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:05-Caffe数据源准.mp4
• file:09-选择合适的参数并训练网络模型.mp4
• file:14-检测效果及改进.mp4
• file:16-模型准确率影响因素分析.mp4
• file:01-人脸检测项目概述.mp4
• file:06-LMDB脚本文件.mp4
• file:11-实现多尺度人脸检测算法.mp4
• file:13-完成检测代码.mp4
• file:04-正负样本裁剪策略.mp4
• file:人脸检测-.docx
• file:02-课程数据，代码下载链接.txt
• file:Seq2Seq网络.rar
• file:4-6课.zip
• file:大数据 Python科学计算库-Numpy实战视频课程3.mp4
• file:numpy代码.zip
• file:Tensorflow-自然语言处理.rar
• file:源码.rar
• file:013、Tensorflow案例实战视频课程13 模型的保存和读取.mp4
• file:7.案例实战对抗生成网络：构造损失函数.mp4
• file:12.DCGAN项目实战：配置参数.mp4
• file:3.对抗生成网络工作原理.mp4
• file:1.补充.mp4
• file:9.DCGAN基本原理.mp4
• file:第十课.wmv
• file:第一课.课程简介.txt
• file:opencv-3.0.0.zip
• file:11、图像特征-harris.mp4
• file:05、图像梯度处理.mp4
• file:13、案例实战-全景图像拼接.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:08、直方图与傅里叶变换.mp4
• file:21、项目实战-疲劳检测.mp4
• file:20、卷积原理与操作.mp4
• file:18、Opencv的DNN模块.mp4
• file:唐宇迪OpenCV小章节.zip
• file:006、风格转换效果展示.mp4
• file:015、Style损失计算.mp4
• file:017、模型保存与打印结果.mp4
• file:010、内容与风格特征提取.mp4
• file:013、参数初始化.mp4
• file:002、Tensorflow安装.mp4
• file:009、VGG体征提取网络结构.mp4
• file:003、style-transfer基本原理.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:8 贝叶斯优化实战.mp4
• file:6 降维算法-线性判别分析.mp4
• file:18 和 19 章.mp4
• file:10 HMM隐马尔科夫模型.mp4
• file:20181129_155828.mp4
• file:20 机器学习项目实战-数据处.mp4
• file:16 NLP-文本特征方法对比.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:5 人口普查数据集项目实战.mp4
• file:4 使用lightgbm进行饭店流.mp4
• file:Matplotlib绘图.zip
• file:Tensorflow-图像处理视频课程05.mp4
• file:009、深度学习项目实战09 完成全部测试结果.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:大数据Python数据分析处理库-pandas实战视频课程.zip
• file:课时13.数据简介与特征课时化展示.flv
• file:课时24.数据预处理与热度图.flv
• file:课时38.PCA原理简介.flv
• file:课时10.逻辑回归进行分类预测.flv
• file:课时12.使用数据生成策略.flv
• file:课时17.将建立好决策树可视化展示出来.flv
• file:课时03.使用Anaconda搭建python环境.flv
• file:课时14.不同特征的分布规则.flv
• file:课时04.Kobe.Bryan生涯数据读取与简介.flv
• file:课时31.基于聚类模型的分析.flv
• file:课时07.使用scikit-learn建立分类模型.flv
• file:课时47.盈利方法和模型评估.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35.卷积神经网络模型.flv
• file:03网络配置-数据层详解.mp4
• file:10绘制网络结构图.mp4
• file:12对训练的网络模型绘制LOSS曲线.mp4
• file:13对训练结果进行分类任务.mp4
• file:01深度学习框架caffe简介.mp4
• 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:08使用命令行训练网络1.mp4
• file:caffe案例资料-.txt
• file:06制作LMDB数据源训练分类网络.mp4
• file:05solver超参数配置文件.mp4
• file:09使用python定义自己的层.mp4
• 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:第三章 tensorflow版本实现解读.rar
• file:Tensorflow-物体检测-Faster-Rcnn解读.zip
• file:005、深度学习入门课程05 卷积参数共享原则.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:012、RNN网络细节.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:014、深度学习入门课程13 LSTM网络结构简介.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:019、深度学习入门课程18 训练技巧之Transfer Learning.mp4
• file:2-8.实现训练模块.mp4
• file:1-1.强化学习简介.mp4
• file:2-1.Deep-Q-Network原理.mp4
• file:2-3,Deep Q-Learning网络参数配置.mp4
• file:2-10.完整代码流程分析.mp4
• file:1-9.Q-Learning迭代效果.mp4
• file:2-9.Debug解读训练代码.mp4
• file:1-6.代码实战求解过程.mp4
• file:1-4.Bellman方程.mp4
• file:deploy.prototxt 暂时无用
• file:face_detect.ipynb
• file:alexnet_trainval.prototxt
• file:train.sh
• file:run_face_detect_batch.py
• file:solver.prototxt
• file:alexnet_iter_50000_full_conv.caffemodel
• file:tmp9055.jpg
• file:result.jpg
• file:deploy_full_conv.prototxt
• file:face-lmdb.sh
• file:faceTrain.zip
• file:RNN与LSTM.pptx
• file:tensorflow-RNN.pptx
• file:04-第九章至第十章.mp4
• file:梯度.pdf
• file:拉格朗日乘子法.pdf
• file:后验概率估计.pdf
• file:特征值与特征向量.pdf
• file:Python-3.5.x安装教程.pdf
