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:源码.rar
• file:opencv-3.0.0.zip
• file:Seq2Seq网络.rar
• file:第十二课.mp4
• file:第一课.课程简介.txt
• file:20、卷积原理与操作.mp4
• file:19、项目实战-目标追踪.mp4
• file:04、图像形态学处理.mp4
• file:17、光流估计.mp4
• file:18、Opencv的DNN模块.mp4
• file:11、图像特征-harris.mp4
• file:08、直方图与傅里叶变换.mp4
• file:07、图像金字塔与轮廓检测.mp4
• file:唐宇迪OpenCV小章节.zip
• file:013、Tensorflow案例实战视频课程13 模型的保存和读取.mp4
• file:12.DCGAN项目实战：配置参数.mp4
• file:2.对抗生成网络形象解释.mp4
• file:8.案例实战对抗生成网络：训练对抗生成网络.mp4
• file:9.DCGAN基本原理.mp4
• file:DCGAN.zip
• file:008、深度学习项目实战08 网络模型参数初始化.mp4
• file:004、深度学习项目实战04 完成第一阶段HDF5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:课时30.构建预测模型.flv
• file:课时07.使用scikit-learn建立分类模型.flv
• file:课时10.逻辑回归进行分类预测.flv
• file:课时03.使用Anaconda搭建python环境.flv
• file:课时05.特征数据可视化展示.flv
• file:课时14.不同特征的分布规则.flv
• file:课时02.课程数据，代码下载.swf
• file:课时24.数据预处理与热度图.flv
• file:课时04.Kobe.Bryan生涯数据读取与简介.flv
• file:课时13.数据简介与特征课时化展示.flv
• file:课时32.tensorflow框架的安装.flv
• file:课时16.决策树中参数的选择.flv
• file:01深度学习框架caffe简介.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:10绘制网络结构图.mp4
• file:05solver超参数配置文件.mp4
• file:08使用命令行训练网络1.mp4
• file:12对训练的网络模型绘制LOSS曲线.mp4
• file:caffe案例资料-.txt
• file:07多label问题之HDF5数据源.mp4
• file:唐宇迪-深度学习-caffe案例.zip
• 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:3.wmv
• file:大数据 Python数据分析处理库-pandas实战视频课程6.mp4
• file:numpy代码.zip
• file:Tensorflow-图像处理视频课程02.mp4
• file:第一章 三代物体检测算法概述.mp4
• file:第二章 faster-rcnn论文解读.mp4
• file:Tensorflow-物体检测-Faster-Rcnn解读.zip
• file:第三章 tensorflow版本实现解读.rar
• file:Tensorflow-自然语言处理.rar
• file:6 降维算法-线性判别分析.mp4
• file:20181129_155828.mp4
• file:14 基于统计分析的电影推荐.mp4
• file:13 音乐推荐系统实战.mp4
• file:8 贝叶斯优化实战.mp4
• file:20 机器学习项目实战-数据处.mp4
• file:10 HMM隐马尔科夫模型.mp4
• file:4 使用lightgbm进行饭店流.mp4
• file:5 人口普查数据集项目实战.mp4
• file:18 和 19 章.mp4
• file:2 GBDT提升算法.mp4
• file:3 xgboost-gbdt-lightgbm提.mp4
• file:16 NLP-文本特征方法对比.mp4
• file:17 使用word2vec分类任务.mp4
• file:Matplotlib绘图.zip
• file:05-Caffe数据源准.mp4
• file:01-人脸检测项目概述.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:16-模型准确率影响因素分析.mp4
• file:13-完成检测代码.mp4
• file:11-实现多尺度人脸检测算法.mp4
• file:08-网络模型配置文件.mp4
• file:人脸检测-.docx
• file:04-正负样本裁剪策略.mp4
• file:007、风格转换参数配置.mp4
• file:015、Style损失计算.mp4
• file:003、style-transfer基本原理.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:009、VGG体征提取网络结构.mp4
• file:001、课程简介.mp4
