人工智能深度学习系统班（第十期） - 猎人搜索 轻松搜寻全网资源

• file:课程详细目录.txt
• file:咨询VX ETH22009.txt
• file:068-5-效果演示与总结分析 .mp4
• file:038-4-召回改进方案解读 .mp4
• file:066-3-源码调用DEBUG解读 .mp4
• file:001-课程介绍 .mp4
• file:012-3-API相关配置完成 .mp4
• file:062-4-LORA微调的核心思想 .mp4
• file:005-4-多智能体定义分析 .mp4
• file:017-4-接入外部API的方法与流程 .mp4
• file:059-1-大模型如何做下游任务 .mp4
• file:067-4-训练流程演示 .mp4
• file:053-3-数据文档切分操作 .mp4
• file:057-2-MOE模块实现方法解读 .mp4
• file:061-3-LLAMA与LORA介绍 .mp4
• file:019-6-指令提示构建 .mp4
• file:006-5-框架的作用和能解决的问题 .mp4
• file:第六章：DataLoader自定义数据集制作.zip
• file:flask预测.zip
• file:深度学习.pdf
• file:PyTorch.pdf
• file:第五章：图像识别模型与训练策略（重点）.zip
• file:第七章：LSTM文本分类实战.zip
• file:第一章：GPT系列.pdf
• file:第二章：ChinesePretrainedModels.zip
• file:EfficientDet.zip
• file:yolov7-main.zip
• file:CenterNet.pdf
• file:mmdetection-3.x.zip
• file:可变形DETR.pdf
• file:detr目标检测源码解读.zip
• file:Yolov7结构图.pptx
• file:第十二章：基于Transformer的detr目标检测算法.pdf
• file:json2yolo.py
• file:YOLOV7.pdf
• folder:人工智能深度学习系统班（第十期）
• folder:视频
• folder:9 期资料
• folder:21-深度学习模型部署与剪枝优化实战
• folder:17-对抗生成网络实战
• folder:25-自然语言处理通用框架-BERT实战
• folder:8-走向AI论文实验与项目实战的捷径-MMLAB实战系列
• folder:19-CV与NLP经典大模型解读
• folder:13-面向深度学习的无人驾驶实战
• folder:9-经典视觉项目实战：行为识别、姿态估计、目标追踪
• folder:6-图像分割实战
• folder:4-Opencv图像处理框架实战
• folder:10-2022论⽂必备-Transformer实战系列
• folder:3-深度学习核心框架PyTorch
• folder:30-2024Ai必会Agent(应用解读+项目实战)
• folder:23-自然语言处理必备神器Huggingface系列实战
• folder:24-时间序列预测
• folder:2-深度学习必备核⼼算法
• folder:18-强化学习与AI黑科技实例
• folder:29-论文创新点常用方法及其应用实例
• folder:28-推荐系统实战系列
• folder:5-综合项目-物体检测经典算法实战
• folder:1-AI课程所需安装软件教程
• folder:20-面向医学领域的深度学习实战
• folder:14-对比学习与多模态任务实战
• folder:15.第一十五章 缺陷检测实战
• folder:1.第1章 直播课
• folder:6-pyTorch框架部署实践
• folder:1-AIoT人工智能物联网之认识 jetson nano
• folder:7-YOLO-V3物体检测部署实例
• folder:11-模型剪枝-Network Slimming实战解读
• folder:8-docker实例演示
• folder:12-Mobilenet三代网络模型架构
• folder:2-AIoT人工智能物联网之AI 实战
• folder:3-AIoT人工智能物联网之NVIDIA TAO 实用级的训练神器
• folder:9-tensorflow-serving实战
• folder:1-课程介绍
• folder:6-基于starganvc2的变声器论文原理解读
• folder:9-基于GAN的图像补全实战
• folder:5-stargan项目实战及其源码解读
• folder:3-基于CycleGan开源项目实战图像合成
• folder:3-项目实战-基于BERT的中文情感分析实战
• folder:6-必备基础-掌握Tensorflow如何实现word2vec模型
• folder:8-医学糖尿病数据命名实体识别
• folder:5-必备基础知识点-woed2vec模型通俗解读
