咕泡-人工智能深度学习系统班（第八期）夸克网盘资源_网盘资源_夸克网盘资源搜索_全盘搜

• file:1-配置文件解读.mp4
• file:8-VIT模块源码分析.mp4
• file:4-辅助层的作用.mp4
• file:7-将Unet特征提取模块替换成transformer.mp4
• file:6-如何修改参数适配网络结构.mp4
• file:3-上采样与输出层.mp4
• file:5-给Unet添加一个neck层.mp4
• file:3-Bakbone模块得到特征.mp4
• file:6-文本模型中的结构分析.mp4
• file:5-视觉模型中的编码与解码的效果.mp4
• file:7-迭代修正模块.mp4
• file:4-视觉Transformer模块的作用.mp4
• file:1-数据集与环境概述.mp4
• file:8-输出层与损失计算.mp4
• file:6-Grad-Cam可视化方法.mp4
• file:7-可视化细节与效果分析.mp4
• file:5-数据增强流程可视化展示.mp4
• file:1-测试DEMO效果.mp4
• file:3-MMCLS中增加一个新的模块.mp4
• file:8-MMCLS可视化模块应用.mp4
• file:9-模型分析脚本使用.mp4
• file:3-配置文件与标签要进行处理操作.mp4
• file:6-特征合并处理.mp4
• file:2-KIE数据集格式调整方法.mp4
• file:5-标签数据处理与关系特征提取.mp4
• file:7-准备拼接边与点特征.mp4
• file:8-整合得到图模型输入特征.mp4
• file:11-预测输出结果与标签匹配模块.mp4
• file:1-特征提取与位置编码.mp4
• file:9-Decoder要完成的操作.mp4
• file:4-准备Encoder编码层所需全部输入.mp4
• file:6-偏移量offset计算.mp4
• file:10-分类与回归输出模块.mp4
• file:6-分别得到Teacher与Student模型.mp4
• file:5-日志输出与模型分离.mp4
• file:4-开始模型训练过程与问题修正.mp4
• file:3-训练T与S得到蒸馏模型.mp4
• file:1-任务概述与工具使用.mp4
• file:13-汇总所有损失完成迭代.mp4
• file:5-Encoder特征构建方法实例.mp4
• file:7-Decoder中的AttentionMask方法.mp4
• file:3-多层级输入特征序列创建方法.mp4
• file:11-标签分类匹配结果分析.mp4
• file:2-多层级采样点初始化构建.mp4
• file:4-偏移量与权重计算并转换.mp4
• file:6-query要预测的任务解读.mp4
• file:12-最终损失计算流程.mp4
• file:6-双向计算特征对齐.mp4
• file:1-要完成的任务分析与配置文件.mp4
• file:9-准备变形卷积模块的输入.mp4
• file:4-基于光流完成对齐操作.mp4
• file:10-传播流程整体完成一圈.mp4
• file:3-基本流程梳理并进入debug模式.mp4
• file:10-3D卷积特征融合.mp4
• file:5-体素索引位置获取.mp4
• file:2-数据与标注文件介绍.mp4
• file:1-KIE关键信息抽取与视频超分辨率重构.mp4
• file:1-DeformableDetr算法解读.mp4
• file:5-卷积位置编码计算方法.mp4
• file:3-DEBUG解读Backbone设计.mp4
• file:6-近似Attention模块实现.mp4
• file:4-PatchEmbedding的作用与实现.mp4
• file:2-得到style特征编码.mp4
• file:4-基础风格特征卷积模块.mp4
• file:6-根据文件夹定义数据集.mp4
• file:2-准备MMCLS项目.mp4
• file:3-Neck层特征组合.mp4
• file:3-根据预测类别数修改配置文件.mp4
• file:4-加载预训练模型开始训练.mp4
• file:3-通过脚本生成COCO数据格式.mp4
• file:7-模型测试与可视化分析模块.mp4
• file:8-补充：评估指标.mp4
• file:2-搜索匹配到符合计算量的模型并训练.mp4
• file:1-SuperNet网络结构分析与剪枝概述.mp4
• file:1-在源码中加入各种注意力机制方法.mp4
• file:1-创建自己的行为识别标注数据集.mp4
• file:1-MMCV安装方法.mp4
• file:1-Informer时间序列源码解读.mp4
• file:1-分割模型Maskformer系列.mp4
• file:1-Huggingface与NLP（讲故事）.mp4
• file:1-DETR目标检测基本思想解读.mp4
• file:3-位置信息初始化query向量.mp4
• file:3-数据按window进行划分计算.mp4
• file:6-patchmerge下采样操作.mp4
