51CTO-数据分析与机器学习实战人脸检测夸克网盘资源_网盘资源_夸克网盘资源搜索_全盘搜

• file:第三章 tensorflow版本实现解读.rar
• file:Tensorflow-物体检测-Faster-Rcnn解读.zip
• file:第一章 三代物体检测算法概述.rar
• file:第二章 faster-rcnn论文解读.mp4
• file:006、深度学习项目实战06 第二三阶段网络数据源制作.mp4
• file:002、深度学习项目实战02 多标签数据源制作以及标签坐标转换.mp4
• file:012、深度学习项目实战12 算法框架分析.mp4
• file:opencv-3.0.0.zip
• file:源码.zip
• file:017、Tensorflow案例实战视频课程17 RNN网络模型.mp4
• file:18、Opencv的DNN模块.mp4
• file:20、卷积原理与操作.mp4
• file:01、课程简介.mp4
• file:21、项目实战-疲劳检测.mp4
• file:13、案例实战-全景图像拼接.mp4
• file:11、图像特征-harris.mp4
• file:08、直方图与傅里叶变换.mp4
• file:04、图像形态学处理.mp4
• file:10、项目实战-文档扫描OCR识别.mp4
• file:07、图像金字塔与轮廓检测.mp4
• file:唐宇迪OpenCV小章节.zip
• file:Seq2Seq网络.rar
• file:nn代码.rar
• file:第五课.wmv
• file:第十四.avi
• file:第一课.课程简介.txt
• file:大数据 Python科学计算库-Numpy实战视频课程2.mp4
• file:Tensorflow-自然语言处理.rar
• file:019、深度学习入门课程18 训练技巧之Transfer Learning.mp4
• file:014、深度学习入门课程13 LSTM网络结构简介.mp4
• file:012、RNN网络细节.mp4
• file:021、深度学习入门课程20 深度学习框架Caffe训练过程.mp4
• file:009、深度学习入门课程09 实现Pooling层的前向传播与反向传播.mp4
• file:013、深度学习入门课程12 python实现RNN算法.mp4
• file:015、深度学习入门课程14 分类与回归（Location）任务应用详解.mp4
• file:002、深度学习入门课程02 卷积层详解.mp4
• file:015、Style损失计算.mp4
• file:003、style-transfer基本原理.mp4
• file:004、风格生成网络结构原理.mp4
• file:002、Tensorflow安装.mp4
• file:009、VGG体征提取网络结构.mp4
• file:010、内容与风格特征提取.mp4
• file:017、模型保存与打印结果.mp4
• file:1-7.Q-Learning基本原理.mp4
• file:1-10.求解流程详解.mp4
• file:1-2.强化学习基本概念.mp4
• file:1-3.马尔科夫决策过程.mp4
• file:1-4.Bellman方程.mp4
• file:2-5.Deep Q Learning卷积操作定义.mp4
• file:2-6.数据预处理.mp4
• file:2-1.Deep-Q-Network原理.mp4
• file:2-9.Debug解读训练代码.mp4
• file:8.案例实战对抗生成网络：训练对抗生成网络.mp4
• file:15.DCGAN项目实战：训练DCGAN网络.mp4
• file:2.对抗生成网络形象解释.mp4
• file:10.DCGAN的网络模型架构.mp4
• file:课时48.预测结果.flv
• file:课时16.决策树中参数的选择.flv
• file:课时37.训练神经网络模型.flv
• file:课时44.改进特征选择方法.flv
• file:课时09.数据不平衡问题解决方案.flv
• file:课时42.数据简介与故事背景.flv
• file:课时11.使用阈值来衡量预测标准.flv
• file:课时25.二阶段输入特征制作.flv
• file:课时41.使用PCA进行降维.flv
• file:课时22.随机森林特征重要性分析.flv
• file:课时28.员工不同属性指标对结果的影响.flv
• file:课时23.级联模型原理.flv
• file:课时34.使用tensorflow设定基本参数.flv
• file:05solver超参数配置文件.mp4
• file:03网络配置-数据层详解.mp4
• file:13对训练结果进行分类任务.mp4
• file:07多label问题之HDF5数据源.mp4
• file:08使用命令行训练网络1.mp4
• file:唐宇迪-深度学习-caffe案例.zip
• file:01深度学习框架caffe简介.mp4
• file:caffe案例资料-.txt