• folder:7-必备基础知识点-RNN网络架构与情感分析应用实例
• folder:2-谷歌开源项目BERT源码解读与应用实例
• folder:14-第四模块：ANINET文字识别
• folder:16-第五模块：stylegan2源码解读
• folder:7-第二模块：分割任务CVPR最新Backbone设计及其应用
• folder:20-第八模块：模型剪枝方法概述分析
• folder:9-第三模块：DeformableDetr物体检测源码分析
• folder:12-KIE关键信息抽取与视频超分辨率重构
• folder:6-第二模块：基于Unet进行各种策略修改
• folder:18-第七模块：多模态3D目标检测算法源码解读
• folder:2-第一模块：分类任务基本操作
• folder:5-第二模块：使用分割模块训练自己的数据集
• folder:11-补充：Mask2former源码解读
• folder:4-第一模块：模型源码DEBUG演示
• folder:17-第六模块：BasicVSR++视频超分辨重构源码解读
• folder:22-OCR算法解读
• folder:3-第一模块：训练结果测试与验证
• folder:15-第四模块：KIE基于图模型的关键信息抽取
• folder:1-MMCV安装方法
• folder:21-第九模块：mmaction行为识别
• folder:23-额外补充-在源码中加入各种注意力机制方法
• folder:19-第八模块：模型蒸馏应用实例
• folder:8-视觉QA算法与论文解读
• folder:4-chatgpt算法解读分析
• folder:7-视觉大模型SAM
• folder:5-LLM与LORA微调策略解读
• folder:6-LLM下游任务训练自己模型实战
• folder:10-openai-dalle2论文解读
• folder:13-视觉自监督BEIT算法解读
• folder:16-BEV感知特征空间算法解读
• folder:18-补充-视觉大模型基础-deformableAttention
• folder:12-自监督任务-对比学习思想
• folder:9-扩散模型diffusion架构算法解读
• folder:3-GPT2训练与预测部署流程
• folder:11-TSDF算法与应用
• folder:9-NeuralRecon项目环境配置
• folder:2-深度估计项目实战
• folder:7-三维重建应用与坐标系基础
• folder:4-基于深度学习的车道线检测项目实战
• folder:15-特斯拉无人驾驶解读
• folder:6-局部特征关键点匹配实战
• folder:5-商汤LoFTR算法解读
• folder:7-基础补充-Resnet模型及其应用实例
• folder:9-姿态估计OpenPose系列算法解读
• folder:12-deepsort源码解读
• folder:4-基于3D卷积的视频分析与动作识别
• folder:3-slowfast源码详细解读
• folder:10-OpenPose算法源码分析
• folder:2-slowfast项目环境配置与配置文件
• folder:15-V5项目工程源码解读
• folder:5-视频异常检测算法与元学习
• folder:6-视频异常检测CVPR2021论文及其源码解读
• folder:14-V5版本项目配置
• folder:11-MaskRcnn网络框架源码详解
• folder:7-医学⼼脏视频数据集分割建模实战
• folder:2-Unet系列算法讲解
• folder:5-deeplab系列算法
• folder:6-基于deeplabV3+版本进⾏VOC分割实战
• folder:12-基于MASK-RCNN框架训练自己的数据与任务
• folder:1-图像分割及其损失函数概述
• folder:10-物体检测框架-MaskRcnn项目介绍与配置
• folder:4-U2NET显著性检测实战
• folder:3-unet医学细胞分割实战
• folder:5-17 节光流估计
• folder:5-1 节课程简介与环境配置
• folder:5-9 节信⽤卡数字识别
• folder:5-11 节图像特征-harris
• folder:5-18 节Opencv的DNN模块
• folder:5-10 节⽂档扫描OCR识别
• folder:5-4 节图像形态学操作
• folder:5-15 节答题卡识别判卷
• folder:5-8 节直⽅图与傅⾥叶变换
• folder:5-7 节图像⾦字塔与轮廓检测
• folder:5-3 节阈值与平滑处理
• folder:3-VIT算法模型源码解读
• folder:4-swintransformer算法原理解析
• folder:10-MedicalTrasnformer论文解读
• folder:20-Huggingface与NLP（讲故事）
• folder:19-Informer时间序列源码解读
• folder:7-基于拓扑图的行人重识别项目实战
