|
|
人工智能顶会论文精讲（像素级复现）
! b1 p# @# D7 X$ }0 i& ]% c5 O├──1 【宣导片1】开启人工智能论文学习之旅.mp4 12.15M4 E4 ^% J. X' f
├──10 07CV TransformerVit关键代码详解2.mp4 14.40M8 j; {# n* Q4 f; M# `
├──100 gat07multihead起源简介.mp4 33.76M( Q/ s) X) P. Z* [' \$ N1 P
├──101 gat08GAT算法总结和实验设置.mp4 170.97M. [) L- z, s, Q2 j( O1 ^
├──102 gat09论文总结.mp4 68.53M
) s" R: f3 I8 U4 Y$ d├──103 gat10代码介绍.mp4 93.83M; D1 W. _. T: P6 h z1 I
├──105 gat12邻接矩阵归一化.mp4 60.70M
1 y: ~8 ` i, W: y6 S├──106 gat13gat模型实现.mp4 110.30M
& F y8 \3 ]: O3 a├──107 gat14gat模型训练及代码总结.mp4 59.25M
' L- T$ g+ W. f& o- n$ D├──108 BiSeNet01前期介绍.mp4 40.16M& e8 P& T. |8 W8 F" [" C$ e
├──109 BiSeNet02论文导读——分割常用损失函数1.mp4 52.86M
& D7 ^' n, v6 C( L7 n9 q├──11 08CV TransformerVit关键代码详解3.mp4 72.03M5 l1 B8 H, l5 r& G9 z/ j; ^! _
├──110 BiSeNet03论文导读分割常用损失函数2.mp4 61.03M
( T2 i6 A6 ]$ c8 p├──111 BiSeNet04论文导读分割常用损失函数3.mp4 21.40M
! E$ k4 s* Z a; {& E) c& b' ]% L├──112 BiSeNet05论文导读分割常用损失函数4 .mp4 81.59M5 t( D) n6 K4 f/ H5 d: z6 V: u
├──113 BiSeNet06论文导读5 .mp4 31.01M) u; ~# f- I Q5 j. l
├──114 BiSeNet07上节回顾 .mp4 29.60M
$ d' ~# Z# l: y* Q7 ^$ h# r├──115 BiSeNet08引言 .mp4 114.27M* D# k3 t: x0 t! l3 x! I( m- w
├──116 BiSeNet09相关工作 算法架构总览 .mp4 103.28M$ e B; c6 V: B: z: _/ o" ?" Y: g6 z
├──117 BiSeNet10算法结构详解实验0 .mp4 82.35M
8 H6 A0 p3 t% f7 W/ D├──118 BiSeNet11算法结构详解实验1 .mp4 94.76M$ e3 l, }: K# }7 h* J( S
├──119 BiSeNet12模型代码定义0 .mp4 73.08M( U: s* u7 s$ s0 N( K& \
├──12 09CV TransformerVit回顾代码.mp4 9.13M
' h" n8 h2 `& |" f+ f9 [├──120 BiSeNet13模型代码定义1.mp4 53.19M; e! t. S. t3 y; @+ @
├──121 BiLSTMCRF01论文研究背景.mp4 65.10M
# j$ l2 m; j% e, \3 N6 ^% [├──122 BiLSTMCRF_02关键算法.mp4 84.53M$ F6 [' O' j& [! Z
├──123 BiLSTMCRF_03论文模型.mp4 52.58M& b2 u- j: S: A& I" |4 d7 B
├──124 BiLSTMCRF_04损失函数l.mp4 48.17M8 G( M1 W ]4 Z. a' o+ d6 }0 N! r& ]* \
├──125 BiLSTMCRF_05实验结果与总结.mp4 32.51M
2 t- Q' w& u. L j' u& ^├──126 BiLSTMCRF_06代码讲解.mp4 80.26M; s: N) t) S( N; N: b+ b, W9 t
├──127 GAN01论文摘要.mp4 42.75M
( Q# Z8 y! V8 m! d├──128 GAN02论文背景.mp4 44.85M {0 b& x( m3 P+ {6 c. V. k