• file:d9a9027182bae247583555443e5015383b2c29.pdf
• file:4166643538787b5802a551e0f477a5ee0a76aa.pdf
• file:c2da8f6984015ae113e2401190107a348be42c.pdf
• file:83f2b0137888ff19f7d3236cfac42ffbee5685.pdf
• file:61991ea3586e3039a1f35302945da0e62ed276.pdf
• file:第16-17章notebook课件.zip
• file:第十四章：项目实战-停车场车位识别.zip
• file:第二十一章：人脸关键点定位.zip
• file:文件放哪.png
• file:数据下载地址.txt
• file:17-20.exe
• file:kaggle第三课.mp4
• file:第8课：金融风控问题.pdf
• file:baiduyunguangjia_cfg_A900527E-5BA6-4d22-8E96-E40D5C6EDF61.cfg
• file:第6课：走起-深度学习.pdf
• file:Kaggle第1课：机器学习算法、工具与流程概述.pdf
• file:第2课 经济金融领域的应用.pdf
• file:srgan超分辨率重构.zip
• file:srdata.zip
• file:glcic图像补全.zip
• file:图像补全人脸数据.zip
• file:deep_landmark.zip
• file:4-3卷积层计算参数.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:2-7drop-out.mp4
• folder:51CTO-数据分析与机器学习实战人脸检测
• folder:06、深度学习项目实战视频课程-人脸检测
• folder:12、深度学习项目实战视频课程-Seq2Seq序列生模型
• folder:31、数据挖掘课程
• 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:26、LSTM行为识别
• folder:01、python数据分析与机器学习实战
• folder:22、NLP-文本相似度
• folder:21、数据科学人工智能-必备数学基础
• folder:14、自然语言处理word2vec
• folder:27、问答机器人
• 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:13、深度学习顶级论文算法详解视频课程
• folder:28、OpenCV计算机视觉图像识别深度学习实战
• folder:33、OpenCV计算机视觉实战(Python版)
• folder:10、Tensorflow项目实战视频课程-文本分类
• folder:15、深度学习项目实战视频课程-StyleTransfer(基于Tensorflow)
• folder:25、Python Kaggle竞赛案例实战
• folder:36 大数据——Python数据可视化-Matplotlib实战视频课程
• folder:18、TensorFlow-图像处理
• folder:07、大数据-深度学习项目实战-关键点定位视频教程
• folder:23、深度学习30天系统实训-非加密
• folder:32、OpenCV+TensorFlow 入门人工智能图像处理
• folder:17､ 机器学习-推荐系统
• folder:09、决胜AI-强化学习实战系列视频课程
• folder:唐宇迪 深度学习 人脸检测数据代码
• folder:文章摘要生成
• folder:seq2seq网络架构原理
• folder:RNN手写字体识别（三课时）
• folder:唐诗生成资料
• folder:递归神经网络原理(四课时)
• folder:TensorFlow打造唐诗生成网络（八课时）
• folder:视频课程
• folder:Gensim构造词向量模型
• folder:软件包及安装文档
• folder:ML_机器学习与量化交易项目班
• folder:唐宇迪-Tensorflow课程
• folder:DeepLearning(期刊论文)
• folder:第10讲 机器视觉项目实战
• folder:第01讲 图像处理基础
• folder:第09讲 3D计算机视觉
• 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:唐宇迪-StyleTransfer
• folder:唐宇迪-机器学习-进阶实战-资料
• 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6课：走起-深度学习
• 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:超分辨率重构
• folder:高阶API
• folder:图像缺失补全
• folder:第八章-LSTM情感分析与黑科技概述
• 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:第三章-tensorflow训练mnist数据集
• folder:第9章 课程总结
• folder:第7章 手写数字识别
• folder:第3章 计算机视觉加强之几何变换
• folder:第4章 计算机视觉加强之图像特效&线段文字绘制
• folder:物体检测-faster-rcnn
• 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:唐宇迪-强化学习课件及代码
• folder:02Python科学计算库-Numpy
• folder:17支持向量机
• folder:20聚类算法-DBSCAN
• folder:24Xgboost集成算法
• folder:31机器学习项目实战-用户流失预警
• folder:14案例实战：泰坦尼克获救预测
• folder:33探索性数据分析-农粮组织数据集
• folder:08逻辑回归算法
• folder:07梯度下降策略
• folder:22降维算法-PCA主成分分析
• folder:03python数据分析处理库-Pandas
• folder:27scikit-learn模型建立与评估
• folder:18案例：SVM调参实例
• folder:11决策树算法
• folder:29Python时间序列分析
• folder:19聚类算法-Kmeans
• folder:21案例实战：聚类实践
• folder:10项目实战-交易数据异常检测
• folder:28Python库分析科比生涯数据
• folder:16Python文本数据分析：新闻分类任务
• folder:09案例实战：Python实现逻辑回归与梯度下降策略
• folder:05Python可视化库Seaborn
• folder:01人工智能入门指南（有基础的同学请略过！）
• folder:13集成算法与随机森林
• folder:12案例实战：使用sklearn构造决策树模型
• folder:第5章 爬虫防屏蔽手段之代理服务器实战
• folder:第13章 数据转换、属性构造、数据规约
• folder:第18章 Python数据分析与挖掘聚类实现与回归分析
• folder:第15章 文本相似度分析
• folder:第6章 爬虫实战及Scrapy框架的安装
• folder:第8章 用Scrapy爬取网站的数据
• folder:第20章 Python降维技术与大型数据分析与挖掘项目实训上
• folder:第12章 Python数据清洗、集成与变换
• folder:第9章 补充以及作业讲解
• folder:第3章 Python 爬虫初识
• folder:第4章 Urllib库实战