• file:09使用python定义自己的层.mp4
• file:06制作LMDB数据源训练分类网络.mp4
• file:12对训练的网络模型绘制LOSS曲线.mp4
• file:14-检测效果及改进.mp4
• file:09-选择合适的参数并训练网络模型.mp4
• file:05-Caffe数据源准.mp4
• file:17-项目总结.mp4
• file:人脸检测-.docx
• file:06-LMDB脚本文件.mp4
• file:01-人脸检测项目概述.mp4
• file:11-实现多尺度人脸检测算法.mp4
• file:16-模型准确率影响因素分析.mp4
• file:02-课程数据，代码下载链接.txt
• file:04-正负样本裁剪策略.mp4
• file:Tensorflow-图像处理视频课程02.mp4
• file:大数据Python数据分析处理库-pandas实战视频课程.zip
• file:Matplotlib绘图.zip
• file:13 音乐推荐系统实战.mp4
• file:20 机器学习项目实战-数据处.mp4
• file:8 贝叶斯优化实战.mp4
• file:20181129_155828.mp4
• file:4 使用lightgbm进行饭店流.mp4
• file:18 和 19 章.mp4
• file:5 人口普查数据集项目实战.mp4
• file:6 降维算法-线性判别分析.mp4
• file:16 NLP-文本特征方法对比.mp4
• file:3 xgboost-gbdt-lightgbm提.mp4
• file:17 使用word2vec分类任务.mp4
• file:2 GBDT提升算法.mp4
• file:10 HMM隐马尔科夫模型.mp4
• file:14 基于统计分析的电影推荐.mp4
• file:iccv15_tutorial_training_rbg.pdf
• file:FasterRcnn.zip
• file:Faster R-CNN Towards Real-Time Object Detection with Region Proposal Networks.pdf
• file:deep_landmark.zip
• file:8-2 最简单的图片爬虫.mp4
• file:8-8 神经网络训练识别4.mp4
• file:8-9 本章小结.mp4
• file:8-3 ffmpeg初识_音频.mp4.mp4
• file:8-4 OpenCV预处理.mp4
• file:5-3 直方图均衡化.mp4
• file:5-11 高斯均值滤波.mp4
• file:5-1 美化效果章节介绍.mp4
• file:6-5 Haar特征2.mp4
• file:6-18 Hog_SVM小狮子识别1.mp4
• file:6-7 adaboost分类器1.mp4
• file:6-11 SVM支持向量机2.mp4
• file:2-3 Windows下一站式开发环境anaconda搭建.mp4
• file:2-21 小综合：人工神经网络逼近股票价格3.mp4
• file:2-5 案例1：图片的读取和展示.mp4
• file:2-6 Opencv模块组织结构.mp4
• file:2-8 案例3：不同图片质量保存.mp4
• file:2-11 tensorflow常量变量定义.mp4
• file:2-18 matplotlib模块的使用.mp4
• file:2-4 测试案例helloWorld.mp4
• file:2-13 常量变量四则运算.mp4
• file:2-14 矩阵基础1.mp4
• file:1-1 计算机视觉导学.mp4
• file:7-14 cnn实现手写数字识别2.mp4
• file:3-13 图片几何变换小结.mp4
• file:4-17 文字图片绘制.mp4
• file:4-16 矩形圆形任意多边形绘制.mp4
• file:4-3 图像灰度处理2.mp4
• file:tensorflow.pptx
• file:矩阵.pdf
• file:特征值与特征向量.pdf
• file:拉格朗日乘子法.pdf
• file:后验概率估计.pdf
• file:02-第二章至第七章.mp4
• file:统计分析-数据代码.zip
• file:第八章notebook课件.zip
• file:第九章：项目实战-信用卡数字识别.zip
• file:第二十一章：人脸关键点定位.zip
• folder:51CTO-数据分析与机器学习实战人脸检测
• folder:01、python数据分析与机器学习实战
• folder:30、量化交易课程
• folder:07、大数据-深度学习项目实战-关键点定位视频教程
• folder:28、OpenCV计算机视觉图像识别深度学习实战
• folder:32、OpenCV+TensorFlow 入门人工智能图像处理
• folder:04、深度学习框架-Tensorflow案例实战视频课程
• folder:21、数据科学人工智能-必备数学基础