├──129 GAN03论文泛读.mp4 75.98M
# F: p) R4 J' R4 O! C├──13 10CV TransformerVit代码示例.mp4 184.32M: F: C: Q; n# P
├──13 10CV TransformerVit代码示例002.m4s 163.78M
8 u* B. `6 Y4 b9 g; J├──130 GAN04价值函数.mp4 74.41M
: L& Z8 }. h3 v: m9 ?$ x0 @├──131 GAN05训练流程 理论证明.mp4 108.36M
# C( D9 j& h, }- T4 p* i├──132 GAN06实验结果 总结展望.mp4 86.42M: f8 _. l4 g& ^; g
├──133 GAN07代码分析综述.mp4 27.69M. ?# t, V# r8 W/ ^9 x* f$ j
├──134 GAN08代码分析精讲.mp4 100.67M
0 S! n! r$ p7 T. S, R& z├──14 01Unet论文总览和摘要精读.mp4 103.10M
4 V8 Y5 h8 L. E. k0 g├──144 CLIP01前言.mp4 73.69M1 H; X7 X( M/ q- N
├──145 CLIP02background.mp4 76.80M
" o1 x- q8 ^+ ]6 ^$ U├──146 CLIP03model01.mp4 86.14M4 s4 K' ~: V! A+ f2 Q
├──147 CLIP04model02.mp4 125.66M
1 R5 `( M }1 ]8 u0 U& @! g├──148 CLIP05experiement.mp4 68.77M! l' S: O- r0 \* f, n5 R7 [5 |
├──149 CLIP06code0.mp4 21.49M7 s, `. j, c* ]- `, O' w8 j
├──15 02Unet医学分割相关背景和取得的成果及意义.mp4 98.65M
8 U1 w1 A# A; |& x├──150 CLIP07code1.mp4 49.43M
2 M' E- N7 o/ C* l6 ~/ {├──151 CLIP08code2.mp4 17.38M$ `8 H# {, M+ T% u5 J6 ^+ @; l
├──152 CLIP09code3.mp4 50.57M
1 _8 {6 w7 A& m, k├──153 cnn_for_re11论文总结ll.mp4 21.23M
9 |( A' i3 k' }/ o├──154 cnn_for_re12代码讲解1l.mp4 25.83M; U G7 r l. v0 {7 K7 _9 a
├──155 cnn_for_re13代码讲解2.mp4 80.30M
% S& g( ]& p0 z V/ o; b; k! F├──156 cnn_for_re14代码讲解3.mp4 41.91M
% `- C+ S3 B/ z+ m: t├──157 cnn_for_re15代码讲解4.mp4 56.72M
: g. D! `8 ]/ |: r' l2 U' U3 z├──158 cnn_for_re16代码讲解5.mp4 79.92M$ B f- e4 H) H; }
├──159 cnn_for_re17代码讲解6.mp4 110.28M
# u% x6 k2 X1 Z% H$ N! \4 L├──16 03Unet两篇论文相互补充.mp4 85.94M( {/ m' B5 p( m G
├──160 cnn_for_re18代码讲解7.mp4 72.32M
. x @3 N! Y& k) @" O! ~├──161 swin10代码参数.mp4 52.78M
) ^! B+ w( b7 [# L: o$ \├──162 swin11代码swin大框架.mp4 58.65M: T) |5 P0 Z p
├──163 swin12代码basic_layer.mp4 54.25M
$ S; y; ^7 I+ H; J, k* ]/ _├──164 swin13代码block详解wmsa 相对位置编码.mp4 132.04M- p1 r/ W- ?* Z
├──165 swin14代码swmsa.mp4 54.87M- H8 O- P! o; M& w" z
├──166 swin15代码swin代码整体回顾.mp4 51.08M) u& U! h+ L' ], p4 `" _# x
├──167 swin16代码dwconv与wmsa.mp4 26.91M
