|
|
└──深度之眼-cv论文金卡
2 E; A+ ]! o) Z$ ~| ├──01 Python · AI&数据科学入门》02、第一章 绪论和环境配置.mp4 56.30M
/ Y$ }' s7 U" r0 [; o| ├──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& E- Q( T! `- P3 L
| ├──01 Python · AI&数据科学入门》04、第二章 Python 基本语法元素.mp4 127.54M/ Z6 o1 ~4 K+ x+ e, l- G
| ├──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. ^* Q: h- }! N* L9 m; F
| ├──01 Python · AI&数据科学入门》06、第三章 基本数据类型.mp4 87.49M
j; i; x8 ^" b8 _+ y% ~" }: \| ├──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, h& R: d+ ^+ @
| ├──01 Python · AI&数据科学入门》08、第四章 组合数据类型.mp4 96.37M
7 d3 W8 K2 n$ S @8 g| ├──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& I/ n' y0 l! X6 ?
| ├──01 Python · AI&数据科学入门》10、第五章 程序控制结构.mp4 82.76M1 i# n* ~, U# X2 v
| ├──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
, v- c4 J1 b7 E, B% R| ├──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
' S0 @8 R6 F+ a4 v( t3 O) V| ├──01 Python · AI&数据科学入门》13、【作业讲解】第六章：函数.mp4 59.97M
/ p. F: F# m/ h5 O: Q' s1 a) J| ├──01 Python · AI&数据科学入门》14、第七章 类-面向对象的编程.mp4 90.50M
# p% h+ M& a) F5 S3 || ├──01 Python · AI&数据科学入门》15、【作业讲解】第七章：类.mp4 40.58M3 E1 p+ w* r# r. H3 m0 y& g
| ├──01 Python · AI&数据科学入门》16、第八章 文件、异常和模块.mp4 131.24M. s- s. [5 Z8 W; G( u0 F
| ├──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' T: T. z: r3 Q+ D6 f
| ├──01 Python · AI&数据科学入门》18、第九章 有益的探索.mp4 134.18M
; E0 i( f% w( j1 M| ├──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
$ V# j: r4 x7 P( J3 || ├──01 Python · AI&数据科学入门》20、第十章 Python标准库.mp4 96.20M
A* b5 \! F: j( H7 C0 _) P5 U| ├──01 Python · AI&数据科学入门》21、【作业讲解】第十章：Python标准库.mp4 25.75M
' L1 |/ j; B9 ]4 M) t$ L6 }| ├──01 Python · AI&数据科学入门》22、第十一章 科学计算库—Numpy应用.mp4 90.57M
/ E v( n/ J! U0 k| ├──01 Python · AI&数据科学入门》23、【作业讲解】第十一章：Numpy库.mp4 36.48M8 i( A, h/ w, x( E6 Z8 m
| ├──01 Python · AI&数据科学入门》24、第十二章 Pandas库.mp4 174.42M9 c. t" @" ?% a5 B- W+ C: U
| ├──01 Python · AI&数据科学入门》25、【作业讲解】第十二章：Pandas库.mp4 53.98M
( p9 e0 @9 Z. F9 D: O1 [. }| ├──01 Python · AI&数据科学入门》26、第十三章 Matplotlib.mp4 130.12M
+ Y% F$ j4 M( g: \; o| ├──01 Python · AI&数据科学入门》27、【作业讲解】第十三章：Matplotlib.mp4 70.41M0 n# G& h) X7 `: W$ a
| ├──01 Python · AI&数据科学入门》28、第十四章 Sklearn常规用法.mp4 66.70M' u0 l5 @# N; Y6 H
| ├──01 Python · AI&数据科学入门》29、【作业讲解】第十四章：Sklearn常规用法.mp4 79.44M4 V8 z$ t* \' D) V
| ├──01 Python · AI&数据科学入门》30、第十五章 再谈编程.mp4 74.20M# H5 I% ?7 u" q( S* F* F9 x
| ├──02 PyTorch》02、【必看】深入浅出PyTorch.mp4 82.18M
4 g4 u& Q' f' Z| ├──02 PyTorch》03、【第一周】PyTorch简介与安装.mp4 94.62M
, \* E7 A3 w' ^/ e ~8 _' g| ├──02 PyTorch》04、【第一周】补充-pytorch开发环境安装.mp4 267.86M
$ ^) D3 E3 U7 I4 \| ├──02 PyTorch》05、【第一周】张量简介与创建.mp4 62.19M
# j1 U1 \% r9 {& L' T| ├──02 PyTorch》06、【第一周】张量操作与线性回归.mp4 80.82M
7 s- |2 b0 Q7 o9 M| ├──02 PyTorch》07、【第一周】计算图与动态图机制.mp4 51.20M
$ I; B" A o/ V' R| ├──02 PyTorch》08、【第一周】autograd与逻辑回归.mp4 78.88M
* }" m. d& I _+ n7 M+ H| ├──02 PyTorch》09、【第一周】作业讲解1.mp4 54.05M
" R4 B: O) O+ N6 O$ O4 R| ├──02 PyTorch》10、【第一周】作业讲解2.mp4 44.61M" ]1 O, v% c& A1 k5 V5 g& l
| ├──02 PyTorch》11、【第一周】作业讲解3.mp4 42.96M
2 a, D& ^: U }) H| ├──02 PyTorch》12、【第二周】数据读取机制Dataloader与Dataset.mp4 84.08M/ {' s3 d9 Z5 N/ H% _. ?
| ├──02 PyTorch》13、【第二周】数据预处理transforms模块机制.mp4 77.62M
! i8 j0 D; Z/ E6 J9 w| ├──02 PyTorch》14、【第二周】二十二种transforms数据预处理方法.mp4 189.32M
% @5 E' n, d2 R| ├──02 PyTorch》15、【第二周】学会自定义transforms方法.mp4 188.34M
, m9 H V7 I( n$ `| ├──02 PyTorch》16、【第二周】作业讲解.mp4 123.54M
# O! J% W" I+ W9 I" j* v# Y| ├──02 PyTorch》17、【第三周】模型创建步骤与nn.Module.mp4 91.30M
* b0 i0 I) ?3 G' \# i$ S& w| ├──02 PyTorch》18、【第三周】模型容器与AlexNet构建.mp4 103.67M
$ N3 G4 o6 M) m A4 C, l| ├──02 PyTorch》19、【第三周】nn网络层-卷积层.mp4 107.00M
; w' M& ~: f/ ?) \ x( Y| ├──02 PyTorch》20、【第三周】nn网络层-池化-线性-激活函数层.mp4 77.72M
% e& b8 l8 A# B5 A| ├──02 PyTorch》21、【第三周】作业讲解.mp4 115.27M4 L: p& V& W `2 L: \! q
| ├──02 PyTorch》22、【第四周】权值初始化.mp4 86.17M" o8 e$ U! `" U0 R. @/ O
| ├──02 PyTorch》23、【第四周】损失函数（一）.mp4 138.29M5 Q% \( J& p" i: J2 S
| ├──02 PyTorch》24、【第四周】损失函数(二).mp4 140.93M
+ {1 [3 O6 y& r" ~! M' u| ├──02 PyTorch》25、【第四周】优化器optimizer的概念.mp4 84.91M5 C2 e; j: a8 W& H6 q9 x2 D3 c
| ├──02 PyTorch》26、【第四周】torch.optim.SGD.mp4 97.38M6 R* H9 P% L) y+ ~/ d6 I7 K
| ├──02 PyTorch》27、【第四周】作业讲解.mp4 57.98M
2 y/ L% r- P$ U! `| ├──02 PyTorch》28、【第五周】学习率调整策略.mp4 123.64M* [! U6 A/ ?; m9 W
| ├──02 PyTorch》29、【第五周】TensorBoard简介与安装.mp4 63.02M
' h0 ~! D9 m1 ^| ├──02 PyTorch》30、【第五周】TensorBoard使用（一）.mp4 112.49M
% A: q) S, `( O$ x! e- g; W6 s| ├──02 PyTorch》31、【第五周】TensorBoard使用（二）.mp4 169.77M) d5 C8 i6 q9 `
| ├──02 PyTorch》32、【第五周】hook函数与CAM可视化.mp4 125.45M
+ E9 Z. b' W4 X! P8 `+ y& N| ├──02 PyTorch》33、【第五周】作业讲解.mp4 95.74M
" @' y/ b; M. e! s }8 `2 _| ├──02 PyTorch》34、【第六周】正则化之weight_decay.mp4 78.38M
/ |- h) W. R7 u. I U| ├──02 PyTorch》35、【第六周】Batch Normalization.mp4 108.67M
5 ~* I: ~3 z0 i* z1 p, C# J: M| ├──02 PyTorch》36、【第六周】Normalizaiton_layers.mp4 74.22M% F @3 G! B/ n+ S" g: c4 `: l0 t5 A
| ├──02 PyTorch》37、【第六周】正则化之Dropout.mp4 80.24M; W! f z; @! t1 s" r( B* ?
