-阅读理解》43、05-xlnet_1_1_研究背景第一部分..mkv 72.48M
8 S" Y2 O( e" |9 f| ├──17、13 NLP-阅读理解》44、05-xlnet_1_2_研究背景第二部分..mkv 89.30M! Z5 t: J, F. x4 k0 Q
| ├──17、13 NLP-阅读理解》45、05-xlnet_2_1_论文模型第一部分..mkv 136.32M5 o! R/ ?0 m+ ?$ z9 R9 R
| ├──17、13 NLP-阅读理解》46、05-xlnet_2_2_论文模型第二部分..mkv 78.86M$ m" Z* A" H" }. D
| ├──17、13 NLP-阅读理解》47、05-xlnet_3_代码overview..mkv 77.45M" C/ L, @5 e# z' P
| ├──17、13 NLP-阅读理解》48、05-xlnet_4_数据处理overview..mkv 26.97M* r& w& ^ A: Y. z F- i
| ├──17、13 NLP-阅读理解》49、05-xlnet_5_1_数据处理第一部分..mkv 164.66M
; L! z% M5 s& d I1 `# p8 s; E| ├──17、13 NLP-阅读理解》50、05-xlnet_5_2_数据处理第二部分..mkv 248.72M; C7 ~+ m& { S4 h, S9 r2 G
| ├──17、13 NLP-阅读理解》51、05-xlnet_6_1_训练代码第一部分..mkv 177.93M
% {1 v* ?6 b; C: e7 S0 U| ├──17、13 NLP-阅读理解》52、05-xlnet_6_2_训练代码第二部分..mkv 125.69M8 Y# @% P) l, p6 y8 i4 ?
| ├──17、13 NLP-阅读理解》53、05-xlnet_7_1_预测第一部分..mkv 151.62M, O/ b4 X7 P. g
| ├──17、13 NLP-阅读理解》54、05-xlnet_7_2_预测第二部分..mkv 83.03M/ W6 s+ y) K# X }7 H# j, F
| └──17、13 NLP-阅读理解》55、专题总结..mkv 12.19M
- L' c+ j( {+ H0 h* c├──18、14 NLP-对话系统》 1 K* @* p2 e3 L, p
| ├──18、14 NLP-对话系统》01、【11月6日】对话系统前沿直播.mkv 317.94M7 W& F0 D5 c4 T; m
| ├──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& @! J( Q' o7 \% j
| ├──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
9 f$ v- P. {+ H- a) F: F) ]| ├──18、14 NLP-对话系统》05、【8月19日】JointBERT-论文讲解（开营直播）.mkv 486.44M7 @6 O/ O5 Y2 u }. p- S3 l
| ├──18、14 NLP-对话系统》06、【8月21日】JointBERT-代码详解.mkv 686.44M
; j) |; s! m& K! z| ├──18、14 NLP-对话系统》07、【8月25日】AGIF-论文讲解.mkv 461.77M% h% q% D& l3 i
| ├──18、14 NLP-对话系统》08、【8月28日】AGIF-论文精读.mkv 853.46M
; d) K5 h4 g# e6 N| ├──18、14 NLP-对话系统》09、【9月11日】AGIF-代码复现.mkv 670.44M
: k X4 f5 ~6 `( g6 W# D) R| ├──18、14 NLP-对话系统》10、【9月16日】Fewshot MultiLABEL-论文泛读.mkv 425.58M
) R1 c$ H/ N5 a0 v. k' b# r. t| ├──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
% q2 N. d& d& C| ├──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
& H2 j. ~# w% N5 Q9 v8 j' N| ├──18、14 NLP-对话系统》13、【10月23日】Fewshot MultiLABEL-论文精读+代码讲解.mkv 678.33M2 d! q3 | |& L. Z8 C0 {
| ├──18、14 NLP-对话系统》14、【10月27日】Fewshot MultiLABEL-代码复现.mkv 238.74M
4 {% {: ^& \4 e1 g| ├──18、14 NLP-对话系统》15、【3月29日】trade-dst-论文泛读.mkv 471.82M
3 R4 e& g5 F" q- @8 R3 d! i" W0 V| ├──18、14 NLP-对话系统》16、【4月1日】trade-dst-论文精读.mkv 670.42M
9 k" X; L# H: T2 o5 F8 U| ├──18、14 NLP-对话系统》17、【4月8日】trade-dst-代码复现.mkv 633.98M! M) K, y6 K @, {; O' l$ f5 V
| ├──18、14 NLP-对话系统》18、【4月12日】trade-dst-代码讲解（下）.mkv 225.72M! ]9 P( r5 F2 Q+ K. P& u8 R
| ├──18、14 NLP-对话系统》19、【4月24日】dst-as-prompting-论文精读.mkv 597.27M6 _, n. a4 S8 m$ M; L: `
| ├──18、14 NLP-对话系统》20、【4月20日】dst-as-prompting-论文泛读.mkv 339.29M( I& `+ @3 w5 N9 M
| ├──18、14 NLP-对话系统》21、【4月27日】dst-as-prompting-代码复现.mkv 745.85M- O1 x! g4 E2 c% }
| ├──18、14 NLP-对话系统》22、1.1 joint-bert.mkv 109.10M
8 z1 J0 _2 y5 |8 e. o| ├──18、14 NLP-对话系统》23、1.2 joint-bert.mkv 29.09M
) c5 t# s6 ~0 O# P| ├──18、14 NLP-对话系统》24、1.3 joint-bert.mkv 12.65M
! m% O% Y6 o W| ├──18、14 NLP-对话系统》25、1.4 joint-bert.mkv 256.55M
) l) v$ k: Y; S* |9 o: W; F| ├──18、14 NLP-对话系统》26、1.5 joint-bert.mkv 15.31M' d8 [/ E$ M+ Z' c2 m
| ├──18、14 NLP-对话系统》27、1.6 joint-bert.mkv 2.39M
/ A. {( k$ j* ~| ├──18、14 NLP-对话系统》28、1.7 joint-bert.mkv 77.16M
# L0 w! w/ z1 a, j8 D* w| ├──18、14 NLP-对话系统》29、1.8 joint-bert-代码.mkv 53.30M
9 F$ w* _8 ?- F) C2 M| └──18、14 NLP-对话系统》30、1.9 joint-bert-代码.mkv 225.17M+ o- _% m7 x" E3 {6 q# G