. v; z, V f" g3 z├──168 swin17代码总结.mp4 8.17M, @+ z! Z! f2 Z/ ^
├──17 04Unet回顾医学图像分析及CNN的发展历程.mp4 183.49M6 K x R6 p- l4 q4 X! b0 ^
├──18 05Unet先验知识补充.mp4 67.89M1 x* X4 h- t' n) D7 P
├──19 06Unet算法架构和实验结果及分析.mp4 99.15M
$ g: M+ x/ @8 w; O8 w- _├──2 【先导课】效率提高3倍的论文阅读方法.mp4 94.36M% H0 p6 x! i1 L% {0 g
├──20 07Unet试验设置及结果分析.mp4 45.09M
1 v7 _9 @7 E7 F, ?$ S$ H3 H8 ?6 `├──21 08Unet代码精读.mp4 170.44M
- s! k( F4 J. N/ r( \* q├──22 BIDAF01背景意义.mp4 58.08M5 X+ t! w) v# k8 P' Q# B" B
├──23 BIDAF02相关工作+小结.mp4 39.52M
: v5 e2 q0 l# p9 K├──24 BIDAF03模型结构.mp4 60.95M
$ Y% ]: }4 Z8 i5 z- z├──25 BIDAF04实验分析.mp4 34.29M
% i2 e7 C4 d* b( m8 c `├──26 BIDAF05数据读取jupyter.mp4 110.65M9 m ?" Z- W. p( h8 k
├──27 BIDAF06数据读取pycharm.mp4 147.98M
$ `6 k9 o0 [7 q1 w, M S* ~. [├──28 BIDAF07模型构建.mp4 95.06M
4 @) M3 o7 D3 Z: g├──29 BIDAF08训练加预测.mp4 102.46M
' j# k; `" k6 t3 Z- P2 _( Y: s├──3 【宣导片2】15w同学在这征服论文.mp4 10.75M
+ B* m# O2 D# m├──30 BIDAF09评测指标计算.mp4 79.15M1 N% e, U! O0 ?* P6 J
├──31 YOLOv501目标检测技术与YOLO系列.mp4 15.74M0 w6 C8 p3 v3 ?7 R$ a. n0 R- Y: R
├──32 YOLOv502YOLOV3回顾.mp4 40.31M
3 Y7 @& T. K3 A# n├──33 YOLOv503YOLOV5新激活函数 .mp4 11.51M
2 p! i8 S/ ^) d6 C# T0 w├──34 YOLOv504YOLOV5核心知识点1.mp4 29.20M3 R' m: r x3 H- f- W; A
├──35 YOLOv505YOLOV5核心知识点2.mp4 70.17M
@8 D# F) b% B0 f/ u├──36 YOLOv506YOLOV5代码讲解1.mp4 30.26M
5 F+ U. T! u. Z" n! O7 v├──37 YOLOV507YOLOV5代码讲解2.mp4 32.98M
/ ~3 R2 V( h6 C# H% L6 d├──38 YOLOV508YOLOV5代码讲解3.mp4 56.25M
! S% u& o: r# _ a├──39 YOLOV509YOLOV5代码讲解4.mp4 61.42M% V* ~) J2 f; l' ^/ a. q8 o' d/ p
├──4 01-CV Transformer-Vit-论文介绍--.mp4 53.69M
' c4 G' i6 Q2 [' [, _" R' m├──40 YOLOv510YOLOV5代码讲解5.mp4 99.75M. b( N" {/ `! _# e
├──41 YOLOv511YOLOV5代码讲解6.mp4 34.10M
) c3 {4 W" l/ S x5 |├──42 YOLOv512YOLOV5代码讲解7.mp4 129.72M
5 i- y3 O/ z! s+ H; ^4 P7 `3 i K6 O├──42 YOLOv512YOLOV5代码讲解7001.m4s 13.35M: u! z r% @, {3 ^$ |8 e% v
├──43 YOLOv513YOLOV5代码讲解8.mp4 97.04M
( y! I+ t& @0 @ Y* r├──43 YOLOv513YOLOV5代码讲解8001.m4s 12.72M
; K) z% B5 d G" r├──44 YOLOv514YOLOV5代码讲解9.mp4 144.86M