| ├──02 PyTorch》38、【第六周】作业讲解.mp4 72.29M. I; U" F( g2 K `; }; O4 t8 Z
| ├──02 PyTorch》39、【第七周】模型保存与加载.mp4 68.63M
, {) r1 p1 N# C' Q: f| ├──02 PyTorch》40、【第七周】模型finetune.mp4 92.28M
9 r' O! d3 x3 i; D/ I3 |1 S, j| ├──02 PyTorch》41、【第七周】GPU的使用.mp4 86.90M3 ~4 m5 B" z3 O5 B4 i5 M( E
| ├──02 PyTorch》42、【第七周】PyTorch常见报错.mp4 85.01M
]6 M5 C+ z6 } o6 U, X) S! t3 M| ├──02 PyTorch》43、【第七周】作业讲解.mp4 44.14M
- @& V7 m X" {) D! W) S| ├──02 PyTorch》44、【第八周】图像分类一瞥.mp4 114.15M
, E% L+ B! [7 q| ├──02 PyTorch》45、【第八周】图像分割一瞥.mp4 161.38M
% `6 Z# k: F! M8 J+ R2 R| ├──02 PyTorch》46、【第八周】图像目标检测一瞥（上）.mp4 102.09M: Y& W$ O8 K! r6 F8 F- u
| ├──02 PyTorch》47、【第八周】图像目标检测一瞥（下）.mp4 264.10M
' c% G% J8 w" ^: z6 }| ├──02 PyTorch》48、【第九周】生成对抗网络一瞥.mp4 138.21M
6 J, w' z5 q7 z0 m9 x6 e| ├──02 PyTorch》49、【第九周】循环神经网络一瞥.mp4 91.13M$ ]6 O8 V$ G+ t5 A9 y
| ├──03 数学基础》02、【第一章】-1 导读课.mp4 31.50M% V) E: _+ H7 E0 l
| ├──03 数学基础》03、【第一章】-2 矩阵的基本概念和运算性质.mp4 109.76M
# j- W# Y1 P! W, i' f2 f| ├──03 数学基础》04、【第一章】-3 矩阵的逆，转置和对称转置.mp4 167.52M
5 _; u+ j" \; J/ \; g9 j3 a. w| ├──03 数学基础》05、【第一章】-4 行列式的计算.mp4 119.10M5 c% B. H. Y+ H0 ]! c- {* p
| ├──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& X% j8 a/ B" P/ E" z& z
| ├──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( t. ~7 r6 _! W0 J t7 t! |! z4 s
| ├──03 数学基础》08、【第一章】-7 行列式的应用：克莱姆法则.mp4 28.23M
! ]2 h( ~. g+ y2 K+ D! p| ├──03 数学基础》09、【第一章】-8 矩阵的逆的引入.mp4 162.30M y( N" y; d3 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; S6 Q7 q% z; S; S! [5 Y
| ├──03 数学基础》11、【第一章】-10 分块矩阵.mp4 88.03M* L/ t3 U6 y$ d1 t! A$ Y; \
| ├──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
$ v3 G( [& x; W7 y/ S8 v6 ]| ├──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. D2 v6 b8 R( e* m" R
| ├──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 202.56M! ?) _2 m& M8 v1 U+ m/ m$ v
| ├──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. M4 d) J7 u' j _1 A
| ├──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: F4 ^0 O3 L: ^
| ├──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 132.53M5 I9 G) v$ u- D C( c/ Q
| ├──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. b/ G" l t8 B' v
| ├──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 175.95M
3 A a3 I$ @. k+ p; k| ├──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+ t% Q1 e8 {$ ?' s0 u4 q
| ├──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
7 w5 a P7 }/ U8 M2 H* g/ O| ├──03 数学基础》22、【第二章】-11 SVD分解的应用.mp4 199.90M
9 U$ y; }% |7 S& R| ├──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 203.18M1 [1 {% i7 E1 F3 ]+ T
| ├──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 187.34M
( u4 { c) W- i| ├──03 数学基础》25、【第三章】-3 函数的凹凸性&函数的极值.mp4 155.15M
: \7 Y+ ^. _5 G| ├──03 数学基础》26、【第三章】-4 不定积分.mp4 100.45M4 |% D' _1 l4 W3 q. |' g
| ├──03 数学基础》27、【第三章】-5 定积分.mp4 109.09M
: u) E( h! Y X| ├──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
- c8 w. t8 e/ x4 X( f| ├──03 数学基础》29、【第三章】-7 方向导数与梯度及其应用.mp4 177.51M
" I% V% l! H9 E7 ^| ├──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 126.15M9 b7 L4 e1 \6 I; H" W9 R
| ├──03 数学基础》31、【第三章】-9 矩阵的求导.mp4 156.04M
6 \: D/ x0 ~5 o. S& N| ├──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 167.29M3 J- X- Z2 f2 ^
| ├──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 173.84M. v5 C- ~6 |8 ]2 M
| ├──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, g+ M8 K. A3 k& y3 X7 w' b; h7 p* y
| ├──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
3 A; V6 l# e& X v3 B/ I9 j| ├──03 数学基础》36、【第四章-上】-4 期望与方差（上）.mp4 160.56M
* F! q) ^* g' u4 J' w9 N| ├──03 数学基础》37、【第四章-上】-5 期望与方差（下）.mp4 66.65M8 X4 u- `! ]0 U2 u' ~! `) C/ ?( J
| ├──03 数学基础》38、【第四章-上】-6 参数的估计.mp4 186.49M
) b; d( M: ^9 f+ N) S! E4 Z' h| ├──03 数学基础》39、【第四章-下】-1 无约束最优化梯度下降.mp4 180.65M& ^. X g0 K1 D! {; t
| ├──03 数学基础》40、【第四章-下】-2 无约束最优化牛顿法.mp4 161.44M: Y& i" N4 }/ Q: U9 t; j$ C: r9 |8 p
| ├──03 数学基础》41、【第四章-下】-3 约束最优化.mp4 139.00M# q) d7 }) e9 X# B. _9 e
| ├──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
* X. t' J' @% b; b, u| ├──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 57.53M8 m! d# B d- `: ?! _; b
| ├──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 62.01M7 h: @* @1 q- X' b
| ├──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
p& Q( T8 U. s, y6 _+ J| ├──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