• file:2-图像数据patch编码.mp4
• file:2-要解决的问题及其优势分析.mp4
• file:9-下采样操作实现方法.mp4
• file:8-整体网络架构整合.mp4
• file:6-窗口偏移操作的实现.mp4
• file:5-基于窗口的注意力机制解读.mp4
• file:7-偏移细节分析及其计算量概述.mp4
• file:3-一个block要完成的任务.mp4
• file:9-基于期望预测最终位置.mp4
• file:6-粗粒度匹配过程与作用.mp4
• file:2-特征匹配的基本流程分析.mp4
• file:12-损失函数与预测可视化.mp4
• file:5-Reference初始点构建.mp4
• file:10-获取当前BEV特征.mp4
• file:3-特征提取以及BEV空间初始化.mp4
• file:6-BEV空间与图像空间位置对应.mp4
• file:8-BEV空间特征构建.mp4
• file:4-论文公式计算分析.mp4
• file:2-医学数据介绍与分析.mp4
• file:6-cross关系计算方法实例.mp4
• file:9-精细化调整方法与实例.mp4
• file:5-mask与编码模块.mp4
• file:2-数据处理与dataloader.mp4
• file:3-网络训练流程演示.mp4
• file:7-特征图尺寸计算与参数共享.mp4
• file:11-残差网络Resnet.mp4
• file:5-步长与卷积核大小对结果的影响.mp4
• file:1-卷积神经网络应用领域.mp4
• file:1-词向量模型通俗解释.mp4
• file:4-CBOW与Skip-gram模型.mp4
• file:6-额外补充-RNN网络模型解读.mp4
• file:6-医疗数据集（糖尿病）实体识别.mp4
• file:3-数据-标签-语料库处理.mp4
• file:4-输入样本填充补齐.mp4
• file:5-迭代完成整个模型计算任务.mp4
• file:3-Debug模式演示网络计算流程.mp4
• file:6-deeplabV3Plus版本网络架构.mp4
• file:1-deeplab分割算法概述.mp4
• file:3-知识图谱在医疗领域应用实例.mp4
• file:10-视觉领域图编码实例.mp4
• file:2-分割任务中的目标函数定义.mp4
• file:5-提取数据中的关键字段信息.mp4
• file:7-打造医疗知识图谱模型.mp4
• file:9-实体关键词字典制作.mp4
• file:8-加载所有实体数据.mp4
• file:10-完成对话系统构建.mp4
• file:4-环境配置与所需工具包安装.mp4
• file:6-线性回归DEMO-数据与参数配置.mp4
• file:5-自动求导机制.mp4
• file:2-PyTorch框架发展趋势简介.mp4
• file:8-补充：常见tensor格式.mp4
• file:3-框架安装方法（CPU与GPU版本）.mp4
• file:1-PascalVoc数据集介绍.mp4
• file:2-项目参数与数据集读取.mp4
• file:4-Resnet网络前向传播.mp4
• file:5-残差网络的shortcut操作.mp4
• file:6-特征图升维与降采样操作.mp4
• file:3-dataloader加载数据集.mp4
• file:14-加载模型对测试数据进行预测.mp4
• file:11-优化器模块配置.mp4
• file:6-数据预处理与数据增强模块.mp4
• file:7-Batch数据制作.mp4
• file:10-加载训练好的网络模型.mp4
• file:9-迁移学习策略.mp4
• file:4-分类任务数据集定义与配置.mp4
• file:1-Unet网络编码与解码过程.mp4
• file:4-后续升级版本介绍.mp4
• file:4-创建与删除操作演示.mp4
• file:1-Neo4j图数据库介绍.mp4
• file:6-补充：R(2plus1)D处理方法分析.mp4
• file:5-补充：视频数据源特征处理方法概述.mp4
• file:27-V4版本贡献解读.mp4
• file:31-CIOU损失函数定义.mp4
• file:36-激活函数与整体架构总结.mp4
• file:32-NMS细节改进.mp4
• file:33-SPP与CSP网络结构.mp4
• file:2-不同阶段算法优缺点分析.mp4
• file:21-经典变换方法对比分析.mp4
• file:11-V2版本细节升级概述.mp4
• file:7-检测算法要得到的结果.mp4
• file:29-DropBlock与标签平滑方法.mp4
• file:1-多模态与交叉注意力应用.mp4
• file:1-对比学习与多模态任务.mp4
• file:1-Transformer Decoder在视觉任务的应用.mp4
• file:1-知识图谱与LORA.mp4
• file:1-时间序列timesnet与地理分类任务.mp4
• file:1-论文写作与就业简历.mp4
