|
|
└──深度之眼-cv论文金卡
) L$ x% B# i/ O4 C( `| ├──01 Python · AI&数据科学入门》02、第一章 绪论和环境配置.mp4 56.30M4 {; i) a6 w# I5 z
| ├──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.mp4 55.67M
" F( @3 `* m7 P6 i- f3 || ├──01 Python · AI&数据科学入门》04、第二章 Python 基本语法元素.mp4 127.54M
, V+ ?7 h+ Q7 K+ T3 T8 a& t9 _5 H| ├──01 Python · AI&数据科学入门》05、【作业讲解】第二章：Python基本语法元素.mp4 88.21M
1 j5 i4 N& K0 v1 @. X# l/ z6 ?: p x| ├──01 Python · AI&数据科学入门》06、第三章 基本数据类型.mp4 87.49M# L) ~9 s3 S# [9 ~6 K2 e7 q
| ├──01 Python · AI&数据科学入门》07、【作业讲解】第三章：基本数据类型.mp4 86.84M: y+ T) K# s+ k7 n8 @
| ├──01 Python · AI&数据科学入门》08、第四章 组合数据类型.mp4 96.37M9 Q4 @2 r+ F% U& B
| ├──01 Python · AI&数据科学入门》09、【作业讲解】第四章：复杂数据类型.mp4 108.30M
* f" U1 |5 p# m4 i6 K# p| ├──01 Python · AI&数据科学入门》10、第五章 程序控制结构.mp4 82.76M. r3 H) g. U6 [
| ├──01 Python · AI&数据科学入门》11、【作业讲解】第五章：程序控制结构.mp4 34.66M
$ e9 S, l G1 ?- @) h| ├──01 Python · AI&数据科学入门》12、第六章 函数-面向过程的编程.mp4 129.58M
, r1 U2 K4 d' {. p& n% _, U7 _| ├──01 Python · AI&数据科学入门》13、【作业讲解】第六章：函数.mp4 59.97M- P2 T" U. [5 J8 x9 K) h" o% ]+ K
| ├──01 Python · AI&数据科学入门》14、第七章 类-面向对象的编程.mp4 90.50M
7 Q/ r0 A9 T0 n( s6 c| ├──01 Python · AI&数据科学入门》15、【作业讲解】第七章：类.mp4 40.58M
7 S3 Z+ @3 [- C6 w: e: T3 J7 h% [| ├──01 Python · AI&数据科学入门》16、第八章 文件、异常和模块.mp4 131.24M
8 p- m0 F4 U$ @# j| ├──01 Python · AI&数据科学入门》17、【作业讲解】第八章：文件、异常和模块.mp4 13.59M
6 N: f9 ^$ |: k4 E. i, I% y t| ├──01 Python · AI&数据科学入门》18、第九章 有益的探索.mp4 134.18M x0 c/ d7 ]- H& n& @& o; O
| ├──01 Python · AI&数据科学入门》19、【作业讲解】第九章：有益的探索.mp4 41.17M# w+ p6 {- @2 t6 K1 v F# b
| ├──01 Python · AI&数据科学入门》20、第十章 Python标准库.mp4 96.20M9 x: t5 c) O, Y* _" P
| ├──01 Python · AI&数据科学入门》21、【作业讲解】第十章：Python标准库.mp4 25.75M- D6 o3 {4 A f* ?
| ├──01 Python · AI&数据科学入门》22、第十一章 科学计算库—Numpy应用.mp4 90.57M5 _1 A/ U: |5 R
| ├──01 Python · AI&数据科学入门》23、【作业讲解】第十一章：Numpy库.mp4 36.48M
+ |; O P% h& M, I& F| ├──01 Python · AI&数据科学入门》24、第十二章 Pandas库.mp4 174.42M
& T8 P3 _; Y& c: s+ n" X8 `# O| ├──01 Python · AI&数据科学入门》25、【作业讲解】第十二章：Pandas库.mp4 53.98M# u) _8 R! D2 ]# V, D
| ├──01 Python · AI&数据科学入门》26、第十三章 Matplotlib.mp4 130.12M
: G1 ^! ~2 Q, L; K$ R9 H| ├──01 Python · AI&数据科学入门》27、【作业讲解】第十三章：Matplotlib.mp4 70.41M: ^+ M. E3 F% c
| ├──01 Python · AI&数据科学入门》28、第十四章 Sklearn常规用法.mp4 66.70M. H: T4 O# Y) Q2 \) {. W( @
| ├──01 Python · AI&数据科学入门》29、【作业讲解】第十四章：Sklearn常规用法.mp4 79.44M
6 ^: c- B1 |) q) t. w5 S| ├──01 Python · AI&数据科学入门》30、第十五章 再谈编程.mp4 74.20M
* k5 K" O( ^; F( a; ^3 ~4 M4 u4 f| ├──02 PyTorch》02、【必看】深入浅出PyTorch.mp4 82.18M
' A; q" L7 B5 Y- m: l: ^| ├──02 PyTorch》03、【第一周】PyTorch简介与安装.mp4 94.62M6 D6 j+ R, P7 b( C% M" o( R
| ├──02 PyTorch》04、【第一周】补充-pytorch开发环境安装.mp4 267.86M
6 e4 S4 `" h" v F- @* m! L| ├──02 PyTorch》05、【第一周】张量简介与创建.mp4 62.19M1 F+ ]0 C, Z- t* S: c
| ├──02 PyTorch》06、【第一周】张量操作与线性回归.mp4 80.82M
3 X6 M* B, k( i% i% G' B- J| ├──02 PyTorch》07、【第一周】计算图与动态图机制.mp4 51.20M
4 j% z# l, a1 h| ├──02 PyTorch》08、【第一周】autograd与逻辑回归.mp4 78.88M
/ H, j/ P5 ~% {# l| ├──02 PyTorch》09、【第一周】作业讲解1.mp4 54.05M
8 R) U- G; X: W+ j5 H0 }. f G| ├──02 PyTorch》10、【第一周】作业讲解2.mp4 44.61M
4 B, [# V0 P- {- X| ├──02 PyTorch》11、【第一周】作业讲解3.mp4 42.96M# X. P3 Z% I& V; N, Z7 g6 ]* o
| ├──02 PyTorch》12、【第二周】数据读取机制Dataloader与Dataset.mp4 84.08M
1 Q7 F2 t; Y: D5 a* [+ C C& b| ├──02 PyTorch》13、【第二周】数据预处理transforms模块机制.mp4 77.62M
w: q9 f7 n) q: l| ├──02 PyTorch》14、【第二周】二十二种transforms数据预处理方法.mp4 189.32M
' \- ]- s0 [, @) k9 I% s| ├──02 PyTorch》15、【第二周】学会自定义transforms方法.mp4 188.34M
4 q2 {# Y [1 B/ S: C1 u| ├──02 PyTorch》16、【第二周】作业讲解.mp4 123.54M a5 \3 ~- d$ p- y* o. r5 ~
| ├──02 PyTorch》17、【第三周】模型创建步骤与nn.Module.mp4 91.30M
+ a% v i% T' B/ D# K$ j| ├──02 PyTorch》18、【第三周】模型容器与AlexNet构建.mp4 103.67M
/ A+ f4 Q+ u9 h) F7 [+ g9 m; E| ├──02 PyTorch》19、【第三周】nn网络层-卷积层.mp4 107.00M
& M4 P7 H+ K- Y6 Y1 B- @| ├──02 PyTorch》20、【第三周】nn网络层-池化-线性-激活函数层.mp4 77.72M
: D1 C8 {) _) ]1 Y2 Q8 y, F# `: i+ o| ├──02 PyTorch》21、【第三周】作业讲解.mp4 115.27M; z0 {9 V9 s" V) V/ r
| ├──02 PyTorch》22、【第四周】权值初始化.mp4 86.17M
4 n, B: ^3 D! j6 R4 S# c$ S& ]| ├──02 PyTorch》23、【第四周】损失函数（一）.mp4 138.29M
8 a3 ^ A" h; v4 Q0 L: ~% C$ Z| ├──02 PyTorch》24、【第四周】损失函数(二).mp4 140.93M4 S5 l+ [) e2 q8 U+ v3 K
| ├──02 PyTorch》25、【第四周】优化器optimizer的概念.mp4 84.91M
+ p% i: h. ]- n$ @| ├──02 PyTorch》26、【第四周】torch.optim.SGD.mp4 97.38M' r1 H1 O" z7 J. H