• folder:4-AAAI2020顶会算法精讲
• folder:2-基于注意力机制的Reld模型论文解读
• folder:6-旷视研究院最新算法解读（基于图模型）
• folder:1-行人重识别原理及其应用
• folder:5-项目实战-基于行人局部特征融合的再识别实战
• folder:8-额外补充：行人搜索源码分析
• folder:3-4 节卷积网络参数解读分析
• folder:3-3 节神经网络回归任务-气温预测
• folder:3-7 节LSTM文本分类实战
• folder:3-1 节PyTorch框架介绍与配置安装
• folder:3-2 节使用神经网络进行分类任务
• folder:3-5 节图像识别模型与训练策略（重点）
• folder:11-补充Huggingface数据集制作方法实例
• folder:5-文本标注工具与NER实例
• folder:6-文本预训练模型构建实例
• folder:2-Transformer工具包基本操作实例解读
• folder:9-文本摘要建模
• folder:4-物体检测框架YOLOV5项目工程源码解读
• folder:11-基于视频流⽔线的Opencv缺陷检测项⽬
• folder:5-基于YOLOV5的钢材缺陷检测实战
• folder:8-Opencv梯度计算与边缘检测实例
• folder:14-Deeplab铁质材料缺陷检测与开源项⽬应⽤流程
• folder:6-Semi-supervised布料缺陷检测实战
• folder:3-Timesnet时序预测
• folder:2-卷积神经网络
• folder:10-CLIP系列
• folder:4-Q-learning与DQN算法
• folder:3-PPO实战-月球登陆器训练实例
• folder:2-PPO算法与公式推导
• folder:6-Actor-Critic算法分析（A3C）
• folder:13-ChatGPT
• folder:7-用A3C玩转超级马里奥
• folder:8-GPT系列生成模型
• folder:5-DQN改进与应用技巧
• folder:3-图模型必备神器PyTorch Geometric安装与使用
• folder:5-图注意力机制与序列图模型
• folder:6-图相似度论文解读
• folder:8-基于图模型的轨迹估计
• folder:4-使用PyTorch Geometric构建自己的图数据集
• folder:6-文本关系抽取实践
• folder:5-基于知识图谱的医药问答系统实战
• folder:4-使用python操作neo4j实例
• folder:2-知识图谱涉及技术点分析
• folder:3-Neo4j数据库实战
• folder:7-金融平台风控模型实践
• folder:11-NLP-相似度模型
• folder:8-使用Gemsim构建词向量
• folder:3-贝叶斯算法
• folder:12-LSTM情感分析
• folder:1-NLP常用工具包实战
• folder:5-HMM隐马尔科夫模型
• folder:9-基于word2vec的分类任务
• folder:13-机器人写唐诗
• folder:2-商品信息可视化与文本分析
• folder:10-NLP-文本特征方法对比
• folder:11-补充-基于相似度的酒店推荐系统
• folder:6-点击率估计FM与DeepFM算法
• folder:2-协同过滤与矩阵分解
• folder:9-基于文本数据的推荐实例
• folder:7-DeepFM算法实战
• folder:10-基本统计分析的电影推荐
• folder:5-点云补全PF-Net论文解读
• folder:8-基础补充-对抗生成网络架构原理与实战解析
• folder:4-Pointnet++项目实战
• folder:2-3D点云PointNet算法
• folder:7-点云配准及其案例实战
• folder:1-3D点云实战 3D点云应用领域分析
• folder:1-YOLO V9
• folder:7-语音合成tacotron最新版实战
• folder:1-seq2seq序列网络模型
• folder:2-LAS模型语音识别实战
• folder:6-ConvTasnet语音分离实战
• folder:5-语音分离ConvTasnet模型
• folder:11-YOLO系列物体检测算法原理解读
• folder:10-基于deeplab的心脏视频数据诊断分析
• folder:4-基于Resnet的医学数据集分类实战
• folder:16-词向量模型与RNN网络架构
• folder:13-知识图谱原理解读
• folder:4-多模态文字识别
• folder:第十四章：BEITV2
• folder:第九章：扩散模型
• folder:第六章：langchain
• folder:第十七章：BEVFORMER源码
• folder:第四章：LLM与LORA
• folder:第十一章：dalle2源码解读
• folder:YOLO系列（PyTorch）