├──19、强化学习》
, h) v9 `# f8 ]9 V" w4 w5 l! l| ├──19、强化学习》01、强化学习1期第1次答疑直播.mkv 189.71M! Q8 @; p" Y6 N; C
| ├──19、强化学习》03、强化学习开营直播.mkv 518.26M; p/ q- D( H: [' o
| ├──19、强化学习》04、01DQN-01-论文泛读开场白.mkv 17.15M
* c. y- ?3 \+ W8 O$ N/ Z5 C| ├──19、强化学习》05、01DQN-02-研究背景及意义.mkv 20.87M n' s# b# P7 z' B6 V
| ├──19、强化学习》06、01DQN-03-背景知识补充.mkv 10.90M
" x2 s8 J, W0 P8 b! V, U/ n| ├──19、强化学习》07、01DQN-04-论文泛读.mkv 53.09M% u4 ~& _8 f0 u$ d- K
| ├──19、强化学习》08、01DQN-05-泛读总结及下节预告.mkv 7.12M
P/ ]( U9 a! x- Y# || ├──19、强化学习》09、01DQN-06-论文精读开场白.mkv 10.12M0 x# ?% E+ Y7 A! p8 j: D2 B
| ├──19、强化学习》100、07DDPG-01-开场白.mkv 13.58M9 A1 g# ~# J( Z* K8 I4 O
| ├──19、强化学习》101、07DDPG-02-研究背景成果和意义.mkv 5.96M9 N8 l* Z3 r. r; k; f/ s, g- A7 x) W
| ├──19、强化学习》102、07DDPG-03-背景知识补充.mkv 4.65M
0 {8 R: T. f A6 B$ x R| ├──19、强化学习》103、07DDPG-04-论文泛读.mkv 71.19M4 [3 ]) S4 V6 Z5 b6 Y
| ├──19、强化学习》104、07DDPG-05-本节回顾下节预告.mkv 5.57M
6 a9 ?1 p) x/ w. v; C| ├──19、强化学习》105、07DDPG-06-论文精读结构.mkv 7.08M; X9 a" m$ F# N. U; h
| ├──19、强化学习》106、07DDPG-07-从DQN到DDPG.mkv 43.73M
& V& @% I( ]! E9 u. h( C. C| ├──19、强化学习》107、07DDPG-08-网络结构.mkv 61.12M( N3 l6 M3 B# _ N: ~. p
| ├──19、强化学习》108、07DDPG-09-DDPG核心思想.mkv 32.40M8 w: _2 B' K) d' m0 c' J
| ├──19、强化学习》109、07DDPG-10-算法的其他细节.mkv 26.78M
6 O+ P0 f4 W2 @! ~& I3 j8 B% Q| ├──19、强化学习》10、01DQN-07-论文模型.mkv 19.83M
- ?) b" |+ F; F4 s$ N| ├──19、强化学习》110、07DDPG-11-算法总结.mkv 8.43M! l$ y! x3 P; D. B: O
| ├──19、强化学习》111、07DDPG-12-代码部分结构.mkv 7.26M1 [( N* ~6 d/ s# E7 a$ w
| ├──19、强化学习》112、07DDPG-13-网络结构及初始化.mkv 79.54M- k( E& k& F- F2 u
| ├──19、强化学习》113、07DDPG-14-BatchNorm的使用.mkv 41.38M* l- L+ l! W f$ y' ?
| ├──19、强化学习》114、07DDPG-15-参数更新.mkv 56.13M/ ` z$ p- g2 E7 ? ?' {
| ├──19、强化学习》115、07DDPG-16-代码结构.mkv 53.58M
- Y, x9 Y5 D; y/ w3 f| ├──19、强化学习》116、07DDPG-17-运行结果.mkv 18.89M- @" q( q: I1 x$ g; L8 @
| ├──19、强化学习》117、08TD3-01-论文泛读开场白.mkv 8.81M( ?, b3 S. w F8 V' L0 \& \
| ├──19、强化学习》118、08TD3-02-研究背景.mkv 11.78M" V( D. d# V! Q1 e2 d0 q+ _, N9 }1 p
| ├──19、强化学习》119、08TD3-03-背景知识.mkv 10.90M
5 w( m* ~5 T. m7 B2 k9 A3 D| ├──19、强化学习》11、01DQN-08-论文细节一 图像预处理.mkv 34.24M
4 V& N; m1 O4 y) K| ├──19、强化学习》120、08TD3-04-论文泛读.mkv 67.19M
( q# X% x# P; K8 v6 || ├──19、强化学习》121、08TD3-05-论文泛读总结.mkv 4.36M% J7 _/ c; A0 l' k" h& L; H
| ├──19、强化学习》122、08TD3-06-论文精读开场白.mkv 4.22M! h/ ]6 K1 C$ _; W& Z5 o
| ├──19、强化学习》123、08TD3-07-overestimation.mkv 195.82M6 I+ G. Z: D5 S4 y) Y
| ├──19、强化学习》124、08TD3-08-variance.mkv 112.91M
& C0 x3 d4 i! A& g4 B* W| ├──19、强化学习》125、08TD3-09-实验结果.mkv 41.80M* j" `4 g* E, N! @- b" y6 e
| ├──19、强化学习》126、08TD3-10-论文总结.mkv 8.08M
) Z( b8 h4 p+ _| ├──19、强化学习》127、08TD3-11-代码部分结构.mkv 18.53M
' g) B# R+ F; A- u! Z& o2 V1 a| ├──19、强化学习》128、08TD3-12-更新Critic.mkv 20.56M7 L) q+ g- q9 M
| ├──19、强化学习》129、08TD3-13-更新Actor和代码结构.mkv 30.53M Y, u& I2 z- Y: D% Q; {
| ├──19、强化学习》12、01DQN-09-论文细节二 ReplayBuffer.mkv 34.64M. ^4 p, \+ {" s! z _& J' B
| ├──19、强化学习》130、08TD3-14-实验结果.mkv 25.50M% q! s9 m/ l1 A) {- s% C8 e: V! X% \
| ├──19、强化学习》131、09SQL-01-论文泛读开场白.mkv 13.97M3 h( l) u3 n+ P8 d
| ├──19、强化学习》132、09SQL-02-研究背景及成果.mkv 55.08M
, {2 y, U$ T! ?" s| ├──19、强化学习》133、09SQL-03-背景知识补充.mkv 72.45M
# l/ g. {# |8 P| ├──19、强化学习》134、09SQL-04-论文泛读总结.mkv 5.91M
$ ? Z" |( [- e3 U3 d5 L| ├──19、强化学习》135、09SQL-05-论文精读开场白.mkv 5.43M