| ├──02 PyTorch》27、【第四周】作业讲解.mp4 57.98M6 H9 q- S4 M* l# p4 u6 ?% Q
| ├──02 PyTorch》28、【第五周】学习率调整策略.mp4 123.64M/ G8 O' H0 @3 S
| ├──02 PyTorch》29、【第五周】TensorBoard简介与安装.mp4 63.02M. O5 T- s) r5 h9 I# J' s; u! X
| ├──02 PyTorch》30、【第五周】TensorBoard使用（一）.mp4 112.49M" d2 s: S5 c! G7 N7 N. R
| ├──02 PyTorch》31、【第五周】TensorBoard使用（二）.mp4 169.77M( B1 A5 J4 [8 P
| ├──02 PyTorch》32、【第五周】hook函数与CAM可视化.mp4 125.45M9 n" ~* i( `7 f9 d+ n
| ├──02 PyTorch》33、【第五周】作业讲解.mp4 95.74M
5 l0 [8 i6 c2 j* C! u" P( ?| ├──02 PyTorch》34、【第六周】正则化之weight_decay.mp4 78.38M
0 x( [ Z( a' ]9 l* Q% M" {| ├──02 PyTorch》35、【第六周】Batch Normalization.mp4 108.67M2 q- B3 I% Z/ U2 p0 P( d3 ~/ k
| ├──02 PyTorch》36、【第六周】Normalizaiton_layers.mp4 74.22M
' G& V2 Z+ ~4 C| ├──02 PyTorch》37、【第六周】正则化之Dropout.mp4 80.24M( x+ e/ V. i; B" _
| ├──02 PyTorch》38、【第六周】作业讲解.mp4 72.29M
. B+ y3 ^! Y: p| ├──02 PyTorch》39、【第七周】模型保存与加载.mp4 68.63M+ `; l5 J3 l9 e# x) {* m+ G
| ├──02 PyTorch》40、【第七周】模型finetune.mp4 92.28M
0 s/ f4 v8 ]7 c6 L ^( R| ├──02 PyTorch》41、【第七周】GPU的使用.mp4 86.90M" b9 w9 w! _+ y0 A( j+ I- h d$ R& ~
| ├──02 PyTorch》42、【第七周】PyTorch常见报错.mp4 85.01M2 V# s8 p& g; [9 u0 ^/ E
| ├──02 PyTorch》43、【第七周】作业讲解.mp4 44.14M: k* y# _5 ?! c& G& m
| ├──02 PyTorch》44、【第八周】图像分类一瞥.mp4 114.15M. E4 q; I5 O" j& M* A: \. r
| ├──02 PyTorch》45、【第八周】图像分割一瞥.mp4 161.38M
4 D" q5 ?8 R! F; {| ├──02 PyTorch》46、【第八周】图像目标检测一瞥（上）.mp4 102.09M
6 V" S% g+ {. N! C. M. e, j| ├──02 PyTorch》47、【第八周】图像目标检测一瞥（下）.mp4 264.10M
( g- M. P4 }! w) L| ├──02 PyTorch》48、【第九周】生成对抗网络一瞥.mp4 138.21M
: H; T5 N) C5 v# m0 o# @| ├──02 PyTorch》49、【第九周】循环神经网络一瞥.mp4 91.13M
" u3 _ ?( w& I4 j) X| ├──03 数学基础》02、【第一章】-1 导读课.mp4 31.50M
4 @2 f8 K( `0 `6 N: ~| ├──03 数学基础》03、【第一章】-2 矩阵的基本概念和运算性质.mp4 109.76M5 d8 ]+ b, q( |) }/ P' U0 g
| ├──03 数学基础》04、【第一章】-3 矩阵的逆，转置和对称转置.mp4 167.52M
7 E) P1 o6 ]5 ?# Z" W$ r9 `| ├──03 数学基础》05、【第一章】-4 行列式的计算.mp4 119.10M: P, `4 m* j. M
| ├──03 数学基础》06、【第一章】-5 特殊矩阵的行列式与行列式的性质.mp4 144.49M
: ^$ h7 J6 l& B: g/ W5 |' p9 w| ├──03 数学基础》07、【第一章】-6 行列式按行列展开，代数余子式.mp4 121.43M& n v$ T; a& K0 _
| ├──03 数学基础》08、【第一章】-7 行列式的应用：克莱姆法则.mp4 28.23M' l5 Z3 R- {5 M6 W8 T
| ├──03 数学基础》09、【第一章】-8 矩阵的逆的引入.mp4 162.30M/ A' |) v; g0 h
| ├──03 数学基础》10、【第一章】-9 常用矩阵性质与特殊矩阵的逆.mp4 106.25M
! E4 K; c' G Z- s B1 i| ├──03 数学基础》11、【第一章】-10 分块矩阵.mp4 88.03M
3 `! A6 e/ B2 i* u4 c| ├──03 数学基础》12、【第二章】-1 初等变换引入+三种矩阵初等变换以及三种初等矩阵以及矩阵标准型.mp4 210.17M& u' t/ [2 I8 s& s1 _/ R
| ├──03 数学基础》13、【第二章】-2 初等变换的性质以及逆矩阵的另一种简单求法.mp4 75.13M
) i' f4 n0 B& P+ || ├──03 数学基础》14、【第二章】-3 矩阵秩的定义和性质以及线性方程组解的个数.mp4 202.56M5 j1 W& z T. n) k: h; L4 M
| ├──03 数学基础》15、【第二章】-4 矩阵的秩在线性回归算法中的应用.mp4 83.85M
, Q# ?( U; Y/ D( H3 ^1 U0 b2 g7 ~& w| ├──03 数学基础》16、【第二章】-5 向量的线性相关线性无关于可逆矩阵的关系+向量的内积范数正交规范正交基.mp4 191.64M
% q+ |! x; ]/ Z. h' n* \$ `# N| ├──03 数学基础》17、【第二章】-6 施密特规范正交化+特征值特征向量定义直观意义+特征值特征向量求法与常用性质.mp4 132.53M: j) y" _+ W% J5 [3 ?
| ├──03 数学基础》18、【第二章】-7 施密特规范正交化+特征值特征向量定义直观意义+特征值特征向量求法与常用性质.mp4 179.67M. W$ x) o2 m* {7 M$ f
| ├──03 数学基础》19、【第二章】-8 相似矩阵以及矩阵对角化+矩阵对角化的条件以及对称矩阵的对角化.mp4 175.95M9 |& |& U* {$ I8 `: [( u( l
| ├──03 数学基础》20、【第二章】-9对角化在压缩算法的应用+二次型矩阵正定性+矩阵正定性在线性回归算法应用（上）.mp4 98.97M
8 B, n! }+ M6 {) e. |8 V% m7 H3 d| ├──03 数学基础》21、【第二章】-10对角化在压缩算法应用+二次型矩阵正定性+矩阵正定性在线性回归算法应用（下）.mp4 107.97M
3 Z& U; o3 o( }& \# X, B3 H. V| ├──03 数学基础》22、【第二章】-11 SVD分解的应用.mp4 199.90M
7 y: c# S9 V+ E1 N5 J| ├──03 数学基础》23、【第三章】-1 常用函数的导数以及到导数的常用公式，复合函数求导.mp4 203.18M
) A) f1 I, L) ?0 n| ├──03 数学基础》24、【第三章】-2 中值定理&洛必达法则&泰勒公式及应用.mp4 187.34M4 E0 \% p9 n1 f4 Y( c3 o
| ├──03 数学基础》25、【第三章】-3 函数的凹凸性&函数的极值.mp4 155.15M
: V; _( |3 |5 O* M& E5 k| ├──03 数学基础》26、【第三章】-4 不定积分.mp4 100.45M( w' z7 F3 l$ h1 f# I. H& C
| ├──03 数学基础》27、【第三章】-5 定积分.mp4 109.09M
, j- J3 g# O e! P. u, z3 m| ├──03 数学基础》28、【第三章】-6 偏导数&多元函数复合求导法则链式求导法则.mp4 170.78M% f7 z5 n: D5 B) p
| ├──03 数学基础》29、【第三章】-7 方向导数与梯度及其应用.mp4 177.51M
0 C$ Y) }/ o: f| ├──03 数学基础》30、【第三章】-8 多元函数泰勒公式与海森矩阵&多元函数的极值.mp4 126.15M1 z% z, n5 Z: G9 d! M1 ^' L
| ├──03 数学基础》31、【第三章】-9 矩阵的求导.mp4 156.04M8 _# o- W3 L% O. h
| ├──03 数学基础》32、【第三章】-10 矩阵的求导在深度学习中的应用.mp4 167.29M, W D( a( T( a+ c' f; k
| ├──03 数学基础》33、【第四章-上】-1 随机实验样本空间随机事件&概率的定义&条件概率与乘法公式.mp4 173.84M8 S$ t# V. F+ z
| ├──03 数学基础》34、【第四章-上】-2 全概率公式与贝叶斯公式及应用&独立性.mp4 126.70M
& p4 ?# H- y! n$ i3 Y4 d3 `| ├──03 数学基础》35、【第四章-上】-3 随机变量与多维随机变量.mp4 180.23M