• file:1-GPT与Hugging face.mp4
• file:1-DoubleDqn要解决的问题.mp4
• file:2-DuelingDqn改进方法.mp4
• file:4-MultiSetp策略.mp4
• file:1-Diffusion模型解读.mp4
• file:1-AC算法回顾与知识点总结.mp4
• file:5-部署与网页预测展示.mp4
• file:1-生成模型可以完成的任务概述.mp4
• file:4-初始化局部模型并加载参数.mp4
• file:5-与环境交互得到训练数据.mp4
• file:3-要计算的指标回顾.mp4
• file:3-强化学习AI游戏DEMO.mp4
• file:1-一张图通俗解释强化学习.mp4
• file:6-计算机眼中的状态与行为.mp4
• file:1-Critic的作用与效果.mp4
• file:8-PPO算法整体思路解析.mp4
• file:6-OnPolicy与OffPolicy策略.mp4
• file:7-importance sampling的作用.mp4
• file:3-计算target值.mp4
• file:7-Qlearning算法实例解读.mp4
• file:2-探索与action获取.mp4
• file:4-标签文件读取与处理.mp4
• file:15-模型训练与总结.mp4
• file:12-标签值格式修改.mp4
• file:14-完成所有损失函数所需计算指标.mp4
• file:13-坐标相对位置计算.mp4
• file:4-基于聚类来选择先验框尺寸.mp4
• folder:咕泡-人工智能深度学习系统班（第八期）
• folder:9-走向AI论文实验与项目实战的捷径-MMLAB实战系列
• folder:11-2022论⽂必备-Transformer实战系列
• folder:20-面向医学领域的深度学习实战
• folder:1-直播回放
• folder:19-强化学习与AI黑科技实例
• folder:7-综合项目-物体检测经典算法实战
• folder:16-缺陷检测实战
• folder:26-自然语言处理通用框架-BERT实战
• folder:4-深度学习框架PyTorch
• folder:21-CV与NLP经典大模型解读
• folder:14-面向深度学习的无人驾驶实战
• folder:28-语音识别实战系列
• folder:25-时间序列预测
• folder:6-Opencv图像处理框架实战
• folder:24-自然语言处理必备神器Huggingface系列实战
• folder:10-经典视觉项目实战：行为识别、姿态估计、目标追踪
• folder:30-论文创新点常用方法及其应用实例
• folder:3-深度学习必备核⼼算法
• folder:5-深度学习框架Tensorflflow
• folder:22-深度学习模型部署与剪枝优化实战
• folder:第八期资料
• folder:6-第二模块：基于Unet进行各种策略修改
• folder:14-第四模块：ANINET文字识别
• 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:9-第三模块：DeformableDetr物体检测源码分析
• folder:19-第八模块：模型蒸馏应用实例
• folder:11-补充：Mask2former源码解读
• folder:17-第六模块：BasicVSR++视频超分辨重构源码解读
• folder:18-第七模块：多模态3D目标检测算法源码解读
• folder:7-第二模块：分割任务CVPR最新Backbone设计及其应用
• folder:16-第五模块：stylegan2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:4-第一模块：模型源码DEBUG演示
• folder:20-第八模块：模型剪枝方法概述分析
• folder:23-额外补充-在源码中加入各种注意力机制方法
• folder:22-OCR算法解读
• folder:21-第九模块：mmaction行为识别
• folder:6-基于Transformer的detr目标检测算法
• folder:2-视觉Transformer及其源码分析
• folder:10-MedicalTrasnformer论文解读
• folder:13-局部特征关键点匹配实战
• folder:16-BEV特征空间
• folder:7-detr目标检测源码解读
• folder:3-VIT算法模型源码解读
• folder:12-基于YOLO5细胞检测实战
• folder:1-卷积神经网络原理与参数解读
• folder:16-词向量模型与RNN网络架构
• folder:17-医学糖尿病数据命名实体识别
• folder:7-unet医学细胞分割实战
• folder:8-deeplab系列算法
• folder:13-知识图谱原理解读
• folder:5-图像分割及其损失函数概述
• folder:15-基于知识图谱的医药问答系统实战