• file:2-6.数据预处理.mp4
• file:2-9.Debug解读训练代码.mp4
• file:1-2.强化学习基本概念.mp4
• file:2-3,Deep Q-Learning网络参数配置.mp4
• file:1-10.求解流程详解.mp4
• file:2-1.Deep-Q-Network原理.mp4
• file:1-8.Q-Learning迭代计算实例.mp4
• file:1-3.马尔科夫决策过程.mp4
• file:1-4.Bellman方程.mp4
• file:016、深度学习入门额课程15 物体检测实例.mp4
• file:006、深度学习入门课程06 池化层（Pooling）原理.mp4
• file:022、深度学习入门课程21 深度学习框架Caffe接口使用实例.mp4
• file:001、深度学习入门课程01 感受卷积神经网络的强大.mp4
• file:013、深度学习入门课程12 python实现RNN算法.mp4
• file:019、深度学习入门课程18 训练技巧之Transfer Learning.mp4
• file:012、RNN网络细节.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:Python-3.5.x安装教程.pdf
• file:5-11 高斯均值滤波.mp4
• file:5-13 图像美化章节小结.mp4
• file:5-5 灰度直方图源码.mp4
• file:5-4 图片修补.mp4
• file:4-10 边缘检测2.mp4
• file:4-2 图像灰度处理1.mp4
• file:4-16 矩形圆形任意多边形绘制.mp4
• file:8-7 神经网络训练识别3.mp4
• file:8-3 ffmpeg初识_音频.mp4.mp4
• file:8-4 OpenCV预处理.mp4
• file:7-9 knn数字识别7.mp4
• file:6-4 Haar特征1.mp4
• file:6-10 SVM支持向量机1.mp4
• file:6-2 视频分解图片.mp4
• file:6-9 Haar+adaboost人脸识别.mp4
• file:6-19 Hog_SVM小狮子识别2.mp4
• file:2-2 Mac下一站式开发环境anaconda搭建.mp4
• file:2-18 matplotlib模块的使用.mp4
• file:2-19 小综合：人工神经网络逼近股票价格1.mp4
• file:2-6 Opencv模块组织结构.mp4
• file:2-11 tensorflow常量变量定义.mp4
• file:2-10 案例4：像素读取写入.mp4
• file:2-13 常量变量四则运算.mp4
• file:2-9 像素操作基础.mp4
• file:2-4 测试案例helloWorld.mp4
• file:2-8 案例3：不同图片质量保存.mp4
• file:1-1 计算机视觉导学.mp4
• file:似然函数.pdf
• file:概率分布与概率密度.pdf
• file:拉格朗日乘子法.pdf
• file:特征值与特征向量.pdf
• file:06-第十一章至第十二章.mp4
• file:tensorflow代码.zip
• file:imagenet-vgg-verydeep-19.mat
• file:2-7drop-out.mp4
• file:2-1梯度下降原理-2-2学习率的作用-2-3反向传播-2-4神经网络基础架构-2-5神经网络实例演示-2-6正则化与激活函数.mp4
• file:3-7迭代完成训练.mp4
• file:8-2LSTM网络架构.mp4
• file:8-6趣味网络串讲（数据代.mp4
• file:8-3案例：使用LSTM进行情.mp4
• file:8-5基于word2vec的LSTM模型.mp4
• file:4-3卷积层计算参数.mp4
• file:7-5对抗生成网络原理概述(GAN数据代码下载---).mp4
• file:7-4tfidf原理.mp4
• file:7-1基于词袋模型训练分类器.mp4
• file:7-3使用gensim构建word2.mp4
• file:5-2使用CNN训练mnist数.mp4
• file:5-1卷积网络复习（验证码数据代码下载--）.mp4
• file:5-7验证码识别流程.mp4
• file:6-1自然语言处理与深度学.mp4
• file:6-7案例：影评情感分类(数据.mp4
• folder:51CTO-数据分析与机器学习实战人脸检测
• folder:29、python3数据分析与挖掘实战
• 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:21、数据科学人工智能-必备数学基础
• folder:23、深度学习30天系统实训-非加密
• 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:30、量化交易课程
• folder:12、深度学习项目实战视频课程-Seq2Seq序列生模型
• folder:14、自然语言处理word2vec
• folder:17､ 机器学习-推荐系统
• folder:13、深度学习顶级论文算法详解视频课程
• folder:02、深度学习入门视频课程（上篇）