% W/ w- A) f9 a' |3 I' M| ├──03 数学基础》36、【第四章-上】-4 期望与方差（上）.mp4 160.56M+ ?5 R g3 G5 {( @6 a6 G7 Z
| ├──03 数学基础》37、【第四章-上】-5 期望与方差（下）.mp4 66.65M
( y/ a& j8 I1 n| ├──03 数学基础》38、【第四章-上】-6 参数的估计.mp4 186.49M- P) m4 [( W u5 s. j
| ├──03 数学基础》39、【第四章-下】-1 无约束最优化梯度下降.mp4 180.65M1 Y! X1 O4 X+ \/ \( p3 j% s
| ├──03 数学基础》40、【第四章-下】-2 无约束最优化牛顿法.mp4 161.44M
' J/ c* O/ l$ Q1 P( @. T" u! x| ├──03 数学基础》41、【第四章-下】-3 约束最优化.mp4 139.00M; {" L, o! M4 p' F" m! L/ d0 }) J
| ├──04 神经网络基础知识》02、01-神经网络基础与多层感知机-0.mp4 84.74M
, T+ c) D. E n; j3 z' \2 [/ }| ├──04 神经网络基础知识》03、01-神经网络基础与多层感知机-1.mp4 57.53M4 Q9 V* ^5 q0 P$ F0 ]8 y
| ├──04 神经网络基础知识》04、01-神经网络基础与多层感知机-2.mp4 62.01M5 a1 O* o4 A6 C% I
| ├──04 神经网络基础知识》05、01-神经网络基础与多层感知机-3.mp4 30.79M
e1 ]# Q" S) a* ?. S* g; U| ├──04 神经网络基础知识》06、01-神经网络基础与多层感知机-4.mp4 86.75M- @% j' N2 v; W& W
| ├──04 神经网络基础知识》07、02-卷积神经网络-0.mp4 64.38M
9 q5 }1 S" x2 S* ]8 m| ├──04 神经网络基础知识》08、02-卷积神经网络-1.mp4 153.24M
& [5 ~1 u( C+ N# U# ]9 Y) l" X| ├──04 神经网络基础知识》09、02-卷积神经网络-2.mp4 49.02M& o5 Q+ d) y+ v' r
| ├──04 神经网络基础知识》10、03-循环神经网络-0.mp4 45.01M
?3 y# E2 D! R8 }$ g% d$ G| ├──04 神经网络基础知识》11、03-循环神经网络-1.mp4 80.12M, H: f! n- n$ L5 j; Q: V
| ├──04 神经网络基础知识》12、03-循环神经网络-2.mp4 57.90M
% d5 p. R3 B$ `/ y2 k' K( k4 E/ R! G* D| ├──05 NLP基础知识》02、1-1 前言..mp4 181.87M
7 n% i7 C0 Y, w# R| ├──05 NLP基础知识》03、1-2 研究方向概述..mp4 142.59M
4 ~0 ~: K" N. X5 t+ m% [7 ~| ├──05 NLP基础知识》04、2-1 预备知识..mp4 82.84M9 ~* B w) f# v" |% {
| ├──05 NLP基础知识》05、2-2 NLP问题中的特征..mp4 85.13M
# H3 ^* b- W6 Q3 D S; B% ?| ├──05 NLP基础知识》06、2-3 特征输入..mp4 152.25M" T/ ?5 d, s/ I, o( d* N: a
| ├──05 NLP基础知识》07、2-4 文本的向量化表示与案例实现..mp4 120.55M
/ L0 g3 h/ b) M* ~" q5 t| ├──05 NLP基础知识》08、3-1 统计语言模型简介与案例实现..mp4 279.29M
9 \, r- P" L& J( Z( M; K5 E+ G| ├──05 NLP基础知识》09、3-2 语言模型任务评估..mp4 106.57M
) A* g$ p0 X/ |* l2 }| ├──05 NLP基础知识》10、3-3 神经语言模型简介与代码实现..mp4 340.85M/ H4 ?: ]! S3 M# Z
| ├──05 NLP基础知识》11、3-4 预训练的词表示及其使用实例..mp4 143.40M6 ]# B0 |0 d5 A( W& _) D! e
| ├──05 NLP基础知识》12、4-1 word2vec原理..mp4 159.83M
; a) s/ |- e% M6 ~" x4 y| ├──05 NLP基础知识》13、4-2 word2vec代码复现..mp4 409.43M
0 A- S4 d% O0 s( ]| ├──05 NLP基础知识》14、4-3 word2vec项目实战展示..mp4 213.51M
2 _+ ^8 J) Q3 ^( f| ├──05 NLP基础知识》15、4-4 BERT使用实战讲解..mp4 247.82M
8 _8 v* o0 m5 O; Z9 b- @0 i| ├──05 NLP基础知识》16、4-5 MLP模型与实战..mp4 204.34M" z9 r2 n# G ], s
| ├──05 NLP基础知识》17、4-6 RNN模型原理、代码复现与实战..mp4 339.35M' q. s4 `. U: T' ]) z
| ├──05 NLP基础知识》18、5-1 HMM序列标注..mp4 71.02M( d1 }" d4 J' n
| ├──05 NLP基础知识》19、5-2 HMM模型简介..mp4 130.72M) r8 t8 Z* p8 e c0 w% _7 { B
| ├──05 NLP基础知识》20、5-3 HMM样本生成..mp4 166.83M
- O. c* r/ _; V' J7 ~6 Z$ ]5 A| ├──05 NLP基础知识》21、5-4 HMM训练..mp4 90.57M/ Q- E; q8 J& j$ X# B
| ├──05 NLP基础知识》22、5-5 HMM预测..mp4 127.18M0 E# j7 J Q' F& T" g
| ├──05 NLP基础知识》23、5-6 HMM代码实现..mp4 287.92M# a, v2 ]5 Q) y3 R5 e
| ├──06 OpenCV 图像基础》02、1-1图像基础知识.mp4 30.28M$ q1 I1 I; \4 W5 W/ j! t4 n
| ├──06 OpenCV 图像基础》03、1-2图像基础知识.mp4 31.75M
5 n. d' [3 ~$ A| ├──06 OpenCV 图像基础》04、1-3图像基础知识.mp4 79.05M
4 B2 _# K e$ k| ├──06 OpenCV 图像基础》05、1-4图像基础知识.mp4 69.23M
6 h e3 o1 j9 W| ├──06 OpenCV 图像基础》06、2-1图像基本处理.mp4 70.23M! z2 L% i) `) y' B+ t
| ├──06 OpenCV 图像基础》07、2_2图像基本处理.mp4 57.42M, V' F' C j9 w3 U
| ├──06 OpenCV 图像基础》08、2_3图像基本处理.mp4 89.11M
, r! n2 R& [3 [! ~4 w| ├──06 OpenCV 图像基础》09、2_4图像基本处理.mp4 93.06M
* h- \- G# k+ h0 N" ^7 ^+ G9 }| ├──06 OpenCV 图像基础》10、2_5图像基本操作_图像滤波.mp4 131.86M' f# Q* u% c' j# ]9 V4 A
| ├──06 OpenCV 图像基础》11、2_6图像基本操作_图像增强.mp4 112.25M
. X& N, F0 I5 z* P: d| ├──06 OpenCV 图像基础》12、2-7形态学操作_腐蚀..mp4 70.34M
0 q. e8 a: U* g/ g& ^" \| ├──06 OpenCV 图像基础》13、2_8形态学操作_膨胀开运算与闭运算.mp4 113.78M
4 @4 w; L x# f1 r5 B/ }/ A6 y| ├──06 OpenCV 图像基础》14、3_1固定阈值分割.mp4 62.94M
; h9 C# T- P3 `1 G# a8 v7 Z8 Z| ├──06 OpenCV 图像基础》15、3_2自动阈值分割.mp4 81.72M
: Y- Y, |' c b| ├──06 OpenCV 图像基础》16、3_3边缘检测算子.mp4 104.41M
/ D; K. q- c9 H* |$ ?| ├──06 OpenCV 图像基础》17、3_4连通区域_区域生长算法.mp4 74.81M& s& E h$ G& s
| ├──06 OpenCV 图像基础》18、3_5分水岭算法图像分割.mp4 71.51M2 b0 Q' Y+ u+ n* v( s) T
| ├──06 OpenCV 图像基础》19、4_1特征描述_HOG.mp4 74.56M: Y0 J1 T$ {& N0 j. S$ i3 z& ]
| ├──06 OpenCV 图像基础》20、4_2特征描述Harris和SIFT算法.mp4 46.85M
0 c. ~* s- g; Y* Q1 E% f z% M| ├──06 OpenCV 图像基础》21、4_3纹理特征LBP算法.mp4 94.09M
9 M8 A" y" H [0 V| ├──06 OpenCV 图像基础》22、4_4模板匹配算法.mp4 85.09M
& i1 j( I( \, `8 I: j| ├──06 OpenCV 图像基础》23、4_5人脸检测算法.mp4 108.05M6 e6 D# k* J4 b. p+ r