• folder:2-PyTorch框架基本处理操作
• folder:9-基于deeplabV3+版本进行VOC分割实战
• folder:4-基于Resnet的医学数据集分类实战
• folder:6-Unet系列算法讲解
• folder:14-Neo4j数据库实战
• folder:10-基于deeplab的心脏视频数据诊断分析
• folder:11-YOLO系列物体检测算法原理解读
• folder:10-直播9：自监督任务
• folder:6-直播5：图神经网络
• folder:13-直播12：多模态与交叉注意力应用
• folder:8-直播7：对比学习与多模态任务
• folder:16-直播15：知识图谱与LORA
• folder:15-直播14：论文写作与就业简历
• folder:9-直播8：GPT与Hugging face
• folder:10-CLIP系列
• folder:5-DQN改进与应用技巧
• folder:6-Actor-Critic算法分析（A3C）
• folder:9-GPT建模与预测流程
• folder:12-Dalle2及其源码解读
• folder:8-GPT系列生成模型
• folder:7-用A3C玩转超级马里奥
• folder:13-ChatGPT
• folder:1-强化学习简介及其应用
• 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:4-Q-learning与DQN算法
• folder:6-项目实战-基于V3版本进行源码解读（建议直接跑V5版本）
• folder:4-YOLO-V2改进细节详解
• folder:17-EfficientNet网络
• folder:9-V5版本项目配置
• folder:16-半监督物体检测
• folder:1-物体检测评估指标
• folder:3-YOLO-V1整体思想与网络架构
• folder:7-基于YOLO-V3训练自己的数据集与任务（建议直接跑V5版本）
• folder:10-V5项目工程源码解读
• folder:3-物体检测框架YOLOV5版本项目配置
• folder:8-Opencv梯度计算与边缘检测实例
• folder:11-基于视频流⽔线的Opencv缺陷检测项⽬
• 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-项目实战-基于BERT的中文情感分析实战
• folder:2-谷歌开源项目BERT源码解读与应用实例
• folder:6-必备基础-掌握Tensorflow如何实现word2vec模型
• folder:7-必备基础知识点-RNN网络架构与情感分析应用实例
• folder:5-必备基础知识点-woed2vec模型通俗解读
• folder:5-图像识别模型与训练策略（重点）
• folder:3-神经网络回归任务-气温预测
• folder:2-使用神经网络进行分类任务
• folder:7-LSTM文本分类实战
• folder:6-DataLoader自定义数据集制作
• folder:9-扩散模型diffusion架构算法解读
• folder:6-LLM下游任务训练自己模型实战
• folder:10-openai-dalle2论文解读
• folder:7-视觉大模型SAM
• folder:8-视觉QA算法与论文解读
• folder:12-自监督任务-对比学习思想
• folder:5-LLM与LORA微调策略解读
• folder:18-补充-视觉大模型基础-deformableAttention
• folder:15-视觉自监督任务BEITV2源码解读
• folder:4-chatgpt算法解读分析
• folder:5-商汤LoFTR算法解读
• 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:9-NeuralRecon项目环境配置
• folder:11-TSDF算法与应用
• folder:2-深度估计项目实战
• folder:5-HMM隐马尔科夫模型
• folder:13-机器人写唐诗
• folder:4-新闻分类任务实战
• folder:11-NLP-相似度模型
• folder:6-HMM工具包实战
• folder:2-商品信息可视化与文本分析
• folder:9-基于word2vec的分类任务
• folder:10-NLP-文本特征方法对比
• folder:8-使用Gemsim构建词向量
• folder:3-贝叶斯算法
• folder:7-语音合成tacotron最新版实战
• folder:6-ConvTasnet语音分离实战
• folder:1-seq2seq序列网络模型
• folder:3-starganvc2变声器论文原理解读
• folder:5-语音分离ConvTasnet模型
• folder:2-LAS模型语音识别实战
• folder:3-Timesnet时序预测
• folder:7-金融平台风控模型实践
• folder:2-知识图谱涉及技术点分析
• folder:6-文本关系抽取实践