• folder:25、Python Kaggle竞赛案例实战
• folder:33、OpenCV计算机视觉实战(Python版)
• folder:04、深度学习框架-Tensorflow案例实战视频课程
• folder:16、机器学习-对抗生成网络
• folder:07、大数据-深度学习项目实战-关键点定位视频教程
• folder:08、Python数据分析(机器学习)经典案例
• folder:10、Tensorflow项目实战视频课程-文本分类
• folder:35 大数据 Python科学计算库-Numpy实战视频课程
• folder:26、LSTM行为识别
• folder:18、TensorFlow-图像处理
• folder:22、NLP-文本相似度
• folder:27、问答机器人
• 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:软件包及安装文档
• folder:视频课程
• folder:第06讲 深度学习在图像识别中的应用
• folder:第08讲 图像标注与问答
• folder:第04讲 机器视觉中的特征提取与描述
• folder:第05讲 坐标变换与视觉测量
• 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5章 计算机视觉加强之图像美化
• folder:第4章 计算机视觉加强之图像特效&线段文字绘制
• folder:第8章 “刷脸”识别
• folder:第9章 课程总结
• folder:第三章-tensorflow训练mnist数据集
• folder:第八章-LSTM情感分析与黑科技概述
• folder:第四章-卷积神经网络
• folder:第七章-word2vec实战与对抗生成网络
• folder:第五章-CNN实战与验证码识别
• folder:RNN手写字体识别（三课时）
• folder:唐诗生成资料
• 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:ML_机器学习与量化交易项目班
• folder:seq2seq网络架构原理
• folder:文章摘要生成
• folder:Gensim构造词向量模型
• 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:章节1-推荐系统工作原理
• folder:DeepLearning(期刊论文)
• folder:第1章 深度学习必备基础知识点
• folder:第3章 神经网络案例实战
• folder:Kaggle第7课：电商推荐与销量预测相关案例
• folder:Kaggle第2课：经济金融领域的应用
• folder:Kaggle第1课：机器学习算法、工具与流程概述
• folder:Kaggle第3课：排序与CTR预估问题
• folder:唐宇迪-Tensorflow课程
• folder:唐宇迪-深度学习-人脸关键点
• folder:图像缺失补全
• folder:高阶API
• folder:超分辨率重构
• folder:物体检测-faster-rcnn
• folder:唐宇迪-StyleTransfer
• folder:第7章 Scrapy爬虫
• folder:第3章 Python 爬虫初识
• folder:第18章 Python数据分析与挖掘聚类实现与回归分析
• folder:第13章 数据转换、属性构造、数据规约
• folder:第5章 爬虫防屏蔽手段之代理服务器实战
• folder:第6章 爬虫实战及Scrapy框架的安装
• folder:第15章 文本相似度分析
• folder:第9章 补充以及作业讲解
• folder:第21章 Python降维技术与大型数据分析与挖掘项目实训下
• folder:第4章 Urllib库实战
• folder:第12章 Python数据清洗、集成与变换
• folder:18案例：SVM调参实例
• folder:17支持向量机
• folder:01人工智能入门指南（有基础的同学请略过！）
• folder:14案例实战：泰坦尼克获救预测
• folder:31机器学习项目实战-用户流失预警
• folder:33探索性数据分析-农粮组织数据集
• folder:06线性回归算法原理推导
• folder:05Python可视化库Seaborn
• folder:19聚类算法-Kmeans
• folder:28Python库分析科比生涯数据
• folder:29Python时间序列分析
• folder:11决策树算法
• folder:10项目实战-交易数据异常检测
• folder:16Python文本数据分析：新闻分类任务
• folder:27scikit-learn模型建立与评估
• folder:22降维算法-PCA主成分分析
• folder:24Xgboost集成算法
• folder:03python数据分析处理库-Pandas
• folder:21案例实战：聚类实践
• folder:12案例实战：使用sklearn构造决策树模型
• folder:07梯度下降策略
• folder:09案例实战：Python实现逻辑回归与梯度下降策略
• folder:13集成算法与随机森林
• folder:20聚类算法-DBSCAN