| ├──06 OpenCV 图像基础》24、5_1摄像头调用和视频的读取保存.mp4 208.81M0 e6 g$ ~9 j7 _ _
| ├──06 OpenCV 图像基础》25、5_2帧差法视频目标识别.mp4 108.21M
( t3 r$ ~( t6 V+ I/ v8 e| ├──06 OpenCV 图像基础》26、5_3光流法和背景减除法..mp4 132.00M" Z9 m3 V6 G$ n0 t! B7 C
| ├──12 CV-transformer》02、6-16 CV transformer 体验课直播回放.mp4 547.89M) S3 `* h1 F- ^- T. u3 n
| ├──12 CV-transformer》03、6-17 CV-transformer 直播回放.mp4 1.15G
8 {) F4 L6 v8 g z- F2 z5 @| ├──12 CV-transformer》04、【6月25日】CV-transformer VIT论文讲解.mp4 987.18M
( Y- U7 o/ q' W" U| ├──12 CV-transformer》05、【6月27日】CV-transformer VIT代码详解.mp4 460.46M4 r U7 D* n/ [ Q. q# E+ u
| ├──12 CV-transformer》06、【7月1日】CV-transformer PVT论文详解.mp4 606.54M
4 I7 Y6 x) @* R$ j5 G0 P% A| ├──12 CV-transformer》07、【7月4日】CV-transformer PVT代码详解.mp4 586.54M
% D+ q3 V$ P2 ]* Q1 U& [| ├──12 CV-transformer》08、【7月8日】CV-transformer Swin Transformer论文详解.mp4 504.65M7 s# ~5 v: B" B4 ?* k4 c
| ├──12 CV-transformer》09、【7月11日】CV-transformer Swin Transformer代码详解.mp4 548.29M7 j. i6 F- C# @% O7 M E% J ?* O
| ├──12 CV-transformer》10、【7月15日】CV-transformer DETR 论文详解.mp4 408.89M
~; D& L }, k: L# L| ├──12 CV-transformer》11、【7月18日】CV-transformer DETR代码讲解.mp4 311.47M
. G3 I! y/ y) _# @- E| ├──12 CV-transformer》12、【7月22日】CV-transformer Deformable DETR论文详解.mp4 399.77M+ u+ G- v2 J Y+ K
| ├──12 CV-transformer》13、【7月25日】CV-transformer Deformable DETR代码详解.mp4 608.41M/ H# [( H& r& Y! @! E
| ├──12 CV-transformer》14、【7月29日】CV-transformer Sparse R-CNN论文详解.mp4 376.19M4 d& N. g: r- ~0 t" `
| ├──12 CV-transformer》15、【8月1日】CV-transformer Sparse R-CNN代码详解.mp4 613.15M
* T5 @. O/ _8 J- }4 D| ├──12 CV-transformer》16、【12月1日】Vit-论文讲解.mp4 287.19M
' z' @8 c' `+ R! t |# V6 k; m( g7 b| ├──12 CV-transformer》17、【12月5日】Vit-代码详解.mp4 478.34M
2 M; s! r1 C, g" A) h3 h8 x| ├──12 CV-transformer》18、【12月8日】PVT-论文讲解.mp4 315.99M+ Z8 w( ^9 W1 f$ T
| ├──12 CV-transformer》19、【12月12日】PVT-代码详解.mp4 545.54M
" K9 ^+ x! {# h/ R: G1 E| ├──12 CV-transformer》20、【12月22日】Swin Transformer论文讲解.mp4 551.14M
/ V H& s+ C3 W+ L% e; x| ├──12 CV-transformer》21、【12月26日】Swin Transformer-代码详解.mp4 681.36M9 S# U$ k4 m W2 J0 I( @5 U
| ├──12 CV-transformer》22、【12月29日】Swin Transformer-代码详解.mp4 683.09M
- s+ q6 ?& z8 Y- S+ A" c6 \& W# i3 u| ├──12 CV-transformer》23、【1月5日】pretrain小型专题（上）.mp4 602.12M+ D* Q; U0 ]- s' ?' w' a: D
| ├──12 CV-transformer》24、【1月9日】pretrain小型专题（下）.mp4 579.14M
6 s8 t# o7 I2 J- M7 `+ G| ├──12 CV-transformer》25、【1月12日】DETR-论文讲解.mp4 640.14M8 h. x9 ?; @5 O5 X
| ├──12 CV-transformer》26、【1月16日】DETR-代码讲解.mp4 855.37M, B! y5 l' B/ Y# K' L z" @% `
| ├──12 CV-transformer》27、【1月19日】Deformable detr论文讲解.mp4 604.15M
, T2 L; M( ]/ U* q| ├──12 CV-transformer》28、【1月26日】Deformable detr-代码讲解.mp4 917.48M' p. t* f, m" J% @. k; l
| ├──12 CV-transformer》29、【2月9日】sparse rcnn-论文讲解.mp4 710.72M
- F6 M* y3 j; X: X# ]| ├──12 CV-transformer》30、【2月13日】sparse rcnn-代码讲解.mp4 769.57M
6 g$ }5 Z8 k8 m2 G5 X# Q9 ^| ├──12 CV-transformer》31、【2月16日】convnext-论文讲解.mp4 810.56M: Q% c5 k% V; n |; m# T4 c
| ├──12 CV-transformer》32、【2月20日】convnext-代码详解.mp4 664.20M
7 ?+ L: M3 x% k5 s| ├──12 CV-transformer》33、【2月23日】maskformer-论文讲解.mp4 622.04M; Z" N# r( K9 {" Q* ~, _
| ├──12 CV-transformer》34、【2月27日】maskformer-代码复现.mp4 1015.76M: [. k' o5 `! y
| ├──13 CV-人脸识别》02、1.1 特征脸识别-人脸识别背景介绍.mp4 109.04M
`5 z$ K4 I! h7 |; m1 A5 ~| ├──13 CV-人脸识别》03、1.2 特征脸识别-论文研究背景成果以及意义.mp4 78.72M
' {9 e+ A& V% D) e$ b/ P `| ├──13 CV-人脸识别》04、1.3 特征脸识别-论文泛读摘要部分.mp4 131.86M! Y+ M: l9 ?% b5 \7 c, j, Q
| ├──13 CV-人脸识别》05、1.4 特征脸识别-论文泛读介绍部分.mp4 81.39M
9 {, R* `: \6 C6 u7 L5 I| ├──13 CV-人脸识别》06、1.5 特征脸识别-论文泛读相关工作部分.mp4 100.49M( |) j5 `. _8 g7 z" G- k4 ~0 Y _
| ├──13 CV-人脸识别》07、1.6 特征脸识别-论文精读PCA补充.mp4 133.72M
0 y6 B+ O2 F1 i/ o, x; N7 a8 X| ├──13 CV-人脸识别》08、1.7 特征脸识别-论文精读特征脸计算上.mp4 245.61M7 }4 r* l6 |2 n: y' X* ^' t' u
| ├──13 CV-人脸识别》09、1.8 特征脸识别-论文精读特征脸计算中.mp4 162.81M
* T9 V0 j6 u2 w& S7 T4 i( U| ├──13 CV-人脸识别》10、1.9 特征脸识别-论文精读特征脸计算下.mp4 267.53M' k. g% J" ]* q6 d8 o1 q& |$ I
| ├──13 CV-人脸识别》11、1.10 特征脸识别-代码讲解pca计算.mp4 118.07M
$ b2 q P+ ?$ K1 b8 j| ├──13 CV-人脸识别》12、1.11 特征脸识别-代码讲解特征提取以及人脸重构.mp4 78.57M. n& n" {+ F# u& a/ J
| ├──13 CV-人脸识别》13、1.12 特征脸识别-代码讲解人脸分类之最短距离方法.mp4 77.75M
% s1 a! A5 H; h9 m: V2 w/ _| ├──13 CV-人脸识别》14、1.13 特征脸识别-代码讲解人脸分类之SVM方法.mp4 68.57M
$ z) X; t8 r2 N/ `| ├──13 CV-人脸识别》15、1.14 特征脸识别-代码讲解人脸分类之神经网络方法.mp4 153.78M3 \2 S5 ]4 t3 l% k