: W. y& ]: G" I/ z; ?8 F7 Q| ├──04 神经网络基础知识》07、02-卷积神经网络-0.mp4 64.38M! }0 ]. C" O/ t# V" U
| ├──04 神经网络基础知识》08、02-卷积神经网络-1.mp4 153.24M7 P& y( D3 E) j) A% ^4 h
| ├──04 神经网络基础知识》09、02-卷积神经网络-2.mp4 49.02M5 x; @, D) Y! d" f7 @% D6 S! ~
| ├──04 神经网络基础知识》10、03-循环神经网络-0.mp4 45.01M
( M& O6 o7 f1 Q- F5 u| ├──04 神经网络基础知识》11、03-循环神经网络-1.mp4 80.12M* v$ Z, ^6 ?1 {1 V
| ├──04 神经网络基础知识》12、03-循环神经网络-2.mp4 57.90M
; J4 ?3 g( b( }| ├──05 NLP基础知识》02、1-1 前言..mp4 181.87M1 |( X: k/ R% p
| ├──05 NLP基础知识》03、1-2 研究方向概述..mp4 142.59M
- _/ L/ J: W; A| ├──05 NLP基础知识》04、2-1 预备知识..mp4 82.84M1 ?. g. K' D3 r
| ├──05 NLP基础知识》05、2-2 NLP问题中的特征..mp4 85.13M
. j! r: R- s0 ]1 || ├──05 NLP基础知识》06、2-3 特征输入..mp4 152.25M
6 V: W: ^2 t. H. e| ├──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
1 y0 V7 ?4 `4 m0 R( \, Y| ├──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
4 Q6 h8 ]' S* T; w3 ^, w; H! w% r2 U- A% @| ├──05 NLP基础知识》09、3-2 语言模型任务评估..mp4 106.57M1 y/ p. r6 z( Z: {
| ├──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- g) i' d/ J, Q1 t
| ├──05 NLP基础知识》11、3-4 预训练的词表示及其使用实例..mp4 143.40M0 |8 } \1 S' d3 v! l: p
| ├──05 NLP基础知识》12、4-1 word2vec原理..mp4 159.83M
. T) c/ `8 q& n: R( M1 w| ├──05 NLP基础知识》13、4-2 word2vec代码复现..mp4 409.43M
+ w+ d9 S3 U6 o+ x2 d| ├──05 NLP基础知识》14、4-3 word2vec项目实战展示..mp4 213.51M
1 d1 F0 q# Y) m, V| ├──05 NLP基础知识》15、4-4 BERT使用实战讲解..mp4 247.82M* O; f) ?* }4 l5 h
| ├──05 NLP基础知识》16、4-5 MLP模型与实战..mp4 204.34M
: s! B5 k2 _: w' P2 G6 x7 d| ├──05 NLP基础知识》17、4-6 RNN模型原理、代码复现与实战..mp4 339.35M6 x5 ^: r, [4 u$ D
| ├──05 NLP基础知识》18、5-1 HMM序列标注..mp4 71.02M
' @/ ~# \" h9 \+ H, @" N| ├──05 NLP基础知识》19、5-2 HMM模型简介..mp4 130.72M
5 k( T" H' b$ r| ├──05 NLP基础知识》20、5-3 HMM样本生成..mp4 166.83M+ j. o: F6 [3 E. v, Z" [5 X: E
| ├──05 NLP基础知识》21、5-4 HMM训练..mp4 90.57M) N- T9 T7 x8 |7 T" o% W, y( ]
| ├──05 NLP基础知识》22、5-5 HMM预测..mp4 127.18M, k K R0 T, E% N: L
| ├──05 NLP基础知识》23、5-6 HMM代码实现..mp4 287.92M
! |2 O9 W% ~9 |% J; v| ├──06 OpenCV 图像基础》02、1-1图像基础知识.mp4 30.28M
1 P9 Q+ ?" n* z| ├──06 OpenCV 图像基础》03、1-2图像基础知识.mp4 31.75M
! \7 Y% |5 L/ M: c| ├──06 OpenCV 图像基础》04、1-3图像基础知识.mp4 79.05M
& H9 R9 c- \ T/ ?- U6 _2 C| ├──06 OpenCV 图像基础》05、1-4图像基础知识.mp4 69.23M
0 @# }8 Y4 V; ~ W7 x, y) W/ N| ├──06 OpenCV 图像基础》06、2-1图像基本处理.mp4 70.23M
2 K/ h" J1 G0 Y| ├──06 OpenCV 图像基础》07、2_2图像基本处理.mp4 57.42M9 {, O* _ u2 `1 |4 F+ c7 A/ Z
| ├──06 OpenCV 图像基础》08、2_3图像基本处理.mp4 89.11M
+ z& N2 A _" }| ├──06 OpenCV 图像基础》09、2_4图像基本处理.mp4 93.06M
) w H, N3 M( o- \| ├──06 OpenCV 图像基础》10、2_5图像基本操作_图像滤波.mp4 131.86M
# Z$ w- R5 \$ S: a+ ~4 c| ├──06 OpenCV 图像基础》11、2_6图像基本操作_图像增强.mp4 112.25M
/ \) q* @9 i; o5 b4 w! T! Y| ├──06 OpenCV 图像基础》12、2-7形态学操作_腐蚀..mp4 70.34M
( ?# A2 G; {% i8 v/ J| ├──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) B5 o' k$ T/ W' s* z
| ├──06 OpenCV 图像基础》14、3_1固定阈值分割.mp4 62.94M( D2 n; C( C( O
| ├──06 OpenCV 图像基础》15、3_2自动阈值分割.mp4 81.72M
5 k1 }* e. e4 O1 U0 d4 C* P+ ^| ├──06 OpenCV 图像基础》16、3_3边缘检测算子.mp4 104.41M
$ |% C" n7 e. Z6 W7 K; N| ├──06 OpenCV 图像基础》17、3_4连通区域_区域生长算法.mp4 74.81M. x7 C; c' t) q
| ├──06 OpenCV 图像基础》18、3_5分水岭算法图像分割.mp4 71.51M+ V9 S+ ?* o& m1 n4 Z7 I0 Z* I
| ├──06 OpenCV 图像基础》19、4_1特征描述_HOG.mp4 74.56M/ p* c& a" i7 c
| ├──06 OpenCV 图像基础》20、4_2特征描述Harris和SIFT算法.mp4 46.85M% |; R8 a N# Y
| ├──06 OpenCV 图像基础》21、4_3纹理特征LBP算法.mp4 94.09M# x; t! V0 v% f# \$ w% q: y
| ├──06 OpenCV 图像基础》22、4_4模板匹配算法.mp4 85.09M
; ]' ~+ a# f& ^& x| ├──06 OpenCV 图像基础》23、4_5人脸检测算法.mp4 108.05M
- s) T& D% K' Y| ├──06 OpenCV 图像基础》24、5_1摄像头调用和视频的读取保存.mp4 208.81M
, J4 z3 J3 U* U+ {6 r| ├──06 OpenCV 图像基础》25、5_2帧差法视频目标识别.mp4 108.21M
. f C) g, j) J/ y5 _| ├──06 OpenCV 图像基础》26、5_3光流法和背景减除法..mp4 132.00M3 d% n$ g4 c1 X% d; a, w
| ├──12 CV-transformer》02、6-16 CV transformer 体验课直播回放.mp4 547.89M. w! A" p9 Z' D. _
| ├──12 CV-transformer》03、6-17 CV-transformer 直播回放.mp4 1.15G$ W, c+ g1 D$ G( o7 _) |0 Z
| ├──12 CV-transformer》04、【6月25日】CV-transformer VIT论文讲解.mp4 987.18M; u8 V$ K: t9 l, q; M+ C4 b+ u
| ├──12 CV-transformer》05、【6月27日】CV-transformer VIT代码详解.mp4 460.46M
5 h) B; H3 q' ] ^( \: d/ c! c, I| ├──12 CV-transformer》06、【7月1日】CV-transformer PVT论文详解.mp4 606.54M2 R n ~9 A/ ]: p7 L$ K/ [1 k
| ├──12 CV-transformer》07、【7月4日】CV-transformer PVT代码详解.mp4 586.54M
) y( Y4 }3 l' c| ├──12 CV-transformer》08、【7月8日】CV-transformer Swin Transformer论文详解.mp4 504.65M
- Q: Z: {7 Z1 Z2 ]. [8 h9 P0 h; D| ├──12 CV-transformer》09、【7月11日】CV-transformer Swin Transformer代码详解.mp4 548.29M, e& a; a8 E+ m
