|
|
人工智能顶会论文精讲（像素级复现）( z. U6 e, Y& X+ e7 h6 C3 z
├──1 【宣导片1】开启人工智能论文学习之旅.mp4 12.15M
; Y; ]: R; {/ j6 e├──10 07CV TransformerVit关键代码详解2.mp4 14.40M/ O- f* ~4 _7 b/ g# w
├──100 gat07multihead起源简介.mp4 33.76M
" p/ \% o- z& L2 a; v* t9 _├──101 gat08GAT算法总结和实验设置.mp4 170.97M; k5 F, ~% Y1 @
├──102 gat09论文总结.mp4 68.53M
( P( D8 M; I6 o! s& @├──103 gat10代码介绍.mp4 93.83M
& t5 n! f6 ^* q* @: _├──105 gat12邻接矩阵归一化.mp4 60.70M
2 _" S5 H5 d8 W' y0 w7 c├──106 gat13gat模型实现.mp4 110.30M; D ^1 K Y C9 V) M, B5 M
├──107 gat14gat模型训练及代码总结.mp4 59.25M
) l5 t w( c$ I├──108 BiSeNet01前期介绍.mp4 40.16M! [( O' f" w& C# N
├──109 BiSeNet02论文导读——分割常用损失函数1.mp4 52.86M
# f- F" V$ _ S5 b5 o├──11 08CV TransformerVit关键代码详解3.mp4 72.03M) p& }, \4 x5 Z4 M. _ p
├──110 BiSeNet03论文导读分割常用损失函数2.mp4 61.03M' P9 R+ o! e ^
├──111 BiSeNet04论文导读分割常用损失函数3.mp4 21.40M
, b3 [3 i* p5 o5 ^/ o├──112 BiSeNet05论文导读分割常用损失函数4 .mp4 81.59M1 n$ |/ Y9 E( F4 a
├──113 BiSeNet06论文导读5 .mp4 31.01M
/ u& X/ {& B* g" G9 @! e├──114 BiSeNet07上节回顾 .mp4 29.60M
9 i6 r' k# u7 L& x├──115 BiSeNet08引言 .mp4 114.27M" N0 z6 s# a8 \4 K' G% o
├──116 BiSeNet09相关工作 算法架构总览 .mp4 103.28M
, p& x9 m) R# a' A& N* J├──117 BiSeNet10算法结构详解实验0 .mp4 82.35M" V6 M& M! s- P- v: l; K
├──118 BiSeNet11算法结构详解实验1 .mp4 94.76M
5 ^6 e4 i, K/ s: x├──119 BiSeNet12模型代码定义0 .mp4 73.08M4 L7 K3 t7 m$ P/ K' h1 p
├──12 09CV TransformerVit回顾代码.mp4 9.13M
2 Z% T' i- E A2 _8 v+ h: r- S8 v! z6 y├──120 BiSeNet13模型代码定义1.mp4 53.19M }5 Z7 R! X) G+ [7 L
├──121 BiLSTMCRF01论文研究背景.mp4 65.10M& A- K* i# `5 J+ n3 h3 t
├──122 BiLSTMCRF_02关键算法.mp4 84.53M
) m" I" F# I: C4 _( y/ K u7 R├──123 BiLSTMCRF_03论文模型.mp4 52.58M* W' A$ f% E F2 Z5 ]0 }
├──124 BiLSTMCRF_04损失函数l.mp4 48.17M3 s+ M1 q0 S8 S! X
├──125 BiLSTMCRF_05实验结果与总结.mp4 32.51M
2 ]( X9 Y4 |- J0 J1 H" E* i├──126 BiLSTMCRF_06代码讲解.mp4 80.26M
+ R( L4 v0 m1 K6 v1 i- o2 s├──127 GAN01论文摘要.mp4 42.75M
Q: i0 l0 r9 o& z├──128 GAN02论文背景.mp4 44.85M/ }! m( m" U5 I' r9 L
├──129 GAN03论文泛读.mp4 75.98M8 A- F, t, m. A5 Z5 T
├──13 10CV TransformerVit代码示例.mp4 184.32M
4 k* q, A& u6 W( d- t) h9 {├──13 10CV TransformerVit代码示例002.m4s 163.78M
5 ]0 Y; P% f! A+ a├──130 GAN04价值函数.mp4 74.41M
6 ]5 Z7 |: |8 Y: l) v( L# u: E├──131 GAN05训练流程 理论证明.mp4 108.36M2 ^2 F: z/ K1 E, d
├──132 GAN06实验结果 总结展望.mp4 86.42M; N" C- c) k: [2 m. K8 v2 L
├──133 GAN07代码分析综述.mp4 27.69M
3 {6 \* p, H; a9 c3 ^8 z6 x. N$ A├──134 GAN08代码分析精讲.mp4 100.67M, A# l) j* s2 M z- q
├──14 01Unet论文总览和摘要精读.mp4 103.10M* i5 G& x- d D
├──144 CLIP01前言.mp4 73.69M: I1 y% W* V. G2 ?