| ├──13 CV-人脸识别》16、1.15 特征脸识别-论文总结.mp4 28.74M/ ]6 m, s1 \6 A; H
| ├──13 CV-人脸识别》17、2.1 Deep id-研究背景以及意义.mp4 193.70M: J# q' }. X) N2 l4 d
| ├──13 CV-人脸识别》18、2.2 Deep id-摘要.mp4 235.27M
d# S6 R' f9 `: C6 P| ├──13 CV-人脸识别》19、2.3 Deep id-介绍.mp4 529.24M
* H% t) s5 z' ~| ├──13 CV-人脸识别》20、2.4 Deep id-相关工作.mp4 284.44M* m: O) q6 I0 I. O, v- M
| ├──13 CV-人脸识别》21、2.5 Deep id-卷积计算补充.mp4 130.67M0 w( v) f/ I; G! Q" Y6 s7 y
| ├──13 CV-人脸识别》22、2.6 Deep id-网络架构部分精读.mp4 533.28M) h1 {7 R8 [2 [
| ├──13 CV-人脸识别》23、2.7 deepid实验上.mp4 420.81M
9 `1 o o3 E: t0 _ ]| ├──13 CV-人脸识别》24、2.8 deepid实验中.mp4 316.20M6 E7 f9 c* V1 A
| ├──13 CV-人脸识别》25、2.9 deepid实验下.mp4 638.45M8 d5 X. N2 Z- I( C
| ├──13 CV-人脸识别》26、2.10 deepid实验下2.mp4 313.94M
3 K% m8 f$ r( a A| ├──13 CV-人脸识别》27、2.11 Deep id-联合贝叶斯算法推导上.mp4 261.44M) R9 e# n' n: X7 H" u/ ~
| ├──13 CV-人脸识别》28、2.12 Deep id-联合贝叶斯算法推导下.mp4 291.88M- }7 L7 D2 b6 b7 u# e
| ├──13 CV-人脸识别》29、2.13 Deep id-联合贝叶斯实验上.mp4 533.23M ]# D$ y) u- e: P! H; t
| ├──13 CV-人脸识别》30、2.14 Deep id-联合贝叶斯实验下.mp4 124.72M, M+ x, X1 P; |% S6 |3 p
| ├──13 CV-人脸识别》31、2.15 Deep id-论文总结.mp4 122.30M( Y/ v) ~/ e1 S+ I
| ├──13 CV-人脸识别》32、3.1 FaceNet-研究意义背景介绍.mp4 155.97M
" m* T5 U' H, K" j| ├──13 CV-人脸识别》33、3.2 FaceNet-摘要.mp4 196.56M
1 X: @0 j. v: @- Z5 }| ├──13 CV-人脸识别》34、3.3 FaceNet-介绍.mp4 515.20M! Y8 b h' d0 [; _+ s8 t
| ├──13 CV-人脸识别》35、3.4 FaceNet-相关工作和总结预告.mp4 325.34M
i& V* P) W* d! D N- k# S| ├──13 CV-人脸识别》36、3.5 FaceNet-TripletLoss讲解与推导.mp4 330.86M a. s+ i ]) }: U
| ├──13 CV-人脸识别》37、3.6 FaceNet-TripletSelection讲解.mp4 456.15M
7 @. E" Q9 n2 h5 C& U( r( x3 G| ├──13 CV-人脸识别》38、3.7 FaceNet-网络架构.mp4 719.06M
; t9 H9 j7 v, V$ t" h| ├──13 CV-人脸识别》39、3.8 FaceNet-实验part1.mp4 569.59M
: ?8 S. O( g. P/ B' O| ├──13 CV-人脸识别》40、3.9 FaceNet-实验part2.mp4 481.62M
- f* ^! _# e: T8 O/ h| ├──13 CV-人脸识别》41、3.10 FaceNet-实验part3.mp4 225.49M) K/ C' c, L+ i
| ├──13 CV-人脸识别》42、3.11 FaceNet-实验part4_总结.mp4 401.74M0 I7 J. I" A! \) L ~
| ├──13 CV-人脸识别》43、4.1 Center Loss-研究成果以及意义.mp4 237.99M5 N9 G' i- X( F) G# y
| ├──13 CV-人脸识别》44、4.2 Center Loss-摘要以及介绍.mp4 716.17M! B# Z3 V, y1 |! X# M$ v6 f% W. X
| ├──13 CV-人脸识别》45、4.3 Center Loss-相关工作以及总结预告.mp4 116.32M
5 v' N) _7 T( g9 e* O" j& f| ├──13 CV-人脸识别》46、4.4 centerloss推导part1.mp4 461.27M
- c, M/ \, P) n; Q" Q* A* a$ w| ├──13 CV-人脸识别》47、4.5 centerloss推导part2.mp4 532.08M
3 J1 h$ z3 R8 C6 _# |, X( }: g g* g3 K| ├──13 CV-人脸识别》48、4.6 Center Loss-实验讲解part1.mp4 400.21M( ^' o, E( ~* r: \
| ├──13 CV-人脸识别》49、4.7 Center Loss-实验讲解part2.mp4 549.98M
/ L+ Y' ^) q. W2 A| ├──13 CV-人脸识别》50、4.8 Center Loss-结果分析以及总结.mp4 527.02M G% u/ x& h/ t
| ├──13 CV-人脸识别》51、5.1 L-Softmax Loss-研究背景以及意义.mp4 129.16M
2 l: V- F* |* R9 G3 O| ├──13 CV-人脸识别》52、5.2 L-Softmax Loss-论文泛读和介绍.mp4 785.71M
- R/ Y' T& n: K| ├──13 CV-人脸识别》53、5.3 L-Softmax Loss-相关工作.mp4 205.03M
' s7 u1 [7 G' W| ├──13 CV-人脸识别》54、5.4 Lsoftmax推导part1.mp4 450.67M& A/ l) p7 y( }
| ├──13 CV-人脸识别》55、5.5 Lsoftmax推导part2.mp4 385.88M
, t' X& p# F% g2 R' |' M7 r3 O| ├──13 CV-人脸识别》56、5.6 Lsoftmax推导part3.mp4 335.83M( \: H. W$ l" x) t4 P7 r
| ├──13 CV-人脸识别》57、5.7 Lsoftmax推导part4.mp4 357.44M3 h" [( z( y: ?& {, H. p) y n
| ├──13 CV-人脸识别》58、5.8 L-Softmax Loss-实验part1.mp4 306.57M" G. y7 d4 X) ^: `6 d: l5 s
| ├──13 CV-人脸识别》59、5.9 L-Softmax Loss-实验part2.mp4 728.68M8 \& J1 A/ j8 }3 M
| ├──13 CV-人脸识别》60、5.10 L-Softmax Loss-结果分析与总结.mp4 630.11M
4 V$ G' W. B/ w| ├──13 CV-人脸识别》61、6.1 SphereFace-研究背景成果意义.mp4 59.48M
( p( T' C3 l3 h4 L" A0 b% H| ├──13 CV-人脸识别》62、6.2 SphereFace-摘要和介绍.mp4 477.35M
! c) c5 {) y- `3 X- P5 C9 d- s; L| ├──13 CV-人脸识别》63、6.3 SphereFace-相关工作.mp4 140.95M: x7 n0 w" a1 U; q4 U& Y9 Z8 `
| ├──13 CV-人脸识别》64、6.4 SphereFace-ASotfmax详解_part1.mp4 343.00M
+ u1 M& s6 N4 D7 J| ├──13 CV-人脸识别》65、6.5 SphereFace-ASoftmax详解_part2.mp4 209.21M
7 G; b# P0 w2 I q( T1 ~" N| ├──13 CV-人脸识别》66、6.6 SphereFace-Asoftmax详解_part3.mp4 128.18M( w5 \5 @+ E5 B, c/ t* ]) O( K5 {" U
| ├──13 CV-人脸识别》67、6.7 SphereFace-实验代码讲解.mp4 163.93M
, [- L. F* G e8 r2 Q| ├──13 CV-人脸识别》68、6.8 SphereFace-结果分析与总结.mp4 342.66M9 n% i5 C/ }4 x' ~1 C' [
| ├──13 CV-人脸识别》69、7.1 CosFace-研究背景以及意义.mp4 82.98M8 {! i8 c) ^- i# W# Z& ~
| ├──13 CV-人脸识别》70、7.2 CosFace-摘要以及介绍.mp4 569.19M0 {! U- q9 {: k& b. Z$ O
| ├──13 CV-人脸识别》71、7.3 CosFace-相关工作.mp4 255.58M4 E. H/ {( a) H# V4 C