| ├──12 CV-transformer》10、【7月15日】CV-transformer DETR 论文详解.mp4 408.89M5 W& Z0 S! P6 D' J9 o/ u6 r8 I
| ├──12 CV-transformer》11、【7月18日】CV-transformer DETR代码讲解.mp4 311.47M
6 I5 C" `4 ]" U" c| ├──12 CV-transformer》12、【7月22日】CV-transformer Deformable DETR论文详解.mp4 399.77M5 q# I1 Y2 P& f& B5 s6 {
| ├──12 CV-transformer》13、【7月25日】CV-transformer Deformable DETR代码详解.mp4 608.41M
, k; a. I; v- N% O# B| ├──12 CV-transformer》14、【7月29日】CV-transformer Sparse R-CNN论文详解.mp4 376.19M
$ I/ [ m' ?; Y3 p. M; ^| ├──12 CV-transformer》15、【8月1日】CV-transformer Sparse R-CNN代码详解.mp4 613.15M* \- e: Y+ f% B# t0 c
| ├──12 CV-transformer》16、【12月1日】Vit-论文讲解.mp4 287.19M
& ? {# U7 E9 L2 {5 k1 F| ├──12 CV-transformer》17、【12月5日】Vit-代码详解.mp4 478.34M: i9 b" o7 V2 Q/ E2 C
| ├──12 CV-transformer》18、【12月8日】PVT-论文讲解.mp4 315.99M
! m( ^* t1 S# W' |* F| ├──12 CV-transformer》19、【12月12日】PVT-代码详解.mp4 545.54M
. Y: [2 m& K& X% R+ [| ├──12 CV-transformer》20、【12月22日】Swin Transformer论文讲解.mp4 551.14M% j( _3 Q" G/ U. \) x/ {
| ├──12 CV-transformer》21、【12月26日】Swin Transformer-代码详解.mp4 681.36M! e b1 z1 G: ^7 o3 `, F( ^. n
| ├──12 CV-transformer》22、【12月29日】Swin Transformer-代码详解.mp4 683.09M
9 P* S, ^- `4 |4 v+ R| ├──12 CV-transformer》23、【1月5日】pretrain小型专题（上）.mp4 602.12M( O3 Z, F3 X5 q7 W1 v. e
| ├──12 CV-transformer》24、【1月9日】pretrain小型专题（下）.mp4 579.14M/ d" |9 X- e! | R7 S! h
| ├──12 CV-transformer》25、【1月12日】DETR-论文讲解.mp4 640.14M
2 H, O8 h7 _' ? b/ w- A0 || ├──12 CV-transformer》26、【1月16日】DETR-代码讲解.mp4 855.37M
* i4 c' z9 y* X/ a/ w( M& G7 u( |/ z| ├──12 CV-transformer》27、【1月19日】Deformable detr论文讲解.mp4 604.15M! c3 X2 X6 ]! P' g1 t/ O; j: X6 W
| ├──12 CV-transformer》28、【1月26日】Deformable detr-代码讲解.mp4 917.48M
0 Q. q& ?: f6 u$ R0 E4 Z| ├──12 CV-transformer》29、【2月9日】sparse rcnn-论文讲解.mp4 710.72M* Z( N$ ]! _+ D% `' [7 ]- _
| ├──12 CV-transformer》30、【2月13日】sparse rcnn-代码讲解.mp4 769.57M
% _# v) R( F/ q: I+ z- y: h| ├──12 CV-transformer》31、【2月16日】convnext-论文讲解.mp4 810.56M5 h: N9 ]& z' W0 c I R
| ├──12 CV-transformer》32、【2月20日】convnext-代码详解.mp4 664.20M& \3 t9 }% C! L, S0 B; s
| ├──12 CV-transformer》33、【2月23日】maskformer-论文讲解.mp4 622.04M
* B1 d( u% _1 a: b4 z2 ] ~- o| ├──12 CV-transformer》34、【2月27日】maskformer-代码复现.mp4 1015.76M( d4 i- e! J* K! x) M' u4 R$ V( a
| ├──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
/ d# q* ^8 u. g7 T7 W| ├──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
- Z+ B7 o& l$ }| ├──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
5 \. T2 N1 e1 V: r% ^2 B| ├──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
1 [1 g0 p, N- t6 ~: u2 E7 f| ├──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$ S0 _3 F4 E; I; `
| ├──13 CV-人脸识别》07、1.6 特征脸识别-论文精读PCA补充.mp4 133.72M7 J! @( T' ]8 e ] ]
| ├──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 245.61M \, E- t8 a% E- o6 |+ v) I7 ~+ {
| ├──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( k& k5 K% q5 e% u" O" h
| ├──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
. R0 |1 a% Q5 e, J) a" n1 f| ├──13 CV-人脸识别》11、1.10 特征脸识别-代码讲解pca计算.mp4 118.07M
' P2 B$ N4 \3 ? p& b, s. l| ├──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) T* b+ i3 I) |, ]5 r/ v1 Y; d$ G
| ├──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
, M4 J. t2 z$ k% j" J8 j" q5 e| ├──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 68.57M4 H" k6 w" S2 g$ |# r
| ├──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 153.78M0 ]4 [' U) X) }- n) h% N0 y/ |) ^
| ├──13 CV-人脸识别》16、1.15 特征脸识别-论文总结.mp4 28.74M# A9 {& P2 w! R7 t4 v
| ├──13 CV-人脸识别》17、2.1 Deep id-研究背景以及意义.mp4 193.70M4 K2 l* {. ~1 i, g1 q
| ├──13 CV-人脸识别》18、2.2 Deep id-摘要.mp4 235.27M5 ]9 R h( T/ D( K. ?
| ├──13 CV-人脸识别》19、2.3 Deep id-介绍.mp4 529.24M4 Y9 y* \' u" o
| ├──13 CV-人脸识别》20、2.4 Deep id-相关工作.mp4 284.44M
4 D* J5 \1 w( N. v/ w4 C| ├──13 CV-人脸识别》21、2.5 Deep id-卷积计算补充.mp4 130.67M
. ~8 d& |) r6 Y9 `) ^$ ~, l| ├──13 CV-人脸识别》22、2.6 Deep id-网络架构部分精读.mp4 533.28M0 h! |. f5 |9 V x3 O
| ├──13 CV-人脸识别》23、2.7 deepid实验上.mp4 420.81M
* T& e c' E% v| ├──13 CV-人脸识别》24、2.8 deepid实验中.mp4 316.20M
u4 a# k/ c0 D+ E% ?| ├──13 CV-人脸识别》25、2.9 deepid实验下.mp4 638.45M$ z" |3 ]! N- Q/ W4 t
| ├──13 CV-人脸识别》26、2.10 deepid实验下2.mp4 313.94M
% _) C' n7 g! N1 j6 U| ├──13 CV-人脸识别》27、2.11 Deep id-联合贝叶斯算法推导上.mp4 261.44M0 Q9 E7 H* `% | T