• folder:33、OpenCV计算机视觉实战(Python版)
• folder:12、深度学习项目实战视频课程-Seq2Seq序列生模型
• folder:11、深度学习实战项目-利用RNN与LSTM网络原理进行唐诗生成视频课程
• folder:02、深度学习入门视频课程（上篇）
• folder:14、自然语言处理word2vec
• folder:25、Python Kaggle竞赛案例实战
• folder:17､ 机器学习-推荐系统
• folder:23、深度学习30天系统实训-非加密
• folder:13、深度学习顶级论文算法详解视频课程
• folder:27、问答机器人
• folder:26、LSTM行为识别
• folder:22、NLP-文本相似度
• folder:15、深度学习项目实战视频课程-StyleTransfer(基于Tensorflow)
• folder:09、决胜AI-强化学习实战系列视频课程
• folder:16、机器学习-对抗生成网络
• folder:18、TensorFlow-图像处理
• folder:36 大数据——Python数据可视化-Matplotlib实战视频课程
• folder:10、Tensorflow项目实战视频课程-文本分类
• folder:视频课程
• folder:ML_机器学习与量化交易项目班
• folder:物体检测-faster-rcnn
• folder:唐宇迪-深度学习-人脸关键点
• folder:第02讲 初探计算机视觉
• folder:第07讲 图像检索
• folder:第06讲 深度学习在图像识别中的应用
• folder:第04讲 机器视觉中的特征提取与描述
• folder:第10讲 机器视觉项目实战
• folder:第03讲 空域图像处理的洪荒之力
• folder:第8章 “刷脸”识别
• folder:第5章 计算机视觉加强之图像美化
• folder:第9章 课程总结
• folder:第4章 计算机视觉加强之图像特效&线段文字绘制
• folder:唐宇迪-Tensorflow课程
• folder:seq2seq网络架构原理
• folder:文章摘要生成
• folder:TensorFlow打造唐诗生成网络（八课时）
• folder:递归神经网络原理(四课时)
• folder:RNN手写字体识别（三课时）
• folder:唐诗生成资料
• folder:第2章 神经网络模型
• folder:第1章 深度学习必备基础知识点
• folder:Gensim构造词向量模型
• folder:Kaggle第2课：经济金融领域的应用
• folder:Kaggle第3课：排序与CTR预估问题
• folder:Kaggle第7课：电商推荐与销量预测相关案例
• folder:Kaggle第1课：机器学习算法、工具与流程概述
• folder:章节1-推荐系统工作原理
• folder:章节2-使用Tensorflow构造隐语义模型
• folder:章节3-使用Surprise库建立推荐系统
• folder:第七章-word2vec实战与对抗生成网络
• folder:第八章-LSTM情感分析与黑科技概述
• folder:第五章-CNN实战与验证码识别
• folder:第三章-tensorflow训练mnist数据集
• folder:DeepLearning(期刊论文)
• folder:软件包及安装文档
• folder:唐宇迪-StyleTransfer
• folder:图像缺失补全
• folder:超分辨率重构
• folder:高阶API
• folder:15贝叶斯算法
• folder:34机器学习项目实战-HTTP日志聚类分析
• folder:14案例实战：泰坦尼克获救预测
• folder:16Python文本数据分析：新闻分类任务
• folder:33探索性数据分析-农粮组织数据集
• folder:18案例：SVM调参实例
• folder:20聚类算法-DBSCAN
• folder:24Xgboost集成算法
• folder:10项目实战-交易数据异常检测
• folder:03python数据分析处理库-Pandas
• folder:27scikit-learn模型建立与评估
• folder:01人工智能入门指南（有基础的同学请略过！）
• folder:09案例实战：Python实现逻辑回归与梯度下降策略
• folder:07梯度下降策略
• folder:21案例实战：聚类实践
• folder:13集成算法与随机森林
• folder:22降维算法-PCA主成分分析
• folder:08逻辑回归算法
• folder:28Python库分析科比生涯数据
• folder:19聚类算法-Kmeans
• folder:29Python时间序列分析
• folder:02Python科学计算库-Numpy
• folder:05Python可视化库Seaborn
• folder:17支持向量机
• folder:12案例实战：使用sklearn构造决策树模型