| ├──13 CV-人脸识别》72、7.4 CosFace-LMCL详细推导_part1.mp4 592.57M& W4 A% r1 f9 O9 \8 o* [* ]! q2 b
| ├──13 CV-人脸识别》73、7.5 CosFace-LMCL详细推导_part2.mp4 503.29M
' }% g3 [0 T; {; M& t| ├──13 CV-人脸识别》74、7.6 CosFace-LMCL详细推导_part3.mp4 520.52M! {& ^* E$ X/ z: S. n) R7 N
| ├──13 CV-人脸识别》75、7.7 CosFace-实验代码讲解.mp4 1.03G
' u+ r% M" v& E% Y) ~ Y( j/ ]; F- T| ├──13 CV-人脸识别》76、7.8 CosFace-结果分析与总结.mp4 579.86M: j. V4 o$ v, `# F! K+ H5 t, y
| ├──13 CV-人脸识别》77、【11月13日】arcface-论文泛读+精读.mp4 466.51M6 H, R- P% Q; ^5 G5 v2 w' d# w
| ├──13 CV-人脸识别》78、【11月14日】arcface-代码复现.mp4 567.36M
: z @' C6 U; ?| ├──13 CV-人脸识别》79、【11月20日】magface-论文泛读+精读.mp4 577.28M
2 D5 B( j0 R2 [4 s| ├──13 CV-人脸识别》80、【11月21日】magface-代码讲解.mp4 476.02M$ D! j8 i' N/ Y, O* d
| ├──14 CV-三维重建》02、1.1 3DMM-摘要.mp4 222.86M0 p4 A8 z' K% n' U% `& v
| ├──14 CV-三维重建》03、1.2 3DMM-介绍.mp4 258.68M- S$ n( R$ w4 z) {. Y
| ├──14 CV-三维重建》04、1.3 3DMM-相关工作.mp4 399.76M' g3 c* h8 M; }
| ├──14 CV-三维重建》05、1.4 3DMM-算法详细讲解_part1.mp4 345.37M1 M9 S, P1 O8 c; @: l
| ├──14 CV-三维重建》06、1.5 3DMM-算法详细讲解_part2.mp4 347.38M6 O5 N7 ?2 C, c
| ├──14 CV-三维重建》07、1.6 3DMM-算法详细讲解_part3.mp4 326.77M
d% V/ z$ L7 ?, A) [; a$ b| ├──14 CV-三维重建》08、1.7 3DMM-实验一_part1.mp4 156.85M
% E5 M# c0 b% I| ├──14 CV-三维重建》09、1.8 3DMM-实验一_part2.mp4 155.53M
$ Q6 M' b# [+ M7 D+ K| ├──14 CV-三维重建》10、1.9 3DMM-实验一_part3.mp4 160.45M
3 n( L4 Q5 ]0 H/ z0 ?| ├──14 CV-三维重建》11、1.10 3DMM-实验一_part4.mp4 107.09M/ c$ C" C# N! Y# y; i3 \
| ├──14 CV-三维重建》12、1.11 3DMM-实验二_part1.mp4 171.91M: X$ h7 w" n3 I& G; d0 e- y( d
| ├──14 CV-三维重建》13、1.12 3DMM-实验二_part2.mp4 218.35M
' l4 m6 Y2 C2 L3 v8 ]| ├──14 CV-三维重建》14、1.13 3DMM-实验二_part3.mp4 149.55M/ ^/ @+ [2 `1 S1 v
| ├──14 CV-三维重建》15、1.14 3DMM-实验二_part4.mp4 220.17M' M$ j: k- d7 C) T1 W
| ├──14 CV-三维重建》16、2.1 Nolinear 3DMM-研究背景.mp4 160.56M
8 H. n- M+ {. T; p; F| ├──14 CV-三维重建》17、2.2 Nolinear 3DMM-摘要介绍.mp4 495.95M* L0 }5 U$ @ o! b$ e& K
| ├──14 CV-三维重建》18、2.3 Nolinear 3DMM-相关工作.mp4 234.46M
7 c; T$ D& `6 S% m& c| ├──14 CV-三维重建》19、2.4 Nolinear 3DMM-算法详细讲解_part1.mp4 436.88M1 C1 G$ I+ {' W
| ├──14 CV-三维重建》20、2.5 Nolinear 3DMM-算法详细讲解_part2.mp4 176.96M
% ]% U. m" H. }6 S| ├──14 CV-三维重建》21、2.6 Nolinear 3DMM-算法详解_part3.mp4 453.84M7 p+ W% \7 M9 q6 k6 s# C) h
| ├──14 CV-三维重建》22、2.7 Nolinear 3DMM-实验结果分析_part1.mp4 289.27M. U" D6 c7 _. m* ]0 u j/ o0 ]
| ├──14 CV-三维重建》23、2.8 Nolinear 3DMM-实验结果分析_part2.mp4 129.19M
2 n+ a3 ~0 c' z: v! G1 {| ├──14 CV-三维重建》24、3.1 Nolinear 3DMM V2-论文泛读.mp4 284.93M
' o9 @3 d* W: H+ L+ o( }3 s& r5 d| ├──14 CV-三维重建》25、3.2 Nolinear 3DMM V2-算法详解part_1.mp4 339.65M. G; f8 [/ C1 u/ i" S
| ├──14 CV-三维重建》26、3.3 Nolinear 3DMM V2-算法详解part_2.mp4 186.94M
# _5 B8 m4 N4 A, y# W! o& I| ├──14 CV-三维重建》27、3.4 Nolinear 3DMM V2-算法详解part_3.mp4 355.22M
m& U7 c7 x; G7 j| ├──14 CV-三维重建》28、3.5 Nolinear 3DMM V2-实验part_1.mp4 365.66M
" \' p' t A3 W; u9 F* B| ├──14 CV-三维重建》29、3.6 Nolinear 3DMM V2-实验part_2.mp4 285.80M' l/ M. S1 P# t1 ]- G: S
| ├──14 CV-三维重建》30、3.7 Nolinear 3DMM V2-实验part_3.mp4 290.50M& }9 T6 y' q; k
| ├──14 CV-三维重建》31、3.8 Nolinear 3DMM V2-结果分析论文总结.mp4 270.47M
$ O/ P4 `1 b) u, X/ [. B% i| ├──14 CV-三维重建》32、4.1 3DDFA-摘要.mp4 131.55M" J6 [2 t$ V/ d* U
| ├──14 CV-三维重建》33、4.2 3DDFA-介绍.mp4 517.62M
. W/ W0 u, w9 \! Q8 s| ├──14 CV-三维重建》34、4.3 3DDFA-相关工作.mp4 538.86M
- p, l, r0 T6 E/ j$ B9 x| ├──14 CV-三维重建》35、4.4 3DDFA-算法详细讲解part1.mp4 366.62M
/ M9 I/ X+ g- s| ├──14 CV-三维重建》36、4.5 3DDFA-算法详细讲解part2.mp4 327.65M
0 r1 ?( Z- g1 _2 u% @- s, q| ├──14 CV-三维重建》37、4.6 3DDFA-算法详细讲解part3.mp4 440.07M
* \, P& I. e% q u; ?/ f. _ A| ├──14 CV-三维重建》38、4.7 3DDFA-算法详细讲解part4.mp4 321.25M3 y( e# U0 v* P( t# t
| ├──14 CV-三维重建》39、4.8 3DDFA-算法详细讲解part5.mp4 252.77M
: C# }, T* V. ] t: w| ├──14 CV-三维重建》40、4.9 3DDFA-实验讲解part1.mp4 317.29M$ O6 V9 B7 {8 U9 Y! F4 w" @
| ├──14 CV-三维重建》41、4.10 3DDFA-实验讲解part2.mp4 213.96M$ _9 O1 z! Z1 W3 L9 _5 B; t6 C
| ├──14 CV-三维重建》42、4.11 3DDFA-实验讲解part3.mp4 201.21M4 h+ [0 Q. U; x; c5 A& o
| ├──14 CV-三维重建》43、4.12 3DDFA-结果分析与总结.mp4 299.68M, s) w) g, S a* }9 {
| ├──14 CV-三维重建》44、5.1摘要介绍.mp4 429.18M
: K4 e8 i4 n6 w9 O: a3 a| ├──14 CV-三维重建》45、5.2 相关工作.mp4 325.95M- K! e! ], a) D4 Z; D) N& s- L
| ├──14 CV-三维重建》46、5.3 算法详细讲解part1.mp4 348.03M0 A' r7 v7 C8 u, p+ v: q
| ├──14 CV-三维重建》47、5.4 算法详细讲解part2.mp4 247.69M
. @# `; y3 m* ?" r) ~* d| ├──14 CV-三维重建》48、5.5 算法详细讲解part3.mp4 276.60M. ^# k; v, }8 o$ Z' ?