| ├──13 CV-人脸识别》28、2.12 Deep id-联合贝叶斯算法推导下.mp4 291.88M
+ f% G: \# b- j5 i' o7 U$ H) Q| ├──13 CV-人脸识别》29、2.13 Deep id-联合贝叶斯实验上.mp4 533.23M5 P, y! p4 k7 s% I: g/ h
| ├──13 CV-人脸识别》30、2.14 Deep id-联合贝叶斯实验下.mp4 124.72M
2 V' r) ?7 D% D( b( G: h| ├──13 CV-人脸识别》31、2.15 Deep id-论文总结.mp4 122.30M2 E. @+ q0 P! [- w9 A+ g
| ├──13 CV-人脸识别》32、3.1 FaceNet-研究意义背景介绍.mp4 155.97M
! ]8 A6 c: Z- Z% U6 E9 q$ K' m| ├──13 CV-人脸识别》33、3.2 FaceNet-摘要.mp4 196.56M
$ K) E' G. I E3 H d& {: L| ├──13 CV-人脸识别》34、3.3 FaceNet-介绍.mp4 515.20M
$ H" G- V" C* _% o| ├──13 CV-人脸识别》35、3.4 FaceNet-相关工作和总结预告.mp4 325.34M
1 i' i( g. N! f' I- \| ├──13 CV-人脸识别》36、3.5 FaceNet-TripletLoss讲解与推导.mp4 330.86M
: d, o `9 x; y+ h/ q9 |/ [. H| ├──13 CV-人脸识别》37、3.6 FaceNet-TripletSelection讲解.mp4 456.15M7 C4 I% p. J& }3 P" @" E4 N
| ├──13 CV-人脸识别》38、3.7 FaceNet-网络架构.mp4 719.06M9 \4 L5 F0 k2 q9 d( B- Q
| ├──13 CV-人脸识别》39、3.8 FaceNet-实验part1.mp4 569.59M
% o$ l/ D: Q) V, ^' ^& k p| ├──13 CV-人脸识别》40、3.9 FaceNet-实验part2.mp4 481.62M' ]- B! d8 H: B, H# K0 J# I
| ├──13 CV-人脸识别》41、3.10 FaceNet-实验part3.mp4 225.49M
9 A# V6 v( E2 J" [7 t" j| ├──13 CV-人脸识别》42、3.11 FaceNet-实验part4_总结.mp4 401.74M
2 ]* \- n/ K/ `3 J+ Z) ~ B5 M| ├──13 CV-人脸识别》43、4.1 Center Loss-研究成果以及意义.mp4 237.99M
7 r; j$ u7 b" m; l' v! N| ├──13 CV-人脸识别》44、4.2 Center Loss-摘要以及介绍.mp4 716.17M" V. z5 Q! S5 W
| ├──13 CV-人脸识别》45、4.3 Center Loss-相关工作以及总结预告.mp4 116.32M2 R W- v& \' F9 u) e1 Z# |
| ├──13 CV-人脸识别》46、4.4 centerloss推导part1.mp4 461.27M
. v' p) [, T+ |/ P( S( j! ?| ├──13 CV-人脸识别》47、4.5 centerloss推导part2.mp4 532.08M. u) r( x8 C. S. u8 Y
| ├──13 CV-人脸识别》48、4.6 Center Loss-实验讲解part1.mp4 400.21M; A* J6 ^8 W$ }
| ├──13 CV-人脸识别》49、4.7 Center Loss-实验讲解part2.mp4 549.98M- D% ~: k4 G) i( R; F0 {. x! Z6 B
| ├──13 CV-人脸识别》50、4.8 Center Loss-结果分析以及总结.mp4 527.02M% J/ P$ H# V6 f6 e1 d
| ├──13 CV-人脸识别》51、5.1 L-Softmax Loss-研究背景以及意义.mp4 129.16M
# n9 n2 v+ A( Q! ^. E2 V3 o| ├──13 CV-人脸识别》52、5.2 L-Softmax Loss-论文泛读和介绍.mp4 785.71M
( J) t1 }) N b1 b3 S| ├──13 CV-人脸识别》53、5.3 L-Softmax Loss-相关工作.mp4 205.03M
3 r0 O" j' G( p. E| ├──13 CV-人脸识别》54、5.4 Lsoftmax推导part1.mp4 450.67M0 m$ b# q7 U/ N/ U# k* m0 D; O
| ├──13 CV-人脸识别》55、5.5 Lsoftmax推导part2.mp4 385.88M% m, ^! J0 x$ F' y( ]3 y" g
| ├──13 CV-人脸识别》56、5.6 Lsoftmax推导part3.mp4 335.83M) |, P' ^0 c5 b$ Y8 `1 r' S
| ├──13 CV-人脸识别》57、5.7 Lsoftmax推导part4.mp4 357.44M
9 P7 p% R) I1 `6 t1 \' L1 R| ├──13 CV-人脸识别》58、5.8 L-Softmax Loss-实验part1.mp4 306.57M0 H! P P2 l. W; O# M" y4 u t
| ├──13 CV-人脸识别》59、5.9 L-Softmax Loss-实验part2.mp4 728.68M. l2 x5 y! a$ [2 |6 W) Q( X$ @: l% K s
| ├──13 CV-人脸识别》60、5.10 L-Softmax Loss-结果分析与总结.mp4 630.11M
# L$ v8 Z7 h% @| ├──13 CV-人脸识别》61、6.1 SphereFace-研究背景成果意义.mp4 59.48M+ ]" D- [; k8 ]9 l1 Q* }' a" W) `
| ├──13 CV-人脸识别》62、6.2 SphereFace-摘要和介绍.mp4 477.35M! Y* \/ K% g, t/ o- y- {
| ├──13 CV-人脸识别》63、6.3 SphereFace-相关工作.mp4 140.95M. S% R. R! _8 t! {# \+ O- O
| ├──13 CV-人脸识别》64、6.4 SphereFace-ASotfmax详解_part1.mp4 343.00M
. ~/ |9 J* ^, p' S" V| ├──13 CV-人脸识别》65、6.5 SphereFace-ASoftmax详解_part2.mp4 209.21M
0 x9 M% J K4 v, \) X| ├──13 CV-人脸识别》66、6.6 SphereFace-Asoftmax详解_part3.mp4 128.18M
5 L' C ~$ i& {) c| ├──13 CV-人脸识别》67、6.7 SphereFace-实验代码讲解.mp4 163.93M
) w# H% i* E E- A* K7 i: x| ├──13 CV-人脸识别》68、6.8 SphereFace-结果分析与总结.mp4 342.66M+ r* E6 L9 I7 A S
| ├──13 CV-人脸识别》69、7.1 CosFace-研究背景以及意义.mp4 82.98M
1 i* R% O0 U- }3 M1 S+ f| ├──13 CV-人脸识别》70、7.2 CosFace-摘要以及介绍.mp4 569.19M% b: X+ H! ?8 @4 K9 G. j* Y9 D
| ├──13 CV-人脸识别》71、7.3 CosFace-相关工作.mp4 255.58M- D6 p: ^7 G) h% P
| ├──13 CV-人脸识别》72、7.4 CosFace-LMCL详细推导_part1.mp4 592.57M% F+ K5 Q9 v% S& u' T0 H
| ├──13 CV-人脸识别》73、7.5 CosFace-LMCL详细推导_part2.mp4 503.29M
{0 I) b D# H! Y1 Y% h| ├──13 CV-人脸识别》74、7.6 CosFace-LMCL详细推导_part3.mp4 520.52M
8 s( E$ H) j. T5 I8 B6 k0 e4 S0 h& r| ├──13 CV-人脸识别》75、7.7 CosFace-实验代码讲解.mp4 1.03G
) C0 H, a5 m, |% U6 c# \$ O: W| ├──13 CV-人脸识别》76、7.8 CosFace-结果分析与总结.mp4 579.86M
, T( F# n1 q9 Q, ?2 u6 Z; w| ├──13 CV-人脸识别》77、【11月13日】arcface-论文泛读+精读.mp4 466.51M
4 E# [0 P' f2 b4 e+ V0 e7 a| ├──13 CV-人脸识别》78、【11月14日】arcface-代码复现.mp4 567.36M7 C* u0 N% _9 L0 K/ P
| ├──13 CV-人脸识别》79、【11月20日】magface-论文泛读+精读.mp4 577.28M6 `( q" v; h1 U$ n$ \" C& S) {* u
| ├──13 CV-人脸识别》80、【11月21日】magface-代码讲解.mp4 476.02M0 I% ^4 o/ V: S- Y
| ├──14 CV-三维重建》02、1.1 3DMM-摘要.mp4 222.86M* z6 d6 O9 V( J5 f! K+ ]
| ├──14 CV-三维重建》03、1.2 3DMM-介绍.mp4 258.68M/ o4 G( w U/ n: Z% k