! c; G& ?. w6 ?6 l& n) V6 ]| ├──19、强化学习》136、09SQL-06-核心思想.mkv 21.74M
% l8 s4 O- J8 S| ├──19、强化学习》137、09SQL-07-理论基础.mkv 33.39M
w4 K+ N. I3 l. T6 @; L| ├──19、强化学习》138、09SQL-08-算法细节.mkv 95.50M1 f N# U" ?: b) d/ Q
| ├──19、强化学习》139、09SQL-09-实验结果分析.mkv 60.16M) [0 [+ C) ~+ x
| ├──19、强化学习》13、01DQN-10-论文细节三 SemiGradientMethod.mkv 30.83M: J$ n o t9 j+ u9 t! v4 ]6 {5 R
| ├──19、强化学习》140、09SQL-10-理论证明.mkv 66.90M" F5 J% v6 a8 C6 x j* A c9 i
| ├──19、强化学习》141、09SQL-11-论文精读总结.mkv 6.03M+ M. j0 j" v& \7 F8 s
| ├──19、强化学习》142、09SQL-12-代码部分结构.mkv 4.44M
/ m8 M5 W( y& c' h: f| ├──19、强化学习》143、09SQL-13-Pytorch的手动链式法则求导.mkv 44.67M
# R: y: J, M( F$ v9 A| ├──19、强化学习》144、09SQL-14-离散情况细节.mkv 34.43M
/ X. D# m) V5 @5 @3 `0 |/ L( `! I| ├──19、强化学习》145、09SQL-15-连续情况细节.mkv 48.77M' I9 X( _! s0 k3 M
| ├──19、强化学习》146、09SQL-16-代码结构.mkv 16.38M
: h3 p1 O, v2 ~+ ~5 |/ R| ├──19、强化学习》147、09SQL-17-调参结果.mkv 17.03M: }% m7 \5 ?+ \7 L( _" ~
| ├──19、强化学习》148、10SAC-01-论文泛读开场白.mkv 9.54M
8 y% [% J5 v/ n/ j+ C| ├──19、强化学习》149、10SAC-02-研究背景.mkv 8.65M. n5 U5 W# H2 c$ _- |: n
| ├──19、强化学习》14、01DQN-11-实验结果分析.mkv 36.54M( ?6 ~' d2 f4 R# S ~
| ├──19、强化学习》150、10SAC-03-论文泛读.mkv 62.21M2 ~: g5 E; S: D1 e4 H9 e% D
| ├──19、强化学习》151、10SAC-04-论文泛读总结.mkv 3.53M& `& O2 d+ A8 d3 x* R( p4 p0 ?3 A
| ├──19、强化学习》152、10SAC-05-论文精读开场白.mkv 8.35M
7 U+ G2 n; L) p& {- n% Y| ├──19、强化学习》153、10SAC-06-核心思想.mkv 31.32M2 I( c% F$ R0 k; |' f
| ├──19、强化学习》154、10SAC-07-主要算法.mkv 49.98M: f# C: x$ d7 h6 b9 N& K2 s$ A9 Q
| ├──19、强化学习》155、10SAC-08实验结果.mkv 15.41M! `- i8 \& L) p+ C0 v7 ^! c. I
| ├──19、强化学习》156、10SAC-09-理论证明.mkv 31.40M* S# I# p3 A' x1 `6 b# z
| ├──19、强化学习》157、10SAC-10-论文精读总结.mkv 8.70M
' x" M7 A |* _, S, D$ _/ U9 f| ├──19、强化学习》158、10SAC-11-算法细节.mkv 21.65M
/ T6 ^6 ? ~) V: a# }| ├──19、强化学习》159、10SAC-12-代码结构及调参结果.mkv 28.17M
1 M/ V2 `0 `, P) b+ N| ├──19、强化学习》15、01DQN-12-论文精读总结.mkv 12.17M
# h/ d$ ~5 [3 }' e| ├──19、强化学习》160、11AdvancedValueMethods-01-论文泛读开场白.mkv 18.69M
2 H5 F* f) _4 {) R| ├──19、强化学习》161、11AdvancedValueMethods-02-背景知识补充.mkv 28.45M
/ @9 c. K' Z6 a- ~$ v| ├──19、强化学习》162、11AdvancedValueMethods-03-Rainbow泛读.mkv 62.06M
( R( l. ^) y! n| ├──19、强化学习》163、11AdvancedValueMethods-04-D4PG泛读.mkv 64.46M
. D: E# c; P) M| ├──19、强化学习》164、11AdvancedValueMethods-05-A3C泛读.mkv 62.97M8 Y# E. u2 `2 @7 w
| ├──19、强化学习》165、11AdvancedValueMethods-06-IMPALA泛读.mkv 61.67M) o0 ?7 E1 S) ~; I1 s$ W
| ├──19、强化学习》166、11AdvancedValueMethods-07-论文泛读总结.mkv 3.62M
2 D5 x, o9 X- m. p V| ├──19、强化学习》167、11AdvancedValueMethods-08-论文精读开场白.mkv 6.25M
7 w- E# ^$ U4 ~% J1 X, Q| ├──19、强化学习》168、11AdvancedValueMethods-09-Rainbow.mkv 248.43M
; @' w: @5 [. |$ u% P( W, c| ├──19、强化学习》169、11AdvancedValueMethods-10-D4PG.mkv 197.52M; A4 h/ X+ u! P) d) p$ g
| ├──19、强化学习》16、01DQN-13-代码课整体介绍.mkv 22.40M
& v9 v/ o! l1 I r5 b| ├──19、强化学习》170、11AdvancedValueMethods-11-A3C.mkv 230.36M
9 j( Q5 K9 e$ F; o2 e| ├──19、强化学习》171、11AdvancedValueMethods-12-IMPALA.mkv 270.80M4 E6 u) u8 c- x8 Q2 r$ q- @) ~
| ├──19、强化学习》172、11AdvancedValueMethods-13-总结.mkv 3.16M2 G0 I! t2 m. V. |" U" T' c
| ├──19、强化学习》173、12IntrinsicMotivation-01-论文泛读开场白.mkv 10.43M
% x! l2 m6 j, b& S1 a. h/ w| ├──19、强化学习》174、12IntrinsicMotivation-02-ICM泛读.mkv 53.18M
! l: O* F; p ^9 e; l+ A3 t| ├──19、强化学习》175、12IntrinsicMotivation-03-CuriosityStudy泛读.mkv 46.42M