| ├──14 CV-三维重建》49、5.6 实验详解part1.mp4 405.39M% R; M( O d. j( x/ d0 K7 G
| ├──14 CV-三维重建》50、5.7 实验详解part2.mp4 343.89M
; O8 `8 I6 D& ]7 x| ├──14 CV-三维重建》51、5.8 实验详解part3.mp4 188.11M# ^2 o1 I. `3 U6 X
| ├──14 CV-三维重建》52、5.9 结果与总结.mp4 351.40M
$ C9 D& Z6 y$ a7 K9 H: c* t* I| ├──14 CV-三维重建》53、6.1 论文泛读.mp4 300.19M9 q) V% j$ w+ Z" m: I# ?. [
| ├──14 CV-三维重建》54、6.2 算法详细讲解.mp4 303.23M
1 W @+ x2 l9 R8 \9 W ?: X3 t! N T| ├──14 CV-三维重建》55、6.3 实验讲解.mp4 362.48M
9 @8 a8 |1 W% i3 b# [6 h| ├──14 CV-三维重建》56、6.4 总结.mp4 115.11M
* _8 v: o( b: T" _# b| ├──14 CV-三维重建》57、7.1 论文泛读part1.mp4 267.55M0 {- H, c n L7 s# t" C, U7 o( _
| ├──14 CV-三维重建》58、7.2 论文泛读part2.mp4 73.16M
* G* ^$ r9 V# I| ├──14 CV-三维重建》59、7.3 算法详解part1.mp4 256.81M
. D7 K' g$ Z/ |7 R/ p| ├──14 CV-三维重建》60、7.4 算法详解part2.mp4 202.73M8 m& V( |' F- ^
| ├──14 CV-三维重建》61、7.5 实验讲解part1.mp4 255.83M( z$ P4 O( n8 D* Q% \, |/ y$ F
| ├──14 CV-三维重建》62、7.6 实验讲解part2.mp4 81.27M
, i1 [+ k6 M s. A# F" C| ├──14 CV-三维重建》63、8.1 论文泛读.mp4 216.90M
. H2 u5 {; Z' O1 ~9 C| ├──14 CV-三维重建》64、8.2 算法详细讲解.mp4 313.78M# k& h. T0 w" Z/ ~# D1 _6 [
| ├──14 CV-三维重建》65、8.3 实验讲解.mp4 185.07M
& e3 y: ?4 m: ^2 {* x* w0 _1 I| ├──1.1 项目介绍.mp4 5.08M
s l0 |3 w# k( a1 l7 C" ~* H0 j: Q| ├──01 多模态-baseline》02、1.1 CLIP-论文泛读（体验课直播回放）.mp4 222.47M
3 C+ h4 O+ F0 h* S Y7 S| ├──01 多模态-baseline》03、1.2 CLIP-论文精读（体验课直播回放）.mp4 337.38M
. Q( V- G3 g V/ ?0 K" z7 s- W3 s9 G| ├──01 多模态-baseline》04、1.3 CLIP-代码复现.mp4 147.58M
( v0 f" N: O& P, ^% N& V) e| ├──01 多模态-baseline》05、2.1 Deep Visual-Semanti-论文泛读.mp4 348.71M$ j( S7 y/ ?/ G9 L U5 S |( I) q( v
| ├──01 多模态-baseline》06、2.2 Deep Visual-Semanti-论文精读1.mp4 266.69M9 i: C7 K$ g# X7 {# ^+ y
| ├──01 多模态-baseline》07、2.3 Deep Visual-Semanti-论文精读2.mp4 227.01M( r6 E# P) U2 @
| ├──01 多模态-baseline》08、2.4 Deep Visual-Semanti-代码复现1.mp4 19.41M
1 a3 Z4 ?( ?5 B% I) I| ├──01 多模态-baseline》09、2.5 Deep Visual-Semanti-代码复现2.mp4 96.94M
0 I5 S+ `$ ^6 |& V| ├──01 多模态-baseline》10、2.6 Deep Visual-Semanti-代码复现3.mp4 162.24M; w2 S) j" Y2 \1 b
| ├──01 多模态-baseline》11、3.1 Show and Tell-论文泛读.mp4 266.81M- W) _5 Z L s U
| ├──01 多模态-baseline》12、3.2 Show and Tell-论文精读.mp4 154.98M
) y+ _5 L4 J" P* | ]| ├──01 多模态-baseline》15、3.3 Show and Tell-代码复现.mp4 64.21M: _, j+ N# A( z" ]. H5 d
| ├──强化学习基础知识》02、01-基础知识.mp4 125.95M
. G- L* @8 |: Y+ w6 ?8 ^7 C+ A) P2 f| ├──强化学习基础知识》03、02-MC-part1.mp4 28.98M4 P1 O- ^* {% N) s% b, U& }
| ├──强化学习基础知识》04、02-MC-part2.mp4 57.04M' Y. x3 K) S1 Y- v% p, ^" D
| ├──强化学习基础知识》05、02-MC-part3.mp4 48.07M B( `' _/ j! P9 V. |4 h
| ├──强化学习基础知识》06、03-TD-part1.mp4 41.97M
* C" t# |- ~+ B# [3 O& Z- Q| ├──强化学习基础知识》07、03-TD-part2.mp4 56.18M
4 k( q M0 K* ^+ T0 j& E% @) c H| ├──强化学习基础知识》08、03-TD-part3.mp4 110.20M
& |* a8 X$ L) O| ├──强化学习》01、强化学习1期第1次答疑直播.mp4 275.14M% Z3 n1 [. _/ j
| ├──强化学习》03、强化学习开营直播.mp4 1.71G
" n/ P& {- H' }7 a& B8 W1 I8 w| ├──强化学习》04、01DQN-01-论文泛读开场白.mp4 29.07M0 u5 @9 ?+ P$ Z. d! @
| ├──强化学习》05、01DQN-02-研究背景及意义.mp4 32.09M
5 |( L7 ^; _: e| ├──强化学习》06、01DQN-03-背景知识补充.mp4 16.70M6 M0 w' _1 ~* Q( C0 ~' e! E
| ├──强化学习》07、01DQN-04-论文泛读.mp4 85.97M
$ G0 s6 ^- l3 `: d. j0 d| ├──强化学习》08、01DQN-05-泛读总结及下节预告.mp4 10.35M S( z, ?# B& E# |2 D& C7 ]
| ├──强化学习》09、01DQN-06-论文精读开场白.mp4 19.63M
5 f* O9 I2 A1 s: c) E C- |% P| ├──强化学习》100、07DDPG-01-开场白.mp4 21.41M
) v0 x' Z8 D8 M. a| ├──强化学习》101、07DDPG-02-研究背景成果和意义.mp4 8.72M8 F/ y! @: U+ V. y: T; x
| ├──强化学习》102、07DDPG-03-背景知识补充.mp4 7.47M2 c9 g7 J) y( F" L$ ~
| ├──强化学习》103、07DDPG-04-论文泛读.mp4 170.87M& @4 x# x6 L& g2 I3 G
| ├──强化学习》104、07DDPG-05-本节回顾下节预告.mp4 7.94M1 V' z7 n% ~4 P+ r# [+ I
| ├──强化学习》105、07DDPG-06-论文精读结构.mp4 14.06M
l7 c8 Q% Y \1 r. w2 Z8 ~- B2 c| ├──强化学习》106、07DDPG-07-从DQN到DDPG.mp4 68.79M4 O2 M, ~1 [; K+ }) v% P4 j2 `
| ├──强化学习》107、07DDPG-08-网络结构.mp4 148.33M" l7 f; i+ O' Z! f, n# w% I
| ├──强化学习》108、07DDPG-09-DDPG核心思想.mp4 39.64M
8 P+ U. ]5 y. y" ?- y" T8 c| ├──强化学习》109、07DDPG-10-算法的其他细节.mp4 71.04M0 [2 C d) b) w/ r# ~
| ├──强化学习》10、01DQN-07-论文模型.mp4 38.57M
& U. c8 [9 D* \$ }| ├──强化学习》110、07DDPG-11-算法总结.mp4 13.06M: w4 E- j9 X. ]2 z2 a8 t: M4 y
| ├──强化学习》111、07DDPG-12-代码部分结构.mp4 10.70M+ a* y9 [- S Y5 G e; V6 P
| ├──强化学习》112、07DDPG-13-网络结构及初始化.mp4 147.33M( Y' L& x2 Q" F7 T' _9 U
| ├──强化学习》113、07DDPG-14-BatchNorm的使用.mp4 157.29M9 d* u: x7 A- I; w) Z
| ├──强化学习》114、07DDPG-15-参数更新.mp4 181.15M6 a$ x" u' X Y. t. c( k' E
| ├──强化学习》115、07DDPG-16-代码结构.mp4 181.93M/ ]0 m1 q8 ~0 Q) u2 m2 S C8 ]
| ├──强化学习》116、07DDPG-17-运行结果.mp4 55.10M: E3 d* |2 ~$ T6 [! T) Z' D
| ├──强化学习》117、08TD3-01-论文泛读开场白.mp4 12.61M
+ w m' `8 f2 k% Z1 q" t: }| ├──强化学习》118、08TD3-02-研究背景.mp4 18.34M
: y. c8 H0 d5 R! j8 z| ├──强化学习》119、08TD3-03-背景知识.mp4 15.97M
$ t% T1 k7 h; B8 W# u| ├──强化学习》11、01DQN-08-论文细节一 图像预处理.mp4 73.18M7 ^" A) C9 p4 e) A7 z