| ├──14 CV-三维重建》04、1.3 3DMM-相关工作.mp4 399.76M' S; b8 c; K4 Q, o- w* e
| ├──14 CV-三维重建》05、1.4 3DMM-算法详细讲解_part1.mp4 345.37M
# N. w8 K7 w9 P4 N. B/ [| ├──14 CV-三维重建》06、1.5 3DMM-算法详细讲解_part2.mp4 347.38M3 I7 n5 D: ]- A0 T: i' R0 p( D0 h
| ├──14 CV-三维重建》07、1.6 3DMM-算法详细讲解_part3.mp4 326.77M3 y& n% \; B' Y: ?% s/ v0 u" d. g/ |
| ├──14 CV-三维重建》08、1.7 3DMM-实验一_part1.mp4 156.85M
. C$ p: x8 U. I* j8 W| ├──14 CV-三维重建》09、1.8 3DMM-实验一_part2.mp4 155.53M
1 U. |5 g8 k- E! l* T( b' W| ├──14 CV-三维重建》10、1.9 3DMM-实验一_part3.mp4 160.45M3 w2 p! r2 Z7 M# V7 T n
| ├──14 CV-三维重建》11、1.10 3DMM-实验一_part4.mp4 107.09M/ P7 x. q- S. x
| ├──14 CV-三维重建》12、1.11 3DMM-实验二_part1.mp4 171.91M8 v- ]7 B% u( v+ ^
| ├──14 CV-三维重建》13、1.12 3DMM-实验二_part2.mp4 218.35M
! I- V0 J# Y& [- {0 E9 s9 V| ├──14 CV-三维重建》14、1.13 3DMM-实验二_part3.mp4 149.55M2 ?3 Z, e5 s, [. m+ C% L- e
| ├──14 CV-三维重建》15、1.14 3DMM-实验二_part4.mp4 220.17M. y( i3 A4 q# n; i7 k+ v5 P
| ├──14 CV-三维重建》16、2.1 Nolinear 3DMM-研究背景.mp4 160.56M' l5 Q8 d) l/ y" d6 g) h) y$ u
| ├──14 CV-三维重建》17、2.2 Nolinear 3DMM-摘要介绍.mp4 495.95M4 f8 M8 o; k# F; E
| ├──14 CV-三维重建》18、2.3 Nolinear 3DMM-相关工作.mp4 234.46M; g8 u! Q; i6 w2 A
| ├──14 CV-三维重建》19、2.4 Nolinear 3DMM-算法详细讲解_part1.mp4 436.88M% U( z% V7 j. K, N- ?5 W
| ├──14 CV-三维重建》20、2.5 Nolinear 3DMM-算法详细讲解_part2.mp4 176.96M% X' Z9 p+ P& T: j4 `3 {; |
| ├──14 CV-三维重建》21、2.6 Nolinear 3DMM-算法详解_part3.mp4 453.84M& |; F$ {- N \, r. x' F6 }6 Z
| ├──14 CV-三维重建》22、2.7 Nolinear 3DMM-实验结果分析_part1.mp4 289.27M' g9 p+ i) D4 r9 T# n
| ├──14 CV-三维重建》23、2.8 Nolinear 3DMM-实验结果分析_part2.mp4 129.19M1 g# h" H# ~9 o- I1 `
| ├──14 CV-三维重建》24、3.1 Nolinear 3DMM V2-论文泛读.mp4 284.93M, X2 I4 s% P% s. K0 a0 I# s- R7 i9 V
| ├──14 CV-三维重建》25、3.2 Nolinear 3DMM V2-算法详解part_1.mp4 339.65M- P* U, k* i1 s! a% c7 }3 j+ e J
| ├──14 CV-三维重建》26、3.3 Nolinear 3DMM V2-算法详解part_2.mp4 186.94M1 Z( L/ Y/ `5 [# K8 [
| ├──14 CV-三维重建》27、3.4 Nolinear 3DMM V2-算法详解part_3.mp4 355.22M6 U- L+ i0 b6 U4 e+ K) K
| ├──14 CV-三维重建》28、3.5 Nolinear 3DMM V2-实验part_1.mp4 365.66M
( }5 D) g9 Y5 K| ├──14 CV-三维重建》29、3.6 Nolinear 3DMM V2-实验part_2.mp4 285.80M
$ P$ ?3 {# D; Y8 Z. M( w: o2 v+ u| ├──14 CV-三维重建》30、3.7 Nolinear 3DMM V2-实验part_3.mp4 290.50M" Y5 k- f! F. |: {) x. M
| ├──14 CV-三维重建》31、3.8 Nolinear 3DMM V2-结果分析论文总结.mp4 270.47M
" M* ~6 F1 C5 q$ e4 g+ `| ├──14 CV-三维重建》32、4.1 3DDFA-摘要.mp4 131.55M
& g) l3 k( {6 Z* @5 I| ├──14 CV-三维重建》33、4.2 3DDFA-介绍.mp4 517.62M
% ]9 E% L' L" ~, m# r| ├──14 CV-三维重建》34、4.3 3DDFA-相关工作.mp4 538.86M
( z6 ~0 {$ B1 m* J& B9 \| ├──14 CV-三维重建》35、4.4 3DDFA-算法详细讲解part1.mp4 366.62M
" K4 {2 V8 M2 i) C' K1 i| ├──14 CV-三维重建》36、4.5 3DDFA-算法详细讲解part2.mp4 327.65M
0 ?* P, z. W4 o| ├──14 CV-三维重建》37、4.6 3DDFA-算法详细讲解part3.mp4 440.07M2 Z, e+ ^0 M7 G
| ├──14 CV-三维重建》38、4.7 3DDFA-算法详细讲解part4.mp4 321.25M
* R; C# H# R3 F) B| ├──14 CV-三维重建》39、4.8 3DDFA-算法详细讲解part5.mp4 252.77M; g9 K4 w& M! S
| ├──14 CV-三维重建》40、4.9 3DDFA-实验讲解part1.mp4 317.29M
+ {4 x8 G2 ~! V- s2 ?- z| ├──14 CV-三维重建》41、4.10 3DDFA-实验讲解part2.mp4 213.96M
, T: F4 g4 T. l; y. q+ T| ├──14 CV-三维重建》42、4.11 3DDFA-实验讲解part3.mp4 201.21M
A1 y2 M7 p0 D& U1 \! F/ R| ├──14 CV-三维重建》43、4.12 3DDFA-结果分析与总结.mp4 299.68M% @. J5 @ E2 m: @8 Z
| ├──14 CV-三维重建》44、5.1摘要介绍.mp4 429.18M* O/ _' g' j8 T p# e3 s) Z( d. l
| ├──14 CV-三维重建》45、5.2 相关工作.mp4 325.95M2 }9 ~. W7 t" z: G, f. ^
| ├──14 CV-三维重建》46、5.3 算法详细讲解part1.mp4 348.03M
$ V, I O* r& d/ w+ Q8 ~2 Z7 C( [# T| ├──14 CV-三维重建》47、5.4 算法详细讲解part2.mp4 247.69M
6 Z C/ ~* e6 k" X3 r| ├──14 CV-三维重建》48、5.5 算法详细讲解part3.mp4 276.60M% h3 B, e, B' b4 N
| ├──14 CV-三维重建》49、5.6 实验详解part1.mp4 405.39M, `3 O3 l8 C# u9 r
| ├──14 CV-三维重建》50、5.7 实验详解part2.mp4 343.89M
. p) _+ G* X% f8 ?1 n2 _4 P/ [| ├──14 CV-三维重建》51、5.8 实验详解part3.mp4 188.11M
9 h+ I0 @ C) s: U% M| ├──14 CV-三维重建》52、5.9 结果与总结.mp4 351.40M
- @. f3 `8 I2 j1 O: Y- z- u| ├──14 CV-三维重建》53、6.1 论文泛读.mp4 300.19M6 O9 F1 |- S5 c( |2 Z
| ├──14 CV-三维重建》54、6.2 算法详细讲解.mp4 303.23M) ^0 q7 W- I) u4 F/ f' n
| ├──14 CV-三维重建》55、6.3 实验讲解.mp4 362.48M: R3 E3 L! E+ S& L/ g8 J" b. c: x
| ├──14 CV-三维重建》56、6.4 总结.mp4 115.11M9 g1 N3 P2 z! t& K% G6 M6 d
| ├──14 CV-三维重建》57、7.1 论文泛读part1.mp4 267.55M; G7 y# j& h: L# m0 K
| ├──14 CV-三维重建》58、7.2 论文泛读part2.mp4 73.16M
+ Q& z; U# F0 v% D' C; m/ j0 ~) v| ├──14 CV-三维重建》59、7.3 算法详解part1.mp4 256.81M1 Z, t* q1 r( p
| ├──14 CV-三维重建》60、7.4 算法详解part2.mp4 202.73M
+ m2 x' N5 D0 b( B- ]| ├──14 CV-三维重建》61、7.5 实验讲解part1.mp4 255.83M