6 Q1 y0 m9 i: D1 K├──44 YOLOv514YOLOV5代码讲解9001.m4s 16.70M' v* i* [7 r) F& u& w! }
├──44 YOLOv514YOLOV5代码讲解9002.m4s 126.88M
( X: C6 Q0 ~+ Q4 F. ]├──44 YOLOv514YOLOV5代码讲解9002.m4s.aria2 0.07kb
! D* @$ g) y- u+ e7 ]; ?2 M├──45 yolox01前言001.m4s 9.26M
1 }. T7 t9 N7 K4 q: M, |/ R├──46 yolox02背景.mp4 69.05M6 D, D2 L, K8 N! @& ]" Z6 }
├──47 yolox03概览.mp4 11.10M1 |9 j5 @* h. n) n7 S
├──48 yolox04详解模型框架.mp4 116.36M
3 c' W# D$ b5 O% ?0 w├──49 yolox05详解simOTA.mp4 71.70M
/ \( U* b' {8 W6 e( F├──5 02CV TransformerVit论文精读1.mp4 41.80M
1 O* ]' k/ S/ y0 S├──50 yolox06详解模型结构.mp4 61.07M- s& \9 _# C( l" `
├──51 yolox07详解预处理.mp4 52.63M1 {; O0 l0 f( U( y1 }% k
├──52 yolox08训练及总结.mp4 23.53M' f6 a, ]2 F" Z# f6 U# x
├──53 yolox代码09前言.mp4 17.57M
# k, L4 V0 M, l$ V c- q├──54 yolox代码10预处理mosaic.mp4 85.90M! a4 e3 m3 i) W" k& h
├──55 yolox代码11预处理randomaffine.mp4 48.33M: \8 g1 F0 d2 P/ b- G: H, ~
├──56 yolox代码12预处理mixup.mp4 33.15M
; `2 d6 s' d. s0 p) J& O1 \├──57 yolox代码13backbone.mp4 79.12M
1 \3 n+ v) b) T1 r) w& R├──58 yolox代码14pafpn.mp4 68.29M
5 }/ z5 [2 l8 Y& S4 G) s├──59 yolox代码15bbox decode.mp4 39.29M
0 \, A( g4 h2 F7 U9 ^( M├──6 03CV TransformerVit论文精读2.mp4 40.10M
) K2 K& V' e& Q9 |3 y4 g├──60 yolox代码16simOTA.mp4 103.11M
' Y6 h1 t7 ]8 [+ M& w4 G) M├──61 yolox代码17 总结.mp4 26.62M9 U2 t. E. m& A* C
├──62 cnn_for_re01前言.mp4 22.90M8 G& u; ^5 E( }6 z1 Q! u
├──63 cnn_for_re02论文介绍研究背景.mp4 22.12M. r! C* X0 h, h* j
├──64 cnn_for_re03论文介绍相关工作1.mp4 38.17M3 l$ F0 \' {8 `# ]$ d1 r0 x
├──65 cnn_for_re04论文介绍相关工作2.mp4 77.37M
! X. l) d9 d5 j0 m0 h+ v├──66 cnn_for_re05论文介绍相关工作3.mp4 58.33M E8 _! L( D2 S3 D1 e3 w
├──67 cnn_for_re06论文泛读.mp4 64.74M" A- O! {: B* |( d
├──69 cnn_for_re08论文精读2.mp4 72.56M$ O+ _6 Y0 j6 o4 l
├──7 04CV TransformerVit论文精读3.mp4 57.90M
' T& e, f6 a+ t) @├──70 cnn_for_re09论文精读3.mp4 42.95M
6 U4 e+ P$ ?/ O/ J, a├──71 cnn_for_re10实验结果分析.mp4 18.79M
' X) Z5 Z x4 _- w0 s├──72 ResNet01背景成果意义.mp4 88.63M' ~$ e4 s, F: k6 C) t t% v" U
├──73 ResNet02论文泛读.mp4 79.91M
" n1 O; P, e' B$ ^2 m. G6 L( x├──74 ResNet03上节回顾.mp4 17.00M