├──145 CLIP02background.mp4 76.80M
: D8 h# j' L, ] {├──146 CLIP03model01.mp4 86.14M# v" u6 k' K5 b$ j- F1 _
├──147 CLIP04model02.mp4 125.66M/ `) }% x# ^: A/ w: Y, c) y
├──148 CLIP05experiement.mp4 68.77M0 w' J+ p. j! p8 j+ p& v
├──149 CLIP06code0.mp4 21.49M
5 j& H/ _4 q6 m9 _" ], l- Z├──15 02Unet医学分割相关背景和取得的成果及意义.mp4 98.65M
6 P# P: F' Z- B! J7 V- \" M├──150 CLIP07code1.mp4 49.43M
2 u& { o5 j5 A8 K├──151 CLIP08code2.mp4 17.38M
0 _& h5 p7 n. x: u8 i├──152 CLIP09code3.mp4 50.57M4 b& p( W6 f" w8 C$ g
├──153 cnn_for_re11论文总结ll.mp4 21.23M- M- w4 w' ?7 v7 u1 f
├──154 cnn_for_re12代码讲解1l.mp4 25.83M- ]3 d7 N' S+ \6 d- N
├──155 cnn_for_re13代码讲解2.mp4 80.30M* P# o# F& s' j: A* b0 i
├──156 cnn_for_re14代码讲解3.mp4 41.91M; ~% I( A" g5 Y! c% O
├──157 cnn_for_re15代码讲解4.mp4 56.72M
4 H, A1 m. K- }' l _+ N3 {# V├──158 cnn_for_re16代码讲解5.mp4 79.92M2 f S' d5 V* d9 ?9 K
├──159 cnn_for_re17代码讲解6.mp4 110.28M# J) t7 f4 S7 G8 C2 Z: X+ d5 S# \
├──16 03Unet两篇论文相互补充.mp4 85.94M3 I, p. Q5 S& p7 \" ~" F$ T. i7 x
├──160 cnn_for_re18代码讲解7.mp4 72.32M
- p9 i. R$ P" v7 G# }& f" {$ A├──161 swin10代码参数.mp4 52.78M
7 H& _0 q6 | ]8 B├──162 swin11代码swin大框架.mp4 58.65M7 A9 A( [2 n6 o& w0 K+ g" a7 S5 w: Q
├──163 swin12代码basic_layer.mp4 54.25M0 \4 o9 x7 f6 {/ k# P0 M$ x: K, i! _
├──164 swin13代码block详解wmsa 相对位置编码.mp4 132.04M8 [$ S N6 w; S& b! ]" K' i
├──165 swin14代码swmsa.mp4 54.87M9 ?5 {" t5 L: W
├──166 swin15代码swin代码整体回顾.mp4 51.08M6 v$ t0 ? O2 l X& ]. ]# o
├──167 swin16代码dwconv与wmsa.mp4 26.91M2 M) y* S& u& `2 l
├──168 swin17代码总结.mp4 8.17M, n% D# ]: @3 L5 G% x; y, m) ~
├──17 04Unet回顾医学图像分析及CNN的发展历程.mp4 183.49M' t# [* W" b4 j7 c |
├──18 05Unet先验知识补充.mp4 67.89M
; q6 N* y. f9 [4 @├──19 06Unet算法架构和实验结果及分析.mp4 99.15M
1 G5 H) ?! T: ~' R% Y├──2 【先导课】效率提高3倍的论文阅读方法.mp4 94.36M
$ J; C5 }3 u2 ?/ H# a7 f5 H& _* {├──20 07Unet试验设置及结果分析.mp4 45.09M
- r) K. o: C/ [" ~0 T9 B0 _5 P├──21 08Unet代码精读.mp4 170.44M9 c9 F: U$ C+ H- ?5 r: C; \# V