- r0 C( j) V/ i& l9 G% }| ├──14 CV-三维重建》62、7.6 实验讲解part2.mp4 81.27M
8 @/ e! L( [( e. b" `) P5 Z+ O7 V+ Z| ├──14 CV-三维重建》63、8.1 论文泛读.mp4 216.90M/ U4 N% [# Y- k5 n
| ├──14 CV-三维重建》64、8.2 算法详细讲解.mp4 313.78M6 g/ R, {0 t5 T( C" y9 T; C5 t
| ├──14 CV-三维重建》65、8.3 实验讲解.mp4 185.07M
, ^! o& W' P! O5 L+ D e5 r; V" [| ├──1.1 项目介绍.mp4 5.08M( R1 b8 K6 O( R& l5 D9 Y6 a: O# L
| ├──01 多模态-baseline》02、1.1 CLIP-论文泛读（体验课直播回放）.mp4 222.47M
) B( K6 {# R9 E- _| ├──01 多模态-baseline》03、1.2 CLIP-论文精读（体验课直播回放）.mp4 337.38M
! ]" P _7 y* ?| ├──01 多模态-baseline》04、1.3 CLIP-代码复现.mp4 147.58M( K. r, g9 ^+ i
| ├──01 多模态-baseline》05、2.1 Deep Visual-Semanti-论文泛读.mp4 348.71M* T k7 n- M9 t2 `. v2 `( j3 [
| ├──01 多模态-baseline》06、2.2 Deep Visual-Semanti-论文精读1.mp4 266.69M/ L8 y- Y* f$ s
| ├──01 多模态-baseline》07、2.3 Deep Visual-Semanti-论文精读2.mp4 227.01M2 F! l& C0 V" x. l# j
| ├──01 多模态-baseline》08、2.4 Deep Visual-Semanti-代码复现1.mp4 19.41M4 K, Q+ U0 n' L) w! [
| ├──01 多模态-baseline》09、2.5 Deep Visual-Semanti-代码复现2.mp4 96.94M
/ F. L- X$ K/ || ├──01 多模态-baseline》10、2.6 Deep Visual-Semanti-代码复现3.mp4 162.24M
. L5 C1 c8 S2 K- W5 J* N0 ~1 H' R| ├──01 多模态-baseline》11、3.1 Show and Tell-论文泛读.mp4 266.81M
4 B# `3 g8 r; j& T8 C+ ?| ├──01 多模态-baseline》12、3.2 Show and Tell-论文精读.mp4 154.98M7 ?( ~# c9 r! y
| ├──01 多模态-baseline》15、3.3 Show and Tell-代码复现.mp4 64.21M( N ^2 o* C8 t# ^: y# R/ O8 h
| ├──强化学习基础知识》02、01-基础知识.mp4 125.95M
) K0 ], W' o0 e: M| ├──强化学习基础知识》03、02-MC-part1.mp4 28.98M
6 Y6 b: F. T; s6 n| ├──强化学习基础知识》04、02-MC-part2.mp4 57.04M" c" s1 k# F, d; j" e# g
| ├──强化学习基础知识》05、02-MC-part3.mp4 48.07M3 |+ m3 R& F- ^
| ├──强化学习基础知识》06、03-TD-part1.mp4 41.97M0 m% E7 g+ S# Z) ]; \
| ├──强化学习基础知识》07、03-TD-part2.mp4 56.18M
/ {$ L+ g* e: g) q- J7 O( q| ├──强化学习基础知识》08、03-TD-part3.mp4 110.20M
' v+ j+ e0 Z) V# {& R| ├──强化学习》01、强化学习1期第1次答疑直播.mp4 275.14M
7 Z; ~3 a+ a4 E: W6 m7 F| ├──强化学习》03、强化学习开营直播.mp4 1.71G
0 d5 S; L* b2 D* v, J| ├──强化学习》04、01DQN-01-论文泛读开场白.mp4 29.07M: N/ q4 O& V5 M: K3 t C
| ├──强化学习》05、01DQN-02-研究背景及意义.mp4 32.09M4 k, \( [! k( j- g5 W
| ├──强化学习》06、01DQN-03-背景知识补充.mp4 16.70M
; y3 X, W/ C8 f5 I( U% @| ├──强化学习》07、01DQN-04-论文泛读.mp4 85.97M0 D+ L( q5 O" ~3 h
| ├──强化学习》08、01DQN-05-泛读总结及下节预告.mp4 10.35M
, c4 e+ D7 X2 S+ n! @| ├──强化学习》09、01DQN-06-论文精读开场白.mp4 19.63M
6 ^9 R- i% i3 q% t! }! O, }| ├──强化学习》100、07DDPG-01-开场白.mp4 21.41M
5 w, n$ Y; c; [' j, _4 l$ H3 q$ W| ├──强化学习》101、07DDPG-02-研究背景成果和意义.mp4 8.72M
$ ~7 f) k) ~% ^- s" q- L( || ├──强化学习》102、07DDPG-03-背景知识补充.mp4 7.47M
7 a/ y! c, O# d; {% {( || ├──强化学习》103、07DDPG-04-论文泛读.mp4 170.87M
5 D3 X! v! m1 ]: ?8 ~! A| ├──强化学习》104、07DDPG-05-本节回顾下节预告.mp4 7.94M& b4 q/ A# C7 {' f
| ├──强化学习》105、07DDPG-06-论文精读结构.mp4 14.06M
4 Z7 p0 ]* x6 T6 w" B5 H. o| ├──强化学习》106、07DDPG-07-从DQN到DDPG.mp4 68.79M
8 O0 ]$ g. P. V' G5 S$ p& N| ├──强化学习》107、07DDPG-08-网络结构.mp4 148.33M
/ b, K6 k& [6 p# W# b| ├──强化学习》108、07DDPG-09-DDPG核心思想.mp4 39.64M- o( [8 v8 w: h9 Z) a
| ├──强化学习》109、07DDPG-10-算法的其他细节.mp4 71.04M
2 w( t2 w5 o5 V9 u: L6 p, F| ├──强化学习》10、01DQN-07-论文模型.mp4 38.57M$ {( H, U/ N( B7 c
| ├──强化学习》110、07DDPG-11-算法总结.mp4 13.06M9 x* s- H7 G. ~+ L
| ├──强化学习》111、07DDPG-12-代码部分结构.mp4 10.70M8 R5 o- N# @: ^0 c) u x- b
| ├──强化学习》112、07DDPG-13-网络结构及初始化.mp4 147.33M
3 O6 k2 Q# L: C7 T; |. _| ├──强化学习》113、07DDPG-14-BatchNorm的使用.mp4 157.29M7 A7 D0 X' P6 b/ e% M" ~- T
| ├──强化学习》114、07DDPG-15-参数更新.mp4 181.15M3 j5 i. c& `4 N! ~0 T8 Y& ~
| ├──强化学习》115、07DDPG-16-代码结构.mp4 181.93M
8 G; M* [! u( D, \, `7 h| ├──强化学习》116、07DDPG-17-运行结果.mp4 55.10M% Z7 i, c r8 Q9 E ^
| ├──强化学习》117、08TD3-01-论文泛读开场白.mp4 12.61M
/ b! l8 V/ e$ N| ├──强化学习》118、08TD3-02-研究背景.mp4 18.34M( j* F1 ~ Y) K& |
| ├──强化学习》119、08TD3-03-背景知识.mp4 15.97M
4 }$ B: J2 I3 I% `; @| ├──强化学习》11、01DQN-08-论文细节一 图像预处理.mp4 73.18M9 i W# @7 u+ [+ k7 T7 f
| ├──强化学习》120、08TD3-04-论文泛读.mp4 133.68M
' p% N7 ?6 C% O" L3 F| ├──强化学习》121、08TD3-05-论文泛读总结.mp4 6.35M
1 j* p) j# e, Z8 H| ├──强化学习》122、08TD3-06-论文精读开场白.mp4 7.95M
3 L5 S4 i+ J% z- C" E( Z! D$ }0 s| ├──强化学习》123、08TD3-07-overestimation.mp4 459.23M b. s9 W# O G9 G- r) j% [1 v. F
| ├──强化学习》124、08TD3-08-variance.mp4 291.65M& H4 S) S5 g8 p0 A2 Q7 b. S
| ├──强化学习》125、08TD3-09-实验结果.mp4 114.08M
3 |0 Q/ m" T$ i7 Z. i* L, k| ├──强化学习》126、08TD3-10-论文总结.mp4 11.24M( v. R9 _! l& q
| ├──强化学习》127、08TD3-11-代码部分结构.mp4 41.59M: l' C+ d! W0 t, c
| ├──强化学习》128、08TD3-12-更新Critic.mp4 58.46M, ]: O3 R7 F" ?