- z. W4 `& Y1 [! H1 M5 \& q| ├──19、强化学习》176、12IntrinsicMotivation-04-VIME泛读.mkv 35.41M& M, X1 a! K( J8 g/ P$ J
| ├──19、强化学习》177、12IntrinsicMotivation-05-VIC泛读.mkv 42.79M
; X+ C' d9 i6 o1 L| ├──19、强化学习》178、12IntrinsicMotivation-06-DIAYN泛读.mkv 52.49M. z( F8 k9 p' N" \4 ~, Y P
| ├──19、强化学习》179、12IntrinsicMotivation-07-SMM泛读.mkv 51.38M9 G4 q& _: B8 L! H* m
| ├──19、强化学习》17、01DQN-14-gym介绍.mkv 82.29M& K; N& g2 D8 |
| ├──19、强化学习》180、12IntrinsicMotivation-08-EDL泛读.mkv 68.45M" m6 |5 k9 V7 @2 ^% N: w
| ├──19、强化学习》181、12IntrinsicMotivation-09-泛读总结及下节预告.mkv 3.33M( {7 t$ t4 X+ @' Q8 A
| ├──19、强化学习》182、12IntrinsicMotivation-10-论文精读开场白.mkv 4.89M7 ~3 n$ N6 i2 z! h$ { l1 Q$ ?% Q
| ├──19、强化学习》183、12IntrinsicMotivation-11-ICM精读.mkv 227.51M
' p# S$ ^1 M# `4 N% r| ├──19、强化学习》184、12-IntrinsicMotivation-12-CuriosityStudy精读.mkv 169.19M
& Z- `9 }9 U" }# _| ├──19、强化学习》185、12IntrinsicMotivation-13-VIME精读.mkv 125.54M
" c$ g) |: ~% J8 a6 }| ├──19、强化学习》186、12IntrinsicMotivation-14-VIC精读.mkv 182.38M9 J0 e b5 l+ p" _6 C
| ├──19、强化学习》187、12IntrinsicMotivation-15-DIAYN精读.mkv 205.28M( q& M* S+ \7 E( {: l
| ├──19、强化学习》188、12IntrinsicMotivation-16-SMM精读.mkv 320.04M
* ~/ V, { n: w* e| ├──19、强化学习》189、12IntrinsicMotivation-17-EDL精读.mkv 212.58M1 b/ u! q/ m5 p
| ├──19、强化学习》18、01DQN-15-图像预处理代码.mkv 67.41M# w( I v0 G1 ]* {; d1 D: Y7 j
| ├──19、强化学习》190、12IntrinsicMotivation-18-论文总结.mkv 12.52M: u/ K- Q# T2 Q; u; [: R$ }" Y/ O4 m
| ├──19、强化学习》191、12IntrinsicMotivation-19-结尾语.mkv 5.69M
5 p% P: i6 }3 V) O3 a2 O| ├──19、强化学习》19、01DQN-16-DQN核心功能实现.mkv 147.94M
) p3 l' P# B2 K| ├──19、强化学习》20、01DQN-17-代码结构及实验结果分析.mkv 63.80M, q1 {; c: T! W
| ├──19、强化学习》21、02DQN改进-01-论文泛读开场白.mkv 32.30M# _4 o0 h' w3 k, f6 P' q5 h; j
| ├──19、强化学习》22、02DQN改进-02-研究背景及意义.mkv 10.63M
- d: @' V8 N2 E0 F0 t| ├──19、强化学习》23、02DQN改进-03-论文泛读.mkv 96.11M
0 I: [7 d7 w) T, l| ├──19、强化学习》24、02DQN改进-04-论文泛读总结及下节预告.mkv 7.95M
& _' P- [$ H- j4 ~| ├──19、强化学习》25、02DQN改进-05-论文网络结构.mkv 16.52M
% U/ J" j+ b# Q" z| ├──19、强化学习》26、02DQN改进-06-DDQN图表分析.mkv 102.16M& x3 B8 y3 ]# N. T% T0 | N
| ├──19、强化学习》27、02DQN改进-07-DDQN总结.mkv 61.27M
# c& w8 ~# w, A8 p% J1 q+ z| ├──19、强化学习》28、02DQN改进-08-PER01.mkv 62.61M9 K# W) h; K. s% L/ e1 [/ w
| ├──19、强化学习》29、02DQN改进-09-PER02.mkv 155.11M) p, ~( Z) k' A3 N
| ├──19、强化学习》30、02DQN改进-10-PER实验结果及DuelDQN.mkv 69.71M
( t0 x$ C" G, Z3 Q0 `* r2 a| ├──19、强化学习》31、02DQN改进-11-下节预告.mkv 10.21M+ q0 F5 ~6 J) L# \
| ├──19、强化学习》32、02DQN改进-12-代码课整体介绍.mkv 42.68M
. x0 l( L u+ V! N| ├──19、强化学习》33、02DQN改进-13-bisect包.mkv 16.56M- F3 k' }5 l4 X7 Y- T: ^* M3 W
| ├──19、强化学习》34、02DQN改进-14-SumTree.mkv 78.63M
* K5 e+ s/ I; n7 |' k| ├──19、强化学习》35、02DQN改进-15-SumTree后续及DuelStructure.mkv 18.42M
/ [2 i/ ?3 s K; o| ├──19、强化学习》36、02DQN改进-16-ReplayBuffer01.mkv 60.17M
% f: z6 |6 v5 t" g| ├──19、强化学习》37、02DQN改进-17-ReplayBuffer02.mkv 91.39M
' g0 }5 Q' F. S/ k0 L| ├──19、强化学习》38、02DQN改进-18-ReplayBuffer03.mkv 69.70M( O1 p7 t' B: O
| ├──19、强化学习》39、02DQN改进-19-代码总览及实验结果.mkv 68.89M$ B- l$ r6 }/ m4 \: p
| ├──19、强化学习》40、03C51-01-研究成果及意义.mkv 20.37M4 U) E/ ~5 W6 Z$ |
| ├──19、强化学习》41、03C51-02-背景知识补充01.mkv 58.28M
& n1 G5 ?/ L7 }+ ^| ├──19、强化学习》42、03C51-03-背景知识补充02.mkv 19.67M
9 L! F0 G: D6 ?% m4 S" H| ├──19、强化学习》43、03C51-04-论文泛读.mkv 71.36M$ T& Q- I7 }$ u7 t i
| ├──19、强化学习》44、03C51-05-分布更新 BellmanEquation BellmanOperator.mkv 42.10M