$ t8 P" n0 [$ G, f) n) S5 @! {8 R) r├──75 ResNet04论文精读残差结构1.mp4 38.78M
" ?. Q- A @8 |$ D$ E' N4 ?* [├──76 ResNet05论文精读残差结构2.mp4 68.71M7 P! ^. K4 p+ V* B3 b
├──77 ResNet06ResNet结构1.mp4 56.51M
3 U- u# Q" E9 S: G9 r4 H2 f* Y├──78 ResNet07ResNet结构2.mp4 10.39M' Q0 s6 T8 _2 Z( p: I9 W- ?- F
├──79 ResNet08实验结果及分析.mp4 45.96M
( Q, G' L8 a9 k" b! S├──8 05CV TransformerVit前言.mp4 60.43M
5 C6 t9 i/ h# g; Y2 ?7 j$ t├──80 ResNet09论文总结.mp4 74.41M. j$ _6 v- k h" H2 i4 m: i$ z
├──81 ResNet10本节回顾及下节预告.mp4 11.71M
7 k6 ^% v: _% E6 U├──82 ResNet11ResNet结构搭建详解.mp4 136.87M' M/ J: S3 U) O% c
├──83 ResNet12ResNet20训练及实验分析0.mp4 39.54M
# J1 d0 h) y; H├──84 ResNet13ResNet20训练及实验分析1.mp4 46.71M% c! _% j* Q3 }. _6 g
├──85 ResNet14ResNet20训练及实验分析2.mp4 22.60M
+ ]6 m, U" c; ~" P├──86 ResNet15ResNet20训练及实验分析3.mp4 48.13M
8 v* ~* |) d" F5 T├──87 HanAttention01前期储备知识介绍.mp4 71.70M P: B" ^% Y: G
├──88 HanAttention02研究背景成果及意义.mp4 112.72M
1 g2 F3 K) ?* ?. g$ o( {$ C├──89 HanAttention03论文总览.mp4 140.60M
* u7 E& p6 A6 R, H0 O├──9 06CV TransformerVit关键代码详解1.mp4 39.73M
- I/ X D, H( v# T8 @├──90 HanAttention04模型详解.mp4 94.92M
" ]. B+ P8 X+ e& r├──91 HanAttention05实验结果及论文总结.mp4 267.67M
& K7 Y/ i$ P3 _5 H, l, h3 u9 \├──92 HanAttention06数据读取.mp4 118.40M8 s8 b8 o9 d/ U; V r
├──93 HanAttention07模型实现及训练和测试.mp4 128.12M6 I5 a- E5 u7 e f4 f
├──94 gat01研究背景.mp4 46.59M9 U: N+ b7 z* G* W! v& s1 a
├──95 gat02图卷积消息传递.mp4 40.59M6 h( f) y7 H+ Z3 }- w9 M
├──96 gat03研究成果研究意义.mp4 44.00M
" \; V. M% O9 j5 }+ f" G! I4 Z, h├──97 gat04gnn核心框架.mp4 118.13M
4 c! x" q o9 [3 n: z1 B% P├──98 gat05gat算法讲解.mp4 72.63M( V6 @% C& @1 M' U. a' W* {8 m
└──99 gat06各种attention总结.mp4 65.27M
& g/ Y; k* N8 q n& v1 e3 j
, s+ ~# Q' W6 ?, }9 P; ?
. r/ ?1 Z/ D$ ]- S* S5 D0 r9 u$ d0 p7 E/ v' |* _" Z/ ?8 X
$ h) K7 {- N0 N/ b+ R
$ x) Y" @" f3 ?) v4 D2 C0 u. F/ y资源下载地址和密码（百度云盘）： [/hide] 百度网盘信息回帖可见
6 k3 ~8 ~2 z4 o4 r6 P3 j% x6 m; m+ o! b' _# u
0 X: }; n! }4 x9 e5 J# d9 X! D2 y$ O4 d* b
本资源由Java自学网收集整理【www.javazx.com】 |
|
发表于 2024-1-25 17:48:02