• folder:4-使用python操作neo4j实例
• folder:11-图像特征-harris
• folder:1-课程简介与环境配置
• folder:5-图像梯度计算
• folder:3-阈值与平滑处理
• folder:18-Opencv的DNN模块
• folder:7-图像金字塔与轮廓检测
• folder:9-项目实战-信用卡数字识别
• folder:8-直方图与傅里叶变换
• folder:21-项目实战-疲劳检测
• folder:13-案例实战-全景图像拼接
• folder:20-卷积原理与操作
• folder:6-文本预训练模型构建实例
• folder:5-文本标注工具与NER实例
• folder:11-补充Huggingface数据集制作方法实例
• folder:9-文本摘要建模
• folder:2-Transformer工具包基本操作实例解读
• folder:9-姿态估计OpenPose系列算法解读
• folder:5-视频异常检测算法与元学习
• folder:11-deepsort算法知识点解读
• folder:10-OpenPose算法源码分析
• folder:2-slowfast项目环境配置与配置文件
• folder:3-slowfast源码详细解读
• folder:6-视频异常检测CVPR2021论文及其源码解读
• folder:4-基于3D卷积的视频分析与动作识别
• folder:7-基础补充-Resnet模型及其应用实例
• folder:7-点云配准及其案例实战
• folder:5-点云补全PF-Net论文解读
• folder:1-3D点云实战 3D点云应用领域分析
• folder:4-Pointnet++项目实战
• folder:2-3D点云PointNet算法
• folder:8-基础补充-对抗生成网络架构原理与实战解析
• folder:4-多模态文字识别
• folder:5-ANINET源码解读
• folder:1-神经网络结构
• folder:7-医学⼼脏视频数据集分割建模实战
• folder:12-基于MASK-RCNN框架训练自己的数据与任务
• folder:11-MaskRcnn网络框架源码详解
• folder:4-U2NET显著性检测实战
• folder:10-物体检测框架-MaskRcnn项目介绍与配置
• folder:4-使用PyTorch Geometric构建自己的图数据集
• folder:9-图模型轨迹估计实战
• folder:6-图相似度论文解读
• folder:3-图模型必备神器PyTorch Geometric安装与使用
• folder:2-图卷积GCN模型
• folder:5-图注意力机制与序列图模型
• 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:6-点击率估计FM与DeepFM算法
• folder:3-音乐推荐系统实战
• folder:8-推荐系统常用工具包演示
• folder:11-补充-基于相似度的酒店推荐系统
• folder:7-DeepFM算法实战
• folder:10-基本统计分析的电影推荐
• folder:8-图像超分辨率重构实战
• folder:9-基于GAN的图像补全实战
• folder:3-基于CycleGan开源项目实战图像合成
• folder:11-项目实战：将CNN网络应用于文本分类实战
• folder:7-训练策略-迁移学习实战
• folder:5-项目实战：猫狗识别实战
• folder:13-项目实战：经典网络架构Resnet实战
• folder:8-递归神经⽹络与词向量原理解读
• folder:1-tensorflflow安装与简介
• folder:6-图像数据增强实例
• folder:2-神经网络原理解读与整体架构
• folder:8-额外补充：行人搜索源码分析
• folder:3-基于Attention的行人重识别项目实战
• folder:6-旷视研究院最新算法解读（基于图模型）
• 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:5-项目实战-基于行人局部特征融合的再识别实战
• folder:2-AIoT人工智能物联网之AI 实战
• folder:1-AIoT人工智能物联网之认识 jetson nano
• folder:11-模型剪枝-Network Slimming实战解读
• folder:7-YOLO-V3物体检测部署实例
• folder:3-AIoT人工智能物联网之NVIDIA TAO 实用级的训练神器
• folder:12-Mobilenet三代网络模型架构
• folder:9-tensorflow-serving实战
• folder:8-docker实例演示
• folder:第8章 图像分割实战
• folder:第2章 AI课程所需安装软件教程
• folder:第19章-强化学习实战系列
• folder:第23章 ⾃然语⾔处理经典案例实战
• folder:第10章 经典视觉项目实战-目标追踪与姿态估计