* \" U" c f& j# ]4 j& X1 e| ├──19、强化学习》45、03C51-06-BellmanOptimalOperator.mkv 96.91M
& n/ i5 @+ J' t+ `| ├──19、强化学习》46、03C51-07-算法分析.mkv 51.27M# l$ m5 O# [4 Q- x# f( P6 J# r1 V
| ├──19、强化学习》47、03C51-08-实验结果及分析.mkv 99.06M
3 V! Z$ W+ U8 b) D* B| ├──19、强化学习》48、03C51-09-引理2引理3证明.mkv 17.21M4 ~; _4 i' Q' r
| ├──19、强化学习》49、03C51-10-引理1证明.mkv 127.20M
( ]3 \1 [/ m6 D |* _' g5 z" p/ N| ├──19、强化学习》50、03C51-11-定理1证明.mkv 208.82M
1 D& R3 Q6 e$ s6 u6 A, A8 A% E H| ├──19、强化学习》51、03C51-12-其余理论部分及总结.mkv 55.31M' A1 T& F: H2 k: D1 S; P G
| ├──19、强化学习》52、03C51-13-代码部分介绍.mkv 17.38M5 x* @% d. r& m9 k
| ├──19、强化学习》53、03C51-14-算法部分结构一览.mkv 38.40M
$ E0 J/ {: y$ G7 |5 l- _, D- o| ├──19、强化学习》54、03C51-15-分布更新单个样本.mkv 95.67M$ [# W+ J( ~) D' _, u
| ├──19、强化学习》55、03C51-16-MiniBatch分布更新.mkv 82.73M- U; b G4 E' ~7 K" x0 }
| ├──19、强化学习》56、03C51-17-Pytorch MiniBatch分布更新..mkv 37.73M2 F# X6 r1 X& _9 D! x
| ├──19、强化学习》57、03C51-18-实验结果.mkv 24.17M- `& A/ `/ B6 ]5 m, J8 ^% v
| ├──19、强化学习》58、04QRDQN-01-研究背景、意义及补充知识介绍.mkv 18.97M
3 [, L( r1 v$ ]| ├──19、强化学习》59、04QRDQN-02-论文泛读、摘要、框架讲解.mkv 31.41M
7 ~* c( X* H/ j) V2 ]| ├──19、强化学习》60、04QRDQN-03-回顾C51.mkv 25.66M, J) x6 }. `) J9 Z- t/ q3 d
| ├──19、强化学习》61、04QRDQN-04-新的分布更新思路、估计分位数.mkv 69.97M
" ]2 b# c8 b4 ^8 k& P| ├──19、强化学习》62、04QRDQN-05-QRDQN算法讲解、实验结果与分析.mkv 68.08M( i5 G8 E+ m' P8 p# R
| ├──19、强化学习》63、04QRDQN-06-理论证明1.mkv 24.20M
) U! g+ R9 I9 [. b- P9 A! S4 J| ├──19、强化学习》64、04QRDQN-07-理论证明2.mkv 186.96M x$ a$ n; z9 Q6 C4 V
| ├──19、强化学习》65、04QRDQN-08-上节回顾和下节预告.mkv 4.94M. A% K( `% r2 A+ \
| ├──19、强化学习》66、04QRDQN-09-code1.mkv 9.30M
' z9 d; z; _% P# g| ├──19、强化学习》67、04QRDQN-10-code2.mkv 141.69M
* q1 g- b; }5 t# U+ a/ k2 i| ├──19、强化学习》68、04QRDQN-11-code3.mkv 49.55M
. p( D% L, _! U' U4 L| ├──19、强化学习》69、05REINFORCE-01-开场白及研究背景介绍.mkv 21.22M) T# R S: X1 `/ E) ~) v
| ├──19、强化学习》70、05REINFORCE-02-论文泛读.mkv 26.61M3 }. J) O, |7 V( v" q! k
| ├──19、强化学习》71、05REINFORCE-03-背景知识补充.mkv 26.73M! ]3 s. k7 v4 i9 q
| ├──19、强化学习》72、05REINFORCE-04-下节预告.mkv 5.11M% k0 Y% e$ M _( n. w6 K( a3 P! Q
| ├──19、强化学习》73、05REINFORCE-05-论文定理理解.mkv 138.67M5 v3 X# B0 y8 \9 Z( Y- q
| ├──19、强化学习》74、05REINFORCE-06-算法核心思想.mkv 97.79M9 [5 U+ i- }" R% l$ s, A
| ├──19、强化学习》75、05REINFORCE-07-核心定理证明.mkv 111.91M
; c, V# g- G( I2 ~" j; S' o| ├──19、强化学习》76、05REINFORCE-08-下节预告.mkv 5.29M; H$ x1 O; d6 i
| ├──19、强化学习》77、05REINFORCE-09-代码部分结构.mkv 15.32M
, z' V# T. X- r1 @& A- R| ├──19、强化学习》78、05REINFORCE-10-网络结构设计.mkv 93.26M4 }' c# u0 ]3 V
| ├──19、强化学习》79、05REINFORCE-11-数据处理.mkv 24.92M
\, Z% H! {1 V/ X( ^| ├──19、强化学习》80、05REINFORCE-12-主体循环.mkv 41.88M
! G4 s, Z7 b; ?* c! v: M# J6 @| ├──19、强化学习》81、05REINFORCE-13-代码结构.mkv 68.42M
0 c0 T; s# M5 a8 K& d9 z A| ├──19、强化学习》82、05REINFORCE-14-运行结果分析.mkv 77.23M
+ O0 G, U( l8 K| ├──19、强化学习》83、06PPO-01-开场白.mkv 17.09M$ R, B) e! f: Z F. m
| ├──19、强化学习》84、06PPO-02-研究背景.mkv 15.88M
9 \! x$ e& t7 p8 x0 L+ \$ F| ├──19、强化学习》85、06PPO-03-论文泛读.mkv 45.84M1 N# y1 p3 d3 u2 M: M% P: q( c
| ├──19、强化学习》86、06PPO-04-本节回顾下节预告.mkv 5.29M
$ K6 |4 |1 d* c) Y1 p- D* Q( O+ l0 b0 {* x| ├──19、强化学习》87、06PPO-05-论文精读结构介绍.mkv 7.14M8 Z, {# {5 n0 I0 M
| ├──19、强化学习》88、06PPO-06-Clipped Surrogate Loss.mkv 56.53M
1 y" J6 b+ Y5 c| ├──19、强化学习》89、06PPO-07-Adaptive KL.mkv 39.92M1 M" Q7 D# l2 m' r
| ├──19、强化学习》90、06PPO-08-Advantage Function.mkv 32.94M' A+ Q6 H0 H( h7 O0 v# F! h- y
| ├──19、强化学习》91、06PPO-09-算法分析.mkv 48.48M6 \1 ^- ?+ ~' B# V G" |# c) K
| ├──19、强化学习》92、06PPO-10-实验结果分析.mkv 41.03M
, E1 Y) `) ^- f! _2 r5 T8 a: C| ├──19、强化学习》93、06PPO-11-本届回顾下节预告.mkv 7.62M
. i. o0 n7 K" p! ~+ D| ├──19、强化学习》94、06PPO-12-代码部分结构.mkv 17.98M
2 d7 `0 L+ I' C1 w5 ~+ y| ├──19、强化学习》95、06PPO-13-计算Loss Function.mkv 84.82M
Z- e2 h! R' V( Q N7 R& z| ├──19、强化学习》96、06PPO-14-拓展到连续型action空间.mkv 48.15M
, f# ~3 }0 A' I& z5 D7 I- P| ├──19、强化学习》97、06PPO-15-代码结构.mkv 56.48M
, v# Z& r7 ?2 T. P4 X# }8 V| ├──19、强化学习》98、06PPO-16-代码运行结果.mkv 53.29M
' M; ?1 W* _! \; V" l' m3 p| └──19、强化学习》99、06PPO-17-算法之外的技巧.mkv 67.50M
- b! Z1 ]" c" L7 A- o├──21、NLP-paper 前沿论文直播讲解》 & O4 V) ]' B$ Q+ m& G
| ├──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% [8 A+ a% W1 Z
| ├──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
- }2 }0 P) l i9 J( Z9 h# T| ├──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
9 \- E9 I- C+ A) Q. {5 R| ├──21、NLP-paper 前沿论文直播讲解》05、第四场直播——DSSMs：结构化语义模型.mkv 152.70M
0 B. W0 F, y" Z6 K, D( o| ├──21、NLP-paper 前沿论文直播讲解》06、第五场直播——COMET.mkv 180.67M
: v+ S" e& A3 X2 Q: q5 Q, v% k| ├──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
% e) u4 F0 W2 r8 {* ^; Y$ F+ t6 B5 ^| ├──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 137.12M8 {! E/ P5 T8 `# |7 n: v
| ├──21、NLP-paper 前沿论文直播讲解》09、第八场直播——全感知注意力融合在机器阅读理解中的应用.mkv 303.25M
9 J7 Z. ?5 } O7 U2 r| ├──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
0 @: r2 V* i3 k5 T8 V3 B; || ├──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
1 B' A) s8 Q! b0 _| ├──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 589.71M6 G4 \! V2 z# G4 e, z$ [/ C
| └──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
; ` g3 {5 [1 T) ~, A9 E# L6 s) Q├──22、NLP-直播答疑》
! |0 S6 I& c8 k) {+ K7 I| ├──22、NLP-直播答疑》01、NLP直播答疑.mkv 122.80M
0 D5 C$ R' b0 A2 t/ o' e* O| ├──22、NLP-直播答疑》02、NLP-baseline 4-1.mkv 83.90M
7 u; c5 P0 @7 e1 B| ├──22、NLP-直播答疑》03、图神经网络直播答疑—第六次.mkv 226.34kb
0 E! n( [8 P( p" p& Q6 P$ d| ├──22、NLP-直播答疑》04、图神经网络第6次直播答疑.mkv 74.46M( B; z9 k5 H4 o+ C) O' a$ q
| ├──22、NLP-直播答疑》05、baseline-第四场直播.mkv 103.87M9 n- a2 x% s! \( c+ H4 [" O! W
| ├──22、NLP-直播答疑》06、第二次直播答疑.mkv 85.95M
/ ~$ F0 a! s5 q7 N1 I w| ├──22、NLP-直播答疑》07、图神经网络第5次答疑.mkv 41.65M
" w! j6 `" u2 X; q| ├──22、NLP-直播答疑》08、NLP baseline 第三次直播答疑.mkv 132.00M
/ u3 m# C' z0 P, i1 v0 T+ h4 x: y| ├──22、NLP-直播答疑》09、1011答疑..mkv 124.57M
* [( M% q# V1 i! {: {9 m: Q| ├──22、NLP-直播答疑》10、0920答疑..mkv 67.03M. c9 y- P/ q4 p: E
| ├──22、NLP-直播答疑》11、答疑20200830..mkv 150.51M% k7 I5 `+ J( B. G- X
| ├──22、NLP-直播答疑》12、NLP答疑-8.9.mkv 177.61M+ K* M, p. o; ]) f
| ├──22、NLP-直播答疑》13、NLP答疑-7.26.mkv 132.18M
5 o8 M c( J3 X" t| └──22、NLP-直播答疑》14、NLP答疑 7.12.mkv 230.98M
9 v4 Q% x. m1 V! p0 `. `├──24、精读论文专栏（NLP方向）》 + R$ c( j- n: {$ T. b' p
| ├──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 q: S8 G& W* i$ y| ├──24、精读论文专栏（NLP方向）》04、【老版本】【第1篇】02综述《Deep Learning》.mkv 72.55M/ i$ B- L! e9 V! x6 t" @
| ├──24、精读论文专栏（NLP方向）》05、【老版本】【第1篇】03综述 《Deep Learning》.mkv 67.96M' L; `( e3 W ~. \" o% }
| ├──24、精读论文专栏（NLP方向）》06、【老版本】【第1篇】04综述 《Deep Learning》.mkv 39.21M5 }0 R) [- c! G# ]9 X6 R
| ├──24、精读论文专栏（NLP方向）》07、【老版本】【第1篇】05综述 《Deep Learning》.mkv 47.22M% J% j( c' r I# B
| ├──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: D5 e: W) L7 @) l; b- q& a" Y! ?