| ├──强化学习》129、08TD3-13-更新Actor和代码结构.mp4 105.43M1 t' C, e4 b& A4 G, S$ p
| ├──强化学习》12、01DQN-09-论文细节二 ReplayBuffer.mp4 80.27M
& E- x. r/ s3 x% ^- v2 Q& d8 N2 z| ├──强化学习》130、08TD3-14-实验结果.mp4 92.58M" I. d- Z7 }; h: T- D
| ├──强化学习》131、09SQL-01-论文泛读开场白.mp4 27.32M1 `" X2 h3 V6 Y' A# N! p' X# ^& ^
| ├──强化学习》132、09SQL-02-研究背景及成果.mp4 124.09M
0 Z9 U- ?. V7 }. M9 k, g3 s| ├──强化学习》133、09SQL-03-背景知识补充.mp4 207.33M
" E0 d/ H5 ?# c2 g# z8 \| ├──强化学习》134、09SQL-04-论文泛读总结.mp4 8.21M
+ t1 \' n% G& L| ├──强化学习》135、09SQL-05-论文精读开场白.mp4 13.56M
4 z- i$ L$ B3 D. n* \$ _| ├──强化学习》136、09SQL-06-核心思想.mp4 39.71M) w% h; O2 Z! W5 U
| ├──强化学习》137、09SQL-07-理论基础.mp4 73.68M- m7 b( k+ W" Z7 F/ `
| ├──强化学习》138、09SQL-08-算法细节.mp4 222.54M
' J! n: M8 f: ]0 {2 T5 u& j| ├──强化学习》139、09SQL-09-实验结果分析.mp4 158.32M
! U# o0 K2 X7 A0 f P# e| ├──强化学习》13、01DQN-10-论文细节三 SemiGradientMethod.mp4 77.01M
. r" U! J) ]+ _& [8 f) v0 n| ├──强化学习》140、09SQL-10-理论证明.mp4 198.40M) F1 k m5 ]+ T6 p( z
| ├──强化学习》141、09SQL-11-论文精读总结.mp4 8.73M s6 l% d6 Q3 I1 g
| ├──强化学习》142、09SQL-12-代码部分结构.mp4 6.95M7 g/ r4 h' w, d- D' I
| ├──强化学习》143、09SQL-13-Pytorch的手动链式法则求导.mp4 78.70M! `# i1 [7 v1 K
| ├──强化学习》144、09SQL-14-离散情况细节.mp4 64.84M
3 q# E7 a8 A7 e: J# y| ├──强化学习》145、09SQL-15-连续情况细节.mp4 97.85M8 g J% r! ?: _- Z! D
| ├──强化学习》146、09SQL-16-代码结构.mp4 54.22M
: y7 r/ g: L N| ├──强化学习》147、09SQL-17-调参结果.mp4 61.62M
; o& I! P7 C, Q* ?: L0 Z| ├──强化学习》148、10SAC-01-论文泛读开场白.mp4 15.99M! E, g: i1 ]* ?! z6 a; Y
| ├──强化学习》149、10SAC-02-研究背景.mp4 12.61M S! T7 F4 T; X6 K* a: C4 t
| ├──强化学习》14、01DQN-11-实验结果分析.mp4 67.91M x) o- D" s5 j% C
| ├──强化学习》150、10SAC-03-论文泛读.mp4 131.43M
% T- w" l& f/ L4 @4 F) L| ├──强化学习》151、10SAC-04-论文泛读总结.mp4 5.29M; y, z$ c, K( l6 w
| ├──强化学习》152、10SAC-05-论文精读开场白.mp4 17.37M
3 y1 c& \& e, l0 T| ├──强化学习》153、10SAC-06-核心思想.mp4 56.12M- _) L& F& }% d5 s& C
| ├──强化学习》154、10SAC-07-主要算法.mp4 113.82M
1 a ~8 q/ b8 \8 q6 }) h+ i! L| ├──强化学习》155、10SAC-08实验结果.mp4 34.31M* V7 u2 y4 Q: n: l) L# I
| ├──强化学习》156、10SAC-09-理论证明.mp4 36.22M" p- o1 C$ x( e1 W, v# v, _
| ├──强化学习》157、10SAC-10-论文精读总结.mp4 16.97M) w- y8 t1 y* O# g
| ├──强化学习》158、10SAC-11-算法细节.mp4 34.70M
2 P* [/ `; T' c, F4 V2 D; W| ├──强化学习》159、10SAC-12-代码结构及调参结果.mp4 75.41M
+ P& m8 ~. V+ H' _1 o0 o/ D u| ├──强化学习》15、01DQN-12-论文精读总结.mp4 19.06M
* B4 m! b( Z! B, e8 Z/ x% {- F ?| ├──强化学习》160、11AdvancedValueMethods-01-论文泛读开场白.mp4 28.56M1 @# L9 p7 @# R0 N. {) T, o
| ├──强化学习》161、11AdvancedValueMethods-02-背景知识补充.mp4 36.48M4 v! [0 _( e6 B+ b
| ├──强化学习》162、11AdvancedValueMethods-03-Rainbow泛读.mp4 86.49M: q6 A1 i, I& ]& o
| ├──强化学习》163、11AdvancedValueMethods-04-D4PG泛读.mp4 145.92M( p( j. M9 u! L- N! r
| ├──强化学习》164、11AdvancedValueMethods-05-A3C泛读.mp4 140.73M
5 u( A# V6 ]( x2 S/ W| ├──强化学习》165、11AdvancedValueMethods-06-IMPALA泛读.mp4 135.67M
1 W2 q7 S# \% z9 M" A" [$ e" W) h1 J3 O| ├──强化学习》166、11AdvancedValueMethods-07-论文泛读总结.mp4 5.49M+ g1 e; M+ A$ k1 b4 _
| ├──强化学习》167、11AdvancedValueMethods-08-论文精读开场白.mp4 12.10M/ k$ E+ [6 I- {" K& v
| ├──强化学习》168、11AdvancedValueMethods-09-Rainbow.mp4 449.66M
$ M# R# B. K# q" C; P6 n2 ^| ├──强化学习》169、11AdvancedValueMethods-10-D4PG.mp4 375.80M0 Q: o5 R/ ^- z
| ├──强化学习》16、01DQN-13-代码课整体介绍.mp4 49.53M
7 D0 y( ]2 E9 O8 U9 d, ?: u| ├──强化学习》170、11AdvancedValueMethods-11-A3C.mp4 522.58M% E4 ?+ v9 I8 o U- e
| ├──强化学习》171、11AdvancedValueMethods-12-IMPALA.mp4 576.38M. s+ A% a @, J, y3 G
| ├──强化学习》172、11AdvancedValueMethods-13-总结.mp4 6.59M2 z$ `! Y/ Y' l& @. e' c- _
0 n& @/ U0 I) J8 f* C: _7 g S. V O4 A
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5 |* P" k6 Y2 G3 A4 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" w$ e, L1 L# E5 B
3、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 n8 k' `& c% ^ u; Q9 {
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
7 @6 T2 _) q0 m: {) U+ A1 @如有侵权联系邮箱：ruikelink@gmai.com: w3 ^7 G. K) b
资源下载地址和密码（百度云盘）： [/hide] 百度网盘信息回帖可见1 E+ i1 B- S7 n+ T
2 A( Z7 ]( Q3 C/ y
7 y8 Q- ~5 e" ~8 S& V4 j! r8 O8 g. O# }) k3 d4 c% ^
本资源由Java自学网收集整理【www.javazx.com】 |
|
发表于 2024-7-21 16:28:01