├──22 BIDAF01背景意义.mp4 58.08M5 z6 ]" C [- y* K2 I7 y8 c/ `2 X$ t
├──23 BIDAF02相关工作+小结.mp4 39.52M$ m# S% o. F& W1 k
├──24 BIDAF03模型结构.mp4 60.95M+ i& ]( v. H- b8 `" W- x. v) G
├──25 BIDAF04实验分析.mp4 34.29M
2 k7 E5 f9 n- D. E$ r/ l& i& E├──26 BIDAF05数据读取jupyter.mp4 110.65M
5 k, h P6 u8 Z6 D7 g9 i+ K├──27 BIDAF06数据读取pycharm.mp4 147.98M9 c4 ^; `# a7 i/ G p8 i
├──28 BIDAF07模型构建.mp4 95.06M
! R/ A# p! j6 J4 h├──29 BIDAF08训练加预测.mp4 102.46M
, x7 ^ T5 o7 F+ \! q% C├──3 【宣导片2】15w同学在这征服论文.mp4 10.75M
+ I ~0 z7 T5 v' w# H├──30 BIDAF09评测指标计算.mp4 79.15M7 f2 ~8 e6 G; Q* a
├──31 YOLOv501目标检测技术与YOLO系列.mp4 15.74M- S4 g( o4 j, |
├──32 YOLOv502YOLOV3回顾.mp4 40.31M
( T) ~8 ?4 l: `5 S├──33 YOLOv503YOLOV5新激活函数 .mp4 11.51M
1 C" ?. Y" f7 B' M* h├──34 YOLOv504YOLOV5核心知识点1.mp4 29.20M
! L/ `' V7 s$ A& u1 n0 \- _; h├──35 YOLOv505YOLOV5核心知识点2.mp4 70.17M# {* X% W p. l/ V: O
├──36 YOLOv506YOLOV5代码讲解1.mp4 30.26M7 o0 `# p: m( R) j3 A2 {
├──37 YOLOV507YOLOV5代码讲解2.mp4 32.98M* f U8 ?# L z( }2 L
├──38 YOLOV508YOLOV5代码讲解3.mp4 56.25M
; v( K) k2 E/ @# X2 q├──39 YOLOV509YOLOV5代码讲解4.mp4 61.42M) ?1 P; V3 Z4 t: l2 p
├──4 01-CV Transformer-Vit-论文介绍--.mp4 53.69M& p- `9 E$ E0 z. X' [7 B+ P
├──40 YOLOv510YOLOV5代码讲解5.mp4 99.75M
0 I; p: ]2 l Z( q) Y1 x├──41 YOLOv511YOLOV5代码讲解6.mp4 34.10M
: \$ E4 s& _" H├──42 YOLOv512YOLOV5代码讲解7.mp4 129.72M
9 m- M; u$ j# v+ H├──42 YOLOv512YOLOV5代码讲解7001.m4s 13.35M
& @/ c+ j5 Q) Y) |├──43 YOLOv513YOLOV5代码讲解8.mp4 97.04M( o* w9 g" B b; i( U
├──43 YOLOv513YOLOV5代码讲解8001.m4s 12.72M6 u+ r8 Q# q& f) ^' H; W
├──44 YOLOv514YOLOV5代码讲解9.mp4 144.86M t4 \1 {" ~! x+ L% @( e
├──44 YOLOv514YOLOV5代码讲解9001.m4s 16.70M
. _. m( B, W& n0 o6 M9 B# D├──44 YOLOv514YOLOV5代码讲解9002.m4s 126.88M' ]" a/ @. O8 C G; W; J1 k0 l' }3 x
├──44 YOLOv514YOLOV5代码讲解9002.m4s.aria2 0.07kb; P/ w7 j' d8 t* V# r! G
├──45 yolox01前言001.m4s 9.26M