| ├──24、精读论文专栏（NLP方向）》09、【老版本】【第1篇】07综述 《Deep Learning》.mkv 34.50M7 E+ ^" |" J- j1 Y/ k
| ├──24、精读论文专栏（NLP方向）》10、【老版本】【第2篇】词向量第一课时：论文导读.mkv 53.44M: R' C4 \* E6 e$ I# d& \2 _
| ├──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
! h1 {9 b7 {, C| ├──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
% ]) \1 W' I& ?/ A. K| ├──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
3 F2 l* S( O0 r1 |5 z$ e- z! _: L| ├──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* Z0 s" e, ^) q; A. X% |
| ├──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& N3 Q, _8 F; {) r4 N
| ├──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
0 K. l+ o" V$ y| ├──24、精读论文专栏（NLP方向）》17、【老版本】【第4篇】机器翻译第一课时：论文导读.mkv 37.06M
$ X; x! y2 S8 C+ G# D| ├──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
4 g1 h" V/ p' d! s$ j- \4 F/ R1 y| ├──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 55.30M
; L/ F( u# W0 k. V& }/ _% f+ d: b| ├──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
6 Z8 P" w+ r9 @) `* b( f. t' Z1 e| ├──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 59.63M5 H) H# i8 v2 B5 }0 K+ B
| ├──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- j2 k" O+ n2 D q
| ├──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 57.95M, ~* S M$ J U
| ├──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. ]7 L# U- T1 w1 u; k: q
| ├──24、精读论文专栏（NLP方向）》25、【老版本】【第5篇】transformer第三课时：代码实践.mkv 133.58M
; ~9 ~# B& m: V. ^: M| ├──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 39.08M8 r. x5 b+ e5 `4 A& l/ f
| ├──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
$ B: e6 C$ H0 t% ]* @- Z/ L| ├──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
& @: T* G" Q* d8 [' J/ u| ├──24、精读论文专栏（NLP方向）》29、【老版本】【第7篇】Skip Thought第二课时：论文精读.mkv 34.85M
7 i( j2 I& X, R2 [! T* E' b7 ^| ├──24、精读论文专栏（NLP方向）》30、【老版本】【第7篇】Skip Thought第三课时：代码精读.mkv 46.63M) x9 r1 Y7 b# _7 w" Y) d
| ├──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
# T$ v8 \4 C% v ?" I g| ├──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. [( i- G. x8 K$ ^/ z w; E
| ├──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
* h$ \% \4 n$ ?4 }# h" Z. i" J8 n| ├──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
4 z% D! ~* B) r5 d" P A# |/ c- v4 q| ├──24、精读论文专栏（NLP方向）》35、【老版本】【第9篇】基于字符“从0开始学习”的文本分类第二课时：论文精读.mkv 61.88M
/ V" e& e2 v) v8 w: n) W4 E6 b| ├──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" s- ^' t1 s: r# 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
1 ^+ m/ x0 w! x- ?) C0 G$ O5 Z* c| ├──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 57.12M6 j1 F' p$ x, Y `) L! p$ ~
| ├──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
7 R" Z3 N6 h5 M- ~) n+ P| ├──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
4 {6 W( Z" @+ s| ├──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 50.60M
8 \) B( j! z6 [2 W| ├──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
/ \0 w- t" _2 D4 k, u& \| ├──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: W: Z* e3 T9 s( x8 ^
| ├──24、精读论文专栏（NLP方向）》44、【老版本】【第11篇】fasttext第二课时下.mkv 51.89M& N- \+ r+ b: g B4 Y2 E+ @- O
| ├──24、精读论文专栏（NLP方向）》45、【老版本】【第11篇】fasttext第三课时上.mkv 50.21M
. I* |! Q7 v$ f/ F6 \| ├──24、精读论文专栏（NLP方向）》46、【老版本】【第11篇】fasttext第三课时下.mkv 57.36M3 D0 W9 G$ R4 t1 g7 t
| ├──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
- G3 c; ?) T l. [2 t2 D| ├──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 49.55M3 F, c1 k/ s% g$ ]4 h6 c6 h
| ├──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
# S# q6 l3 |2 |1 l| ├──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
G( j* p. i+ j5 v| ├──24、精读论文专栏（NLP方向）》51、【老版本】【第13篇】PCNNATT-论文精读.mkv 45.77M8 b5 @! n* [4 M' f
| ├──24、精读论文专栏（NLP方向）》52、【老版本】【第13篇】PCNNATT-代码详解.mkv 41.55M
$ `; c! @$ D# i' Z. z: ^& m| ├──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) b$ |1 f* ?, Y7 F9 a9 |
| ├──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 44.20M6 C0 V5 v" o7 i7 [. l0 U
| ├──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 37.51M8 T2 p& Z: C: Z1 Q! z+ X
| ├──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 16.35M0 }5 ^' D4 _9 q' n4 E9 T# ]
| ├──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
- _, y+ g, c+ r6 G| ├──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
( P# t' [. n1 Z& k| ├──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- X+ n0 C0 e% c/ X! I H8 R