| ├──强化学习》120、08TD3-04-论文泛读.mp4 133.68M8 @ Y* R6 P" \# k
| ├──强化学习》121、08TD3-05-论文泛读总结.mp4 6.35M4 C% C: f' C& D$ P3 R2 \; l3 l! P
| ├──强化学习》122、08TD3-06-论文精读开场白.mp4 7.95M
- n0 V# p' N' l8 E" |3 || ├──强化学习》123、08TD3-07-overestimation.mp4 459.23M
8 y5 h6 V K6 G; f* u* [8 [ l| ├──强化学习》124、08TD3-08-variance.mp4 291.65M
- i2 f; x/ ~; ]9 u5 O4 r' c| ├──强化学习》125、08TD3-09-实验结果.mp4 114.08M6 c" l1 B0 t: `6 h
| ├──强化学习》126、08TD3-10-论文总结.mp4 11.24M8 [4 k% R, i. P; H8 U z$ `
| ├──强化学习》127、08TD3-11-代码部分结构.mp4 41.59M7 b8 G7 ~' ~6 b- l; t
| ├──强化学习》128、08TD3-12-更新Critic.mp4 58.46M
: h. V, b2 l5 t( u5 g2 d- A" E* Z# O: Z| ├──强化学习》129、08TD3-13-更新Actor和代码结构.mp4 105.43M; Z9 N# n$ u7 R& L" j
| ├──强化学习》12、01DQN-09-论文细节二 ReplayBuffer.mp4 80.27M! r$ m( b! N4 j/ {: s1 J
| ├──强化学习》130、08TD3-14-实验结果.mp4 92.58M
7 }' s3 M. Y ]! ?, v5 W| ├──强化学习》131、09SQL-01-论文泛读开场白.mp4 27.32M
% K9 l P% y# ~" S6 p7 I| ├──强化学习》132、09SQL-02-研究背景及成果.mp4 124.09M7 D6 O; D& h1 \9 ~: i/ o
| ├──强化学习》133、09SQL-03-背景知识补充.mp4 207.33M
1 l' e4 ^6 ?5 X| ├──强化学习》134、09SQL-04-论文泛读总结.mp4 8.21M
/ M2 ?) ]3 I: @, g) v0 ?| ├──强化学习》135、09SQL-05-论文精读开场白.mp4 13.56M1 \% a) M4 ]) ?1 t
| ├──强化学习》136、09SQL-06-核心思想.mp4 39.71M) b4 L) k$ k# I6 {" {- w& V
| ├──强化学习》137、09SQL-07-理论基础.mp4 73.68M6 S/ j# R4 I5 U& W: v& B) e+ k3 ]: I
| ├──强化学习》138、09SQL-08-算法细节.mp4 222.54M$ O+ S$ @, H V* {
| ├──强化学习》139、09SQL-09-实验结果分析.mp4 158.32M: F5 `) V! o/ h% g9 W% \. ]* P) v
| ├──强化学习》13、01DQN-10-论文细节三 SemiGradientMethod.mp4 77.01M
) j, u% B2 x: m2 f c E2 u| ├──强化学习》140、09SQL-10-理论证明.mp4 198.40M
3 }3 ~" Q* P$ U$ l1 \| ├──强化学习》141、09SQL-11-论文精读总结.mp4 8.73M# H/ G2 a' f- `/ g7 ^2 r0 {6 w
| ├──强化学习》142、09SQL-12-代码部分结构.mp4 6.95M: a5 [* ~% K, k( R( p
| ├──强化学习》143、09SQL-13-Pytorch的手动链式法则求导.mp4 78.70M
, o, b- O' `% t3 l| ├──强化学习》144、09SQL-14-离散情况细节.mp4 64.84M
M# P: U# W6 |2 c X2 b| ├──强化学习》145、09SQL-15-连续情况细节.mp4 97.85M+ J; k+ m' W* d1 c! |
| ├──强化学习》146、09SQL-16-代码结构.mp4 54.22M
i: x, a3 e6 `8 g$ k| ├──强化学习》147、09SQL-17-调参结果.mp4 61.62M! y- U+ ]- N! o
| ├──强化学习》148、10SAC-01-论文泛读开场白.mp4 15.99M
& {0 P2 Z/ H% X4 e| ├──强化学习》149、10SAC-02-研究背景.mp4 12.61M4 Y) {, ~7 d( ^/ t' g# X) M0 T+ D. M
| ├──强化学习》14、01DQN-11-实验结果分析.mp4 67.91M# a' X. B9 Q, P
| ├──强化学习》150、10SAC-03-论文泛读.mp4 131.43M" @3 N) z& [' g( s& V2 D& B/ |
| ├──强化学习》151、10SAC-04-论文泛读总结.mp4 5.29M. \# o, c6 `. D" s
| ├──强化学习》152、10SAC-05-论文精读开场白.mp4 17.37M
* e+ k& p# M3 ]9 c/ o4 x| ├──强化学习》153、10SAC-06-核心思想.mp4 56.12M
: a5 r/ H7 v0 P5 J, P, N| ├──强化学习》154、10SAC-07-主要算法.mp4 113.82M. R# B! T4 L$ X p6 V0 N3 P& N
| ├──强化学习》155、10SAC-08实验结果.mp4 34.31M
# v+ P. i& C- G) o$ m| ├──强化学习》156、10SAC-09-理论证明.mp4 36.22M
- g6 b) j! \& w| ├──强化学习》157、10SAC-10-论文精读总结.mp4 16.97M
. e( s$ Y$ p" [/ I: u3 s| ├──强化学习》158、10SAC-11-算法细节.mp4 34.70M% ~/ L# S$ g. E3 v$ K' d
| ├──强化学习》159、10SAC-12-代码结构及调参结果.mp4 75.41M
7 V2 L, P0 r) L# ~| ├──强化学习》15、01DQN-12-论文精读总结.mp4 19.06M
5 W# M8 ?% @% R/ w9 e3 w- Q| ├──强化学习》160、11AdvancedValueMethods-01-论文泛读开场白.mp4 28.56M$ i4 J/ {9 w3 z2 ^$ Q1 Q: H; y2 Y; u
| ├──强化学习》161、11AdvancedValueMethods-02-背景知识补充.mp4 36.48M
2 P% ] l/ q5 @ r) l* F| ├──强化学习》162、11AdvancedValueMethods-03-Rainbow泛读.mp4 86.49M1 ~3 L1 O# j5 P
| ├──强化学习》163、11AdvancedValueMethods-04-D4PG泛读.mp4 145.92M
$ i# U" X1 b2 |- {* S| ├──强化学习》164、11AdvancedValueMethods-05-A3C泛读.mp4 140.73M
* U; ^4 `' ]) v/ }| ├──强化学习》165、11AdvancedValueMethods-06-IMPALA泛读.mp4 135.67M
i0 |$ S) A, P5 f+ d2 U. s3 s D| ├──强化学习》166、11AdvancedValueMethods-07-论文泛读总结.mp4 5.49M7 F% l7 s1 b4 p+ C# c
| ├──强化学习》167、11AdvancedValueMethods-08-论文精读开场白.mp4 12.10M
# m) r: a: T' E: @; p9 }) L| ├──强化学习》168、11AdvancedValueMethods-09-Rainbow.mp4 449.66M
6 `1 R! e3 E. a) l5 e$ ^| ├──强化学习》169、11AdvancedValueMethods-10-D4PG.mp4 375.80M
3 \9 j0 ]" q. o1 Q6 Q5 |! T/ ~| ├──强化学习》16、01DQN-13-代码课整体介绍.mp4 49.53M O8 l% @6 R5 S% Z. ~) t4 B0 [
| ├──强化学习》170、11AdvancedValueMethods-11-A3C.mp4 522.58M# p3 W) p, i8 y+ B
| ├──强化学习》171、11AdvancedValueMethods-12-IMPALA.mp4 576.38M9 D; i' o# j/ d& _! |
| ├──强化学习》172、11AdvancedValueMethods-13-总结.mp4 6.59M5 W# z( o4 K* r7 A! E6 g+ u9 j
~+ L6 g: y+ B2 ~# Y
3 d, O% J7 G" _# J
侵权联系与免责声明1、本站资源所有言论和图片纯属用户个人意见，与本论坛立场无关
4 v. p1 J( ?3 r) e! g, ]2、本站所有资源收集于互联网，由用户分享，该帖子作者与瑞客论坛不享有任何版权，如有侵权请联系本站删除
2 y" b, [8 I% ^+ F- A( p9 l3、本站部分内容转载自其它网站，但并不代表本站赞同其观点和对其真实性负责! b; c! x, O. [" Q$ ]: s6 P2 o
4、如本帖侵犯到任何版权问题，请立即告知本站，本站将及时予与删除并致以最深的歉意
+ z+ T, I. V" b. D/ I如有侵权联系邮箱：ruikelink@gmai.com
3 q: D2 F: Z9 u. R资源下载地址和密码（百度云盘）： [/hide] 百度网盘信息回帖可见
. F1 d+ `6 i0 ?0 O) ~! {5 g& f* B5 s
M. h7 d" }1 _, l' @
3 ~. @/ W6 R6 K n. X" z
本资源由Java自学网收集整理【www.javazx.com】 |
|
发表于 2024-7-21 16:28:01