k. Q( b, u* C8 F2 @! e: q├──46 yolox02背景.mp4 69.05M
4 Q5 [( A: R1 {├──47 yolox03概览.mp4 11.10M- @9 g" z. g1 f
├──48 yolox04详解模型框架.mp4 116.36M
" \& C$ H; r7 T& x# H. O├──49 yolox05详解simOTA.mp4 71.70M# R' E& r5 `5 }
├──5 02CV TransformerVit论文精读1.mp4 41.80M
( ?* n3 h# p: n' `; c├──50 yolox06详解模型结构.mp4 61.07M
2 `) h( b% E# n# k( Z% |7 T; D├──51 yolox07详解预处理.mp4 52.63M) p( w& I' m7 ^1 i. w7 h. a
├──52 yolox08训练及总结.mp4 23.53M" m/ A+ U/ V7 {5 H' I2 i8 f' f u. v
├──53 yolox代码09前言.mp4 17.57M, F- ]4 G( |& a' B
├──54 yolox代码10预处理mosaic.mp4 85.90M
! R( D0 \& W. \/ X2 R5 {- B$ [├──55 yolox代码11预处理randomaffine.mp4 48.33M
$ _: F2 k( R! @: g& F. \! U├──56 yolox代码12预处理mixup.mp4 33.15M* I0 b# u0 L7 `
├──57 yolox代码13backbone.mp4 79.12M w4 h4 |* ?) j
├──58 yolox代码14pafpn.mp4 68.29M0 s. @; i% x# |: X' N# T6 b5 Q
├──59 yolox代码15bbox decode.mp4 39.29M
& {$ i0 g' `* e├──6 03CV TransformerVit论文精读2.mp4 40.10M
4 }% l- a( K8 t- K; o e7 ]& ~├──60 yolox代码16simOTA.mp4 103.11M
" {9 v8 ^( F& W( G# `8 ?7 Q├──61 yolox代码17 总结.mp4 26.62M. m. t6 C# J+ g) p6 `1 A/ ` _% T6 S
├──62 cnn_for_re01前言.mp4 22.90M; B' M0 X2 ~. N7 s7 m P- k' j
├──63 cnn_for_re02论文介绍研究背景.mp4 22.12M) N& L8 U# z# ^
├──64 cnn_for_re03论文介绍相关工作1.mp4 38.17M
0 {$ e* K+ v& n% g/ l$ J├──65 cnn_for_re04论文介绍相关工作2.mp4 77.37M
& O' J) D" }% W; T├──66 cnn_for_re05论文介绍相关工作3.mp4 58.33M) B; Q8 s# g8 V
├──67 cnn_for_re06论文泛读.mp4 64.74M
1 q" u+ i6 _% l9 B; k! x1 y. m├──69 cnn_for_re08论文精读2.mp4 72.56M
z [' ~$ {% [: X3 @- J├──7 04CV TransformerVit论文精读3.mp4 57.90M
/ F0 r E0 A# R├──70 cnn_for_re09论文精读3.mp4 42.95M
$ @$ v3 \8 t. F8 \/ {5 k├──71 cnn_for_re10实验结果分析.mp4 18.79M; B# ~9 K7 A4 z9 J% v* a: u; U4 i/ `
├──72 ResNet01背景成果意义.mp4 88.63M
9 t& u! p2 W7 G/ |( D2 I├──73 ResNet02论文泛读.mp4 79.91M
) Y9 U7 v! s1 j) P6 E$ ?├──74 ResNet03上节回顾.mp4 17.00M
: M, t+ Q9 \9 y5 l1 n8 @├──75 ResNet04论文精读残差结构1.mp4 38.78M