| ├──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* [. x3 F; O, y; r3 F' M
| ├──24、精读论文专栏（NLP方向）》61、【老版本】【第17篇】谷歌的神经网络机器翻译系统第一课时.mkv 8.84M5 _6 K- f/ G1 K
| ├──24、精读论文专栏（NLP方向）》62、【老版本】【第17篇】谷歌的神经网络机器翻译系统第二课时.mkv 48.61M
$ W' x% }7 a1 A: q3 l/ G4 F X+ I| ├──24、精读论文专栏（NLP方向）》63、【老版本】【第18篇】UMT论文导读.mkv 42.12M2 f# `: Z: \1 l- Y$ r: [: R
| ├──24、精读论文专栏（NLP方向）》64、【老版本】【第18篇】UMT论文精读.mkv 54.79M0 T, O/ N0 C7 T6 Z
| ├──24、精读论文专栏（NLP方向）》65、【老版本】【第19篇】seq2seq导读.mkv 36.62M, C' ~- c. n Y. t/ ]( S; K
| ├──24、精读论文专栏（NLP方向）》66、【老版本】【第19篇】seq2seq精读.mkv 37.47M
/ o$ [- _2 s g: U: `| ├──24、精读论文专栏（NLP方向）》67、【老版本】【第20篇】End-to-End Memory Networks论文导读.mkv 15.76M
) o' K/ R7 z$ b- n1 Y) }| ├──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- e: v" L3 K* |' b4 Q* k. G( s% `
| ├──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+ @6 a( k9 I" g. w# b# a6 A
| ├──24、精读论文专栏（NLP方向）》70、【老版本】【第21篇】QANet论文导读.mkv 47.57M6 K @* ^: U- r
| ├──24、精读论文专栏（NLP方向）》71、【老版本】【第21篇】QANet论文精读.mkv 53.97M
. k% b) f( M0 \) t3 A. y| ├──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* ]( v3 c0 Z5 I# d- O
| ├──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
- Y- ?! H- G5 h2 c: o: ^3 }4 c| ├──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
3 ^( e6 E* E2 _( F| ├──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
% P! g9 Z5 M; S. t* y| ├──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 P& @5 u O! e- m- f
| ├──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+ a. d9 P2 Q% v" Y: ]2 a: U6 R
| ├──24、精读论文专栏（NLP方向）》78、【老版本】【第24篇】SeqGAN第二课时.mkv 56.10M1 M% O! H5 I9 u" e/ P( I; }! e7 B; }0 Q
| ├──24、精读论文专栏（NLP方向）》79、【老版本】【第25篇】R-GCNs第一课时.mkv 38.65M
4 ?+ u' h( `. H' v3 M8 L& A| ├──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
) O! h+ l. M* |, l! x| ├──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
|6 u8 z! y. H) `9 G/ K0 O! K| ├──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 57.52M4 I. ~- o- ?6 F4 H3 E& L- x6 X2 e
| ├──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
s2 S& p% B! `0 ?- V| ├──24、精读论文专栏（NLP方向）》84、【老版本】【第27篇】Transformer-XL第二课时.mkv 36.46M4 @0 t4 ?5 L3 y/ I3 l
| ├──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. w( C3 \" l, `9 {! n7 M
| ├──24、精读论文专栏（NLP方向）》86、【老版本】【第28篇】TCN 第二课时.mkv 64.39M
- a2 A2 l: ^, ]: ]9 R+ ~7 v4 A| ├──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" n6 u: z T2 M0 V, |
| ├──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( _- P1 f8 g' P2 K
| ├──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" D# ~! f7 k |2 s. l
| └──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; p& j! {) @9 @$ M1 }
└──25、重点讲解专栏（NLP方向）》
8 X. {' K3 H- V( e! O& e1 P| ├──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
8 y7 \( Z7 p3 p2 v) l| ├──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$ S/ w; ^+ w2 M# \% m" l' H# T P
| ├──25、重点讲解专栏（NLP方向）》05、【老版本】【重难点第1篇】ARNOR论文第一课.mkv 37.64M
/ E1 Z U- J/ v0 l| ├──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 65.00M6 W5 c% n$ x1 q- ?- F7 R* c$ L
| ├──25、重点讲解专栏（NLP方向）》07、【老版本】【重难点第2篇】ERNIE论文第一课：论文导读.mkv 52.61M) H" R, r( `# f# \3 r7 \
| ├──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
) h$ D, D9 |- p! W* G* ^| ├──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
' n2 S' E3 g- L% i| ├──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( ?& I) F& Y6 T- N6 G8 v, M( O
| ├──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 80.51M7 e. H+ m1 G3 u
| ├──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
/ G% @9 w2 p! e, x+ K0 M| ├──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, I, m8 q- M6 W2 V0 ?; P$ q% ` z
| ├──25、重点讲解专栏（NLP方向）》14、【老版本】【重难点第4篇】SER第二课时：论文讲解.mkv 171.75M
l% v% o# j+ i- z( r: N1 z$ p| ├──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 192.10M2 J9 C" X2 b, R
| ├──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
5 X& ~; M7 S- z1 T' H& b* v| └──25、重点讲解专栏（NLP方向）》17、【老版本】【第13篇】Reptile.mkv 41.89M/ o* |' K- c) E; j7 N# g( u
+ `% @( z0 b; O+ d- i q
; a F7 r: E7 L, c9 q) ]
' y: l+ I9 l) Z. z3 |9 G; Y0 v+ Z1 F. i9 d+ J+ R
# o7 e6 ]2 @, w0 G8 \9 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! ]' O4 L m5 Z9 [, g8 t5 K1 m' y
1 u; k' M0 F: g3 r# V2 u
8 O# q* ^4 J& h" e- s- L4 N8 a/ d7 [
/ G4 _- W: A5 q2 z. W {, U
本资源由Java自学网收集整理【www.javazx.com】 |
|
[复制链接]
发表于 2023-9-20 03:24:01