; O" D$ h) d9 x3 \├──76 ResNet05论文精读残差结构2.mp4 68.71M
$ `- {- d+ [8 d5 Q0 q3 }" l" [├──77 ResNet06ResNet结构1.mp4 56.51M, ~" V6 ^, z1 [/ G1 H1 K
├──78 ResNet07ResNet结构2.mp4 10.39M* i0 H6 J5 c' h; c- ? _- S
├──79 ResNet08实验结果及分析.mp4 45.96M
( }7 }/ C! z3 r2 c├──8 05CV TransformerVit前言.mp4 60.43M
- y' A1 N$ N: g) s3 @├──80 ResNet09论文总结.mp4 74.41M1 W/ L7 I8 m7 Y$ w
├──81 ResNet10本节回顾及下节预告.mp4 11.71M
! q% a# J& K5 F# _3 F├──82 ResNet11ResNet结构搭建详解.mp4 136.87M' |3 c; E% s" F- Z7 ]
├──83 ResNet12ResNet20训练及实验分析0.mp4 39.54M
$ g+ W5 w7 p2 B9 f C├──84 ResNet13ResNet20训练及实验分析1.mp4 46.71M e, d* u# }0 T3 N
├──85 ResNet14ResNet20训练及实验分析2.mp4 22.60M
- z8 y& \' a2 ]0 v/ R2 }├──86 ResNet15ResNet20训练及实验分析3.mp4 48.13M8 H* @- k: S4 ~+ M
├──87 HanAttention01前期储备知识介绍.mp4 71.70M
; S( m+ s5 b' P├──88 HanAttention02研究背景成果及意义.mp4 112.72M9 G) f8 B& e( |& d
├──89 HanAttention03论文总览.mp4 140.60M" d1 {# m: I* ^: Y) w* u8 C1 I/ v
├──9 06CV TransformerVit关键代码详解1.mp4 39.73M: L7 O$ X4 Z- z; \( Z% g
├──90 HanAttention04模型详解.mp4 94.92M
$ [! F; ^# t( w0 @* `" i├──91 HanAttention05实验结果及论文总结.mp4 267.67M
3 p7 u# A, _8 y' O+ V0 E├──92 HanAttention06数据读取.mp4 118.40M
4 H( t; c) W6 z8 R5 |* Y├──93 HanAttention07模型实现及训练和测试.mp4 128.12M9 a e1 j. m" b6 } l: ~ D w9 u
├──94 gat01研究背景.mp4 46.59M, N h, F+ d" [2 c4 ^
├──95 gat02图卷积消息传递.mp4 40.59M
& f) L0 h" h- O0 U; o3 w% `, j; B├──96 gat03研究成果研究意义.mp4 44.00M! f* R" n+ s; v
├──97 gat04gnn核心框架.mp4 118.13M6 ^, i. A; i* X6 I! I2 q* J
├──98 gat05gat算法讲解.mp4 72.63M* E. `/ l. {: m) p
└──99 gat06各种attention总结.mp4 65.27M- [, k1 m, z# J8 i B) n8 B
7 b, p: l% O o2 \# ^4 C0 j" ]$ H! n. G3 E7 a$ @
2 `, E- ~9 ?4 D7 J2 C- f0 ]
& M; T7 `% E2 ~% m8 ~+ U
5 k' r! i6 S* `' j6 ]资源下载地址和密码（百度云盘）： [/hide] 百度网盘信息回帖可见$ @) _* D Q; U p. Y0 J
1 F. {; o7 A, {+ p( k& x5 {+ a
( d5 P+ C5 }1 N. m
% \1 W* j+ E g$ e `7 n- j" e本资源由Java自学网收集整理【www.javazx.com】 |
|
[复制链接]
发表于 2024-1-25 17